章OPENCV入門1

1.1如何使用1

1.2圖像處理基本操作3

1.2.1讀取圖像3

1.2.2顯示圖像5

1.2.3保存圖像9

1.3OpenCV貢獻庫10

第2章圖像處理基礎11

2.1圖像的基本表示方法11

2.2像素處理15

2.3使用numpy.array訪問像素23

2.4感興趣區域(ROI)29

2.5通道操作32

2.5.1通道拆分32

2.5.2通道合并34

2.6獲取圖像屬性36

第3章圖像運算37

3.1圖像加法運算37

3.1.1加號運算符37

3.1.2cv2.add()函數38

3.2圖像加權和40

3.3按位邏輯運算43

3.3.1按位與運算43

3.3.2按位或運算46

3.3.3按位非運算47

3.3.4按位異或運算48

3.4掩模49

3.5圖像與數值的運算52

3.6位平面分解53

3.7圖像加密和解密59

3.8數字水印63

3.8.1原理64

3.8.2實現方法66

3.8.3例題73

3.9臉部打碼及解碼74

第4章色彩空間類型轉換77

4.1色彩空間基礎77

4.1.1GRAY色彩空間77

4.1.2XYZ色彩空間78

4.1.3YCrCb色彩空間78

4.1.4HSV色彩空間79

4.1.5HLS色彩空間80

4.1.6CIEL*a*b*色彩空間80

4.1.7CIEL*u*v*色彩空間81

4.1.8Bayer色彩空間82

4.2類型轉換函數82

4.3類型轉換實例88

4.3.1通過數組觀察轉換效果88

4.3.2圖像處理實例92

4.4HSV色彩空間討論93

4.4.1基礎知識93

4.4.2獲取指定顏色95

4.4.3標記指定顏色96

4.4.4標記膚色100

4.4.5實現藝術效果101

4.5alpha通道102

第5章幾何變換106

5.1縮放106

5.2翻轉110

5.3仿射111

5.3.1平移112

5.3.2旋轉113

5.3.3更復雜的仿射變換114

5.4透視115

5.5重映射117

5.5.1映射參數的理解117

5.5.2復制119

5.5.3繞x軸翻轉121

5.5.4繞y軸翻轉122

5.5.5繞x軸、y軸翻轉124

5.5.6x軸、y軸互換126

5.5.7圖像縮放128

第6章閾值處理130

6.1threshold函數130

6.1.1二值化閾值處理(cv2.THRESH_BINARY)131

6.1.2反二值化閾值處理(cv2.THRESH_BINARY_INV)133

6.1.3截斷閾值化處理(cv2.THRESH_TRUNC)135

6.1.4超閾值零處理(cv2.THRESH_TOZERO_INV)136

6.1.5低閾值零處理(cv2.THRESH_TOZERO)138

6.2自適應閾值處理139

6.3Otsu處理141

第7章圖像平滑處理144

7.1均值濾波146

7.1.1基本原理146

7.1.2函數語法150

7.1.3程序示例150

7.2方框濾波152

7.2.1基本原理152

7.2.2函數語法153

7.2.3程序示例154

7.3高斯濾波156

7.3.1基本原理156

7.3.2函數語法158

7.3.3程序示例159

7.4中值濾波159

7.4.1基本原理160

7.4.2函數語法161

7.4.3程序示例161

7.5雙邊濾波162

7.5.1基本原理162

7.5.2函數語法164

7.5.3程序示例164

7.62D卷積166

第8章形態學操作168

8.1腐蝕168

8.2膨脹173

8.3通用形態學函數178

8.4開運算179

8.5閉運算180

8.6形態學梯度運算182

8.7禮帽運算183

8.8黑帽運算185

8.9核函數186

第9章圖像梯度189

9.1Sobel理論基礎189

9.2Sobel算子及函數使用191

9.2.1參數ddepth192

9.2.2方向195

9.2.3實例196

9.3Scharr算子及函數使用200

9.4Sobel算子和Scharr算子的比較204

9.5Laplacian算子及函數使用206

9.6算子總結208

0章CANNY邊緣檢測209

10.1Canny邊緣檢測基礎209

10.2Canny函數及使用213

1章圖像金字塔215

11.1理論基礎215

11.2pyrDown函數及使用217

11.3pyrUp函數及使用219

11.4采樣可逆性的研究220

11.5拉普拉斯金字塔223

11.5.1定義223

11.5.2應用225

2章圖像輪廓229

12.1查找并繪制輪廓229

12.1.1查找圖像輪廓：findContours函數229

12.1.2繪制圖像輪廓：drawContours函數237

12.1.3輪廓實例238

12.2矩特征240

12.2.1矩的計算：moments函數241

12.2.2計算輪廓的面積：contourArea函數243

12.2.3計算輪廓的長度：arcLength函數246

12.3Hu矩248

12.3.1Hu矩函數248

12.3.2形狀匹配252

12.4輪廓擬合254

12.4.1矩形包圍框254

12.4.2最小包圍矩形框257

12.4.3最小包圍圓形259

12.4.4最優擬合橢圓260

12.4.5最優擬合直線261

12.4.6最小外包三角形262

12.4.7逼近多邊形263

12.5凸包266

12.5.1獲取凸包267

12.5.2凸缺陷268

12.5.3幾何學測試270

12.6利用形狀場景算法比較輪廓275

12.6.1計算形狀場景距離275

12.6.2計算Hausdorff距離278

12.7輪廓的特征值280

12.7.1寬高比280

12.7.2Extent281

12.7.3Solidity282

12.7.4等效直徑(EquivalentDiameter)283

12.7.5方向284

12.7.6掩模和像素點286

12.7.7優選值和最小值及它們的位置291

12.7.8平均顏色及平均灰度293

12.7.9極點294

3章直方圖處理297

13.1直方圖的含義297

13.2繪制直方圖301

13.2.1使用Numpy繪制直方圖301

13.2.2使用OpenCV繪制直方圖302

13.2.3使用掩模繪制直方圖307

13.3直方圖均衡化312

13.3.1直方圖均衡化原理313

13.3.2直方圖均衡化處理317

13.4pyplot模塊介紹319

13.4.1subplot函數319

13.4.2imshow函數320

4章傅里葉變換324

14.1理論基礎324

14.2Numpy實現傅里葉變換328

14.2.1實現傅里葉變換329

14.2.2實現逆傅里葉變換330

14.2.3高通濾波示例331

14.3OpenCV實現傅里葉變換333

14.3.1實現傅里葉變換333

14.3.2實現逆傅里葉變換335

14.3.3低通濾波示例336

5章模板匹配339

15.1模板匹配基礎339

15.2多模板匹配345

6章霍夫變換351

16.1霍夫直線變換351

16.1.1霍夫變換原理351

16.1.2HoughLines函數357

16.1.3HoughLinesP函數359

16.2霍夫圓環變換361

7章圖像分割與提取364

17.1用分水嶺算法實現圖像分割與提取364

17.1.1算法原理364

17.1.2相關函數介紹366

17.1.3分水嶺算法圖像分割實例375

17.2交互式前景提取376

8章視頻處理383

18.1VideoCapture類383

18.1.1類函數介紹383

18.1.2捕獲攝像頭視頻387

18.1.3播放視頻文件388

18.2VideoWriter類389

18.2.1類函數介紹389

18.2.2保存視頻391

18.3視頻操作基礎392

9章繪圖及交互393

19.1繪畫基礎393

19.1.1繪制直線394

19.1.2繪制矩形394

19.1.3繪制圓形395

19.1.4繪制橢圓397

19.1.5繪制多邊形398

19.1.6在圖形上繪制文字400

19.2鼠標交互402

19.2.1簡單示例404

19.2.2進階示例405

19.3滾動條407

19.3.1用滾動條實現調色板408

19.3.2用滾動條控制閾值處理參數409

19.3.3用滾動條作為開關410

第20章K近鄰算法412

20.1理論基礎412

20.2計算415

20.2.1歸一化415

20.2.2距離計算416

20.2手寫數字識別的原理417

20.3自定義函數手寫數字識別421

20.4K近鄰模塊的基本使用427

20.5K近鄰手寫數字識別429

第21章支持向量機431

21.1理論基礎431

21.2SVM案例介紹434

第22章K均值聚類439

22.1理論基礎439

22.1.1分豆子439

22.1.2K均值聚類的基本步驟441

22.2K均值聚類模塊441

22.3簡單示例442

第23章人臉識別448

23.1人臉檢測448

23.1.1基本原理448

23.1.2級聯分類器的使用451

23.1.3函數介紹452

23.1.4案例介紹453

23.2LBPH人臉識別454

23.2.1基本原理454

23.2.2函數介紹456

23.2.3案例介紹457

23.3EigenFaces人臉識別458

23.3.1基本原理458

23.3.2函數介紹459

23.3.3案例介紹460

23.4Fisherfaces人臉識別461

23.4.1基本原理461

23.4.2函數介紹463

23.4.3案例介紹464

23.5人臉數據庫465

參與文獻467

附錄A范例470顯示全部>>隱藏全部>>

總結

以上是生活随笔為你收集整理的opencv python轻松入门_OpenCV轻松入门 面向Python的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。