更新时间：2024-02-27 11:26:22
封面
版权信息
内容简介
插图
前言
基础篇
第1章 OpenCV简介与安装
1.1 OpenCV简介
1.2 OpenCV源码项目
1.3 OpenCV4开发环境搭建
1.4 第一个OpenCV开发程序
1.5 图像加载与保存
1.6 加载视频
1.7 小结
第2章 Mat与像素操作
2.1 Mat对象
2.2 访问像素
2.3 图像类型与通道
2.4 小结
第3章 色彩空间
3.1 RGB色彩空间
3.2 HSV色彩空间
3.3 LAB色彩空间
3.4 色彩空间的转换与应用
3.5 小结
第4章 图像直方图
4.1 像素统计信息
4.2 直方图的计算与绘制
4.3 直方图均衡化
4.4 直方图比较
4.5 直方图反向投影
4.6 小结
进阶篇
第5章 卷积操作
5.1 卷积的概念
5.2 卷积模糊
5.3 自定义滤波
5.4 梯度提取
5.5 边缘发现
5.6 噪声与去噪
5.7 边缘保留滤波
5.8 锐化增强
5.9 小结
第6章 二值图像
6.1 图像阈值化分割
6.2 全局阈值计算
6.3 自适应阈值计算
6.4 去噪与二值化
6.5 小结
第7章 二值分析
7.1 二值图像分析概述
7.2 连通组件标记
7.3 轮廓发现
7.4 轮廓测量
7.5 拟合与逼近
7.6 轮廓分析
7.7 直线检测
7.8 霍夫圆检测
7.9 最大内接圆与最小外接圆
7.10 轮廓匹配
7.11 最大轮廓与关键点编码
7.12 凸包检测
7.13 小结
第8章 形态学分析
8.1 图像形态学概述
8.2 膨胀与腐蚀
8.3 开/闭操作
8.4 形态学梯度
8.5 顶帽与黑帽
8.6 击中/击不中
8.7 结构元素
8.8 距离变换
8.9 分水岭分割
8.10 小结
第9章 特征提取
9.1 图像金字塔
9.2 Harris角点检测
9.3 shi-tomas角点检测
9.4 亚像素级别的角点检测
9.5 HOG特征与使用
9.6 ORB特征描述子
9.7 基于特征的对象检测
9.8 小结
第10章 视频分析
10.1 基于颜色的对象跟踪
10.2 视频背景分析
10.3 帧差法背景分析
10.4 稀疏光流分析法
10.5 稠密光流分析法
10.6 均值迁移分析
10.7 小结
第11章 机器学习
11.1 KMeans分类
11.2 KNN分类
11.3 SVM分类
11.4 SVM与HOG实现对象检测
11.5 小结
第12章 深度神经网络
12.1 DNN概述
12.2 图像分类
