計算機視覺是在圖像處理的基礎上發展起來的新興學科。OpenCV是一個開源的計算機視覺庫，是英特爾公司資助的兩大圖像處理利器之一。它為圖像處理、模式識別、三維重建、物體跟蹤、機器學習和線性代數提供了各種各樣的算法。《學習OpenCV 3(中文版)》由OpenCV發起人所寫，站在一線開發人員的角度用通俗易懂的語言解釋了OpenCV的緣起和計算機視覺基礎結構，演示了如何用OpenCV和現有的自由代碼為各種各樣的機器進行編程，這些都有助于讀者迅速入門并漸入佳境，興趣盎然地深入探索計算機視覺領域。《學習OpenCV 3(中文版)》可作為信息處理、計算機、機器人、人工智能、遙感圖像處理、認知神經科學等有關專業的高年級學生或研究生的教學用書，也可供相關領域的研究工作者參考。

OpenCV庫包含500多個函數，2500多種算法，可以擴展應用到視覺行業中的很多領域，有廣泛的用途，比如安保，醫學成像，模式與人臉識別，機器人和工業產品檢測，等等。《學習OpenCV 3(中文版)》實用性強，內容全面，講解透徹，可以幫助讀者掌握如何構建具有一定AI（人工智能）的應用程序，使計算機能夠“看見”并根據所得到的數據來做出決策。《學習OpenCV 3(中文版)》全面介紹整個OpenCV庫，所有示例代碼都用C++實現，同時還介紹了可以用于計算機視覺的機器學習工具。《學習OpenCV 3(中文版)》每一章都精心設計有動手練習，旨在方便課堂教學和自學，進一步幫助讀者學以致用。

通過學習《學習OpenCV 3(中文版)》，讀者可以奠定扎實的基礎，運用計算機視覺相關知識和OpenCV庫來構建簡單的或者精巧復雜的應用程序。

譯者序 ? ? ? xvii

前言 ? ? ? ? xxi

1章 概述 ? ? ?1

什么是OpenCV ? ? ? ?1

OpenCV怎么用 ? ? ? ?2

什么是計算機視覺 ? ? 3

OpenCV的起源 ? ? ? ?6

OpenCV的結構 ? ?7

使用IPP來加速OpenCV ? ? 8

誰擁有OpenCV ? ?9

下載和安裝OpenCV ? ?9

安裝 ? ? ? ? ? ? 9

從Git獲取新的OpenCV ? ? ?12

更多的OpenCV文檔 ? 13

提供的文檔 ? ? ?13

在線文檔和維基資源 ? ? 13

OpenCV貢獻庫 ? ? ? 15

下載和編譯Contributed模塊 ? ? ? ? 16

可移植性 ? ? ? ? ? 16

小結 ?17

練習 ?17

2章OpenCV初探 ? ? ? ? ? ?19

頭文件 ? ?19

資源 ? ? ? ? ? 20

一個程序：顯示圖片 ? ? ? 21

二個程序：視頻 ? ?23

跳轉 ?24

簡單的變換 ? ? ? ? ?28

不那么簡單的變換 ? ?30

從攝像頭中讀取 ? ? ?32

寫入AVI文件 ? ? ? ?33

小結 ?34

練習 ?35

3章 了解OpenCV的數據類型 ? ?37

基礎知識 ? ? ? ? ? 37

OpenCV的數據類型 ? 37

基礎類型概述 ? ?38

深入了解基礎類型 ? ? ? 39

輔助對象 ? ? ? ?46

工具函數 ? ? ? ?53

模板結構 ? ? ? ?60

小結 ?61

練習 ?61

4章 圖像和大型數組類型 ? ? ? 63

動態可變的存儲 ? ? ?63

cv::Mat類N維稠密數組 ? ? ? ? 64

創建一個數組 ? ?65

獨立獲取數組元素 ? ? ? 69

數組迭代器NAryMatIterator ? ? ? ? 72

通過塊訪問數組元素 ? ? 74

矩陣表達式：代數和cv::Mat ? ? ? ? 75

飽和轉換 ? ? ? ?77

數組還可以做很多事情 ? ?78

稀疏數據類cv::SparesMat ?79

訪問稀疏數組中的元素 ? ?79

稀疏數組中的特有函數 ? ?82

為大型數組準備的模板結構 ? ? ? ? 83

小結 ?85

練習 ?86

5章 矩陣操作 ?87

矩陣還可以做更多事情 ? ? ? 87

cv::abs() ? ? ? ?90

cv::add() ? ? ? ?91

cv::addWeighted() ? ? ? ?92

cv::bitwise_and() ?94

cv::bitwise_not() 94

cv::bitwise_or() ? 94

cv::bitwise_xor() ?95

cv::calcCovarMatrix() ? ? 95

cv::cartToPolar() ?97

cv::checkRange() ?97

cv::compare() ? ?98

cv::completeSymm() ? ? ?99

cv::convertScaleAbs() ? ? 99

cv::countNonZero() ? ? ?100

cv::Mat cv::cvarrToMat() 100

cv::dct() ? ? ? ?101

cv::dft() ? ? ? ?102

cv::cvtColor() ? 103

cv::determinant() ? ? ? ?106

cv::divide() ? ? 106

cv::eigen() ? ? ?106

cv::exp() ? ? ? 107

cv::extractImageCOI() ? ?107

cv::flip() ? ? ? 108

cv::gemm() ? ? 108

cv::getConvertElem()和cv::getConvertScaleElem() ? ? 109

cv::idct() ? ? ? 110

cv::inRange() ? ?110

cv::insertImageCOI() ? ? ?111

cv::invert() ? ? ?111

cv::log() ? ? ? ?112

cv::LUT() ? ? ?112

cv::Mahalanobis() ? ? ? 113

cv::max() ? ? ? 114

cv::mean() ? ? ?115

cv::meanStdDev() ? ? ? 116

cv::merge() ? ? 116

cv::min() ? ? ? 116

cv::minMaxIdx() ? ? ? 117

cv::minMaxLoc() ? ? ? ?118

cv::mixChannels() ? ? ? 119

cv::mulSpectrums() ? ? ?120

cv::multiply() ? 121

cv::mulTransposed() ? ? 121

cv::norm() ? ? ?122

cv::normalize() ?123

cv::perspectiveTransform() ? ? ? ? ?125

cv::phase() ? ? ?125

cv::polarToCart() ? ? ? ?126

cv::pow() ? ? ? 126

cv::randu() ? ? ?127

cv::randn() ? ? ?127

cv::repeat() ? ? 129

cv::scaleAdd() ? 129

cv::setIdentity() ?130

cv::solve() ? ? ?130

cv::solveCubic() ? ? ? ?131

cv::solvePoly() ?132

cv::sort() ? ? ? 132

cv::sortIdx() ? ? 133

cv::split() ? ? ? 133

cv::sqrt() ? ? ? 134

cv::subtract() ? ?135

cv::sum() ? ? ? 135

cv::trace() ? ? ?135

cv::transform() ? 136

cv::transpose() ? 136

小結137

練習137

6章 繪圖和注釋 ? ? ? ? ? ? 139

繪圖139

藝術線條和填充多邊形 ? 140

字體和文字 ? ? 146

小結148

練習148

7章OpenCV中的函數子 ? ? ?151

操作對象 ? ? ? ? ?151

主成分分析（cv::PCA） ?151

奇異值分解cv::SVD ? ? 154

隨機數發生器cv::RNG ? 157

小結160

練習160

8章 圖像、視頻與數據文件 ? ?163

HighGUI模塊：一個可移植的圖形工具包163

圖像文件的處理 ? ? 164

圖像的載入與保存 ? ? ?165

關于codecs的一些注釋 ? 167

圖片的編碼與解碼 ? ? ?168

視頻的處理 ? ? ? ? 169

使用cv::VideoCapture對象讀取視頻流 ? ?169

使用cv::VideoWriter對象寫入視頻 ? 175

數據存儲 ? ? ? ? ?176

cv::FileStorage的寫入 ? ?177

使用cv::FileStorage讀取文件 ? ? ? ?179

cv::FileNode ? ?180

小結183

練習183

9章 跨平臺和Windows系統 ? ?187

基于Windows開發 ? 187

HighGUI原生圖形用戶接口 ? ? ? ? 188

通過Qt后端工作 ? ? ? ?199

綜合OpenCV和全功能GUI工具包 ? ?209

小結222

練習222

10章 濾波與卷積 ? ? ? ? ? ?225

概覽225

預備知識 ? ? ? ? ?225

濾波、核和卷積 ? ? ? ?225

邊界外推和邊界處理 ? ?227

閾值化操作 ? ? ? ? 230

Otsu算法 ? ? ? 233

自適應閾值 ? ? 233

平滑235

簡單模糊和方框型濾波器 ? ? ? ? ?236

中值濾波器 ? ? 238

高斯濾波器 ? ? 239

雙邊濾波器 ? ? 240

導數和梯度 ? ? ? ? 242

索貝爾導數 ? ? 242

Scharr濾波器 ? ?244

拉普拉斯變換 ? 245

圖像形態學 ? ? ? ? 246

膨脹和腐蝕 ? ? 247

通用形態學函數 ? ? ? ?250

開操作和閉操作 ? ? ? ?251

形態學梯度 ? ? 254

頂帽和黑帽 ? ? 256

自定義核 ? ? ? 258

用任意線性濾波器做卷積 ? ?259

用cv::filter2D()進行卷積 ?259

通過cv::sepFilter2D使用可分核 ? ? ?260

生成卷積核 ? ? 260

小結262

練習262

11章 常見的圖像變換 ? ? ? ?267

概覽267

拉伸、收縮、扭曲和旋轉 ? ?267

均勻調整 ? ? ? 268

圖像金字塔 ? ? 269

不均勻映射 ? ? 273

仿射變換 ? ? ? 274

透視變換 ? ? ? 279

通用變換 ? ? ? ? ?282

極坐標映射 ? ? 282

LogPolar ? ? ? 283

任意映射 ? ? ? 287

圖像修復 ? ? ? ? ?287

圖像修復 ? ? ? 288

去噪 ? ? ? ? ?289

直方圖均衡化 ? ? ? 292

cv::equalizeHist()用于對比均衡 ? ? ?294

小結295

練習295

12章 圖像分析 ? ?297

概覽297

離散傅里葉變換 ? ? 297

cv::dft()離散傅里葉變換 ?298

cv::idft()用于離散傅里葉逆變換 ? ? 300

cv::mulSpectrums()頻譜乘法 ? ? ? ?300

使用傅里葉變換進行卷積 ? ? ? ? ?301

cv::dct()離散余弦變換 ? 303

cv::idct()離散余弦逆變換 ? ? ? ? ? 304

積分圖 ? 304

cv::integral()標準求和積分 ? ? ? ? 306

cv::integral()平方求和積分 ? ? ? ? 306

cv::integral()傾斜求和積分 ? ? ? ? 307

Canny邊緣檢測 ? ? 307

cv::Canny() ? ? 309

Hough變換 ? ? ? ? 309

Hough線變換 ? 309

Hough圓變換 ? 313

距離變換 ? ? ? ? ?316

cv::distanceTransform()無標記距離變換 ? 317

cv::distanceTransform()有標記距離變換 ? 317

分割318

漫水填充 ? ? ? 318

分水嶺算法 ? ? 322

Grabcuts算法 ? ?323

Mean-Shift分割算法 ? ?325

小結326

練習326

13章 直方圖和模板 ? ? ? ? ?329

OpenCV中直方圖的表示 ? ? 331

cv::calcHist()：從數據創建直方圖 ? 332

基本直方圖操作 ? ? 334

直方圖歸一化 ? 334

直方圖二值化 ? 335

找出顯著的區間 ? ? ?335

比較兩個直方圖 ? ? ? ?337

直方圖用法示例 ? ? ? ?339

一些復雜的直方圖方法 ? ? ?342

EMD距離 ? ? ?342

反向投影 ? ? ? 347

模板匹配 ? ? ? ? ?350

方差匹配方法（cv::TM_SQDIFF） ? 351

歸一化方差匹配方法（cv::TM_SQDIFF_NORMED） ? ? ? ?352

相關性匹配方法（cv::TM_CCORR）352

歸一化的互相關匹配方法（cv::TM_CCORR_NORMED） ? ? 352

相關系數匹配方法（cv::TM_CCOEFF） ? ? ? ? ? ?352

歸一化的相關系數匹配方法（cv::TM_CCOEFF_NORMED） ?352

小結355

練習355

14章 輪廓 ? 359

輪廓查找 ? ? ? ? ?359

輪廓層次 ? ? ? 360

繪制輪廓 ? ? ? 364

輪廓實例 ? ? ? 365

另一個輪廓實例 ? ? ? ?366

快速連通區域分析 ? ? ?368

深入分析輪廓 ? ? ? 370

多邊形逼近 ? ? 370

幾何及特性概括 ? ? ? ?372

幾何學測試 ? ? 377

匹配輪廓與圖像 ? ? 378

矩 ? 378

再論矩 ? ? ? ? 380

使用Hu矩進行匹配 ? ? ?383

利用形狀場景方法比較輪廓 ? ? ? ?384

小結388

練習389

15章 背景提取 ? ?391

背景提取概述 ? ? ? 391

背景提取的缺點 ? ? 392

場景建模 ? ? ? ? ?392

像素 ? ? ? ? ?393

幀間差分 ? ? ? 396

平均背景法 ? ? ? ? 397

累計均值，方差和協方差 ? ? ? ? ?403

更復雜的背景提取方法 ? ? ?410

結構 ? ? ? ? ?413

進行背景學習 ? 414

存在移動的前景物體時進行背景學習417

背景差分：檢測前景物體 ? ? ? ? ?418

使用碼書法的背景模型 ? 419

關于碼書法的其他想法 ? 419

使用連通分量進行前景清理 ? 420

小測試 ? ? ? ? 423

兩種背景方法的對比 ? ? ? ?425

OpenCV中的背景提取方法的封裝 ? ? ? 425

cv::BackgroundSubstractor基類 ? ? ?426

KB方法 ? ? ? ?427

Zivkovic方法 ? ?428

小結431

練習431

16章 關鍵點和描述子 ? ? ? ?433

關鍵點和跟蹤基礎 ? 433

角點檢測 ? ? ? 434

光流簡介 ? ? ? 437

Lucas-Kanade稀疏光流法 ? ? ? ? ?438

廣義關鍵點和描述符 ? ? ? ?448

光流，跟蹤和識別 ? ? ?450

OpenCV一般如何處理關鍵點和描述符 ? 451

核心關鍵點檢測方法 ? ?461

關鍵點過濾 ? ? 497

匹配方法 ? ? ? 499

結果顯示 ? ? ? 505

小結508

練習508

17章 跟蹤 ? 511

跟蹤中的概念 ? ? ? 511

稠密光流 ? ? ? ? ?512

Farneback多項式擴展算法 ? ? ? ? ?513

Dual TV-L1模型 ?515

簡單光流算法 ? 519

Mean-Shift算法和Camshift追蹤 ? ? ? ? 522

Mean-Shift算法 ?522

Camshift ? ? ? 526

運動模板 ? ? ? ? ?526

估計533

卡爾曼濾波器 ? 534

擴展卡爾曼濾波器簡述 ? 549

小結551

練習551

18章 相機模型與標定 ? ? ? ?553

相機模型 ? ? ? ? ?554

射影幾何基礎 ? 556

Rodrigues變換 ? 558

透鏡畸變 ? ? ? 559

標定562

旋轉矩陣和平移向量 ? ?563

標定板 ? ? ? ? 566

單應性 ? ? ? ? 572

相機標定 ? ? ? 576

矯正587

矯正映射 ? ? ? 587

使用cv::convertMaps()在不同表示方式之間轉換矯正映射 ? ? 588

使用cv::initUndistortRectifyMap()計算矯正映射 ? ? ?589

使用cv::remap()矯正圖像 ? ? ? ? ? 591

使用cv::undistort()進行矯正 ? ? ? ?591

使用cv::undistortPoints()進行稀疏矯正 ? ?591

與標定結合 ? ? ? ? 592

小結595

總結

以上是生活随笔為你收集整理的《学习OpenCV3（中文版）》图书目录的全部內容，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。