第1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

1．3 OpenCV貢獻(xiàn)庫(kù) 10

第2章 圖像處理基礎(chǔ) 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(qū)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(yùn)算 37

3．1 圖像加法運(yùn)算 37

3．1．1 加號(hào)運(yùn)算符 37

3．1．2 cv2．add()函數(shù) 38

3．2 圖像加權(quán)和 40

3．3 按位邏輯運(yùn)算 43

3．3．1 按位與運(yùn)算 43

3．3．2 按位或運(yùn)算 46

3．3．3 按位非運(yùn)算 47

3．3．4 按位異或運(yùn)算 48

3．4 掩模 49

3．5 圖像與數(shù)值的運(yùn)算 52

3．6 位平面分解 53

3．7 圖像加密和解密 59

3．8 數(shù)字水印 63

3．8．1 原理 64

3．8．2 實(shí)現(xiàn)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(zhuǎn)換 77

4．1 色彩空間基礎(chǔ) 77

4．1．1 GRAY色彩空間 77

4．1．2 XYZ色彩空間 78

4．1．3 YCrCb色彩空間 78

4．1．4 HSV色彩空間 79

4．1．5 HLS色彩空間 80

4．1．6 CIEL*a*b*色彩空間 80

4．1．7 CIEL*u*v*色彩空間 81

4．1．8 Bayer色彩空間 82

4．2 類型轉(zhuǎn)換函數(shù) 82

4．3 類型轉(zhuǎn)換實(shí)例 88

4．3．1 通過數(shù)組觀察轉(zhuǎn)換效果 88

4．3．2 圖像處理實(shí)例 92

4．4 HSV色彩空間討論 93

4．4．1 基礎(chǔ)知識(shí) 93

4．4．2 獲取指定顏色 95

4．4．3 標(biāo)記指定顏色 96

4．4．4 標(biāo)記膚色 100

4．4．5 實(shí)現(xiàn)藝術(shù)效果 101

4．5 alpha通道 102

第5章 幾何變換 106

5．1 縮放 106

5．2 翻轉(zhuǎn) 110

5．3 仿射 111

5．3．1 平移 112

5．3．2 旋轉(zhuǎn) 113

5．3．3 更復(fù)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(shù)的理解 117

5．5．2 復(fù)制 119

5．5．3 繞x軸翻轉(zhuǎn) 121

5．5．4 繞y軸翻轉(zhuǎn) 122

5．5．5 繞x軸、y軸翻轉(zhuǎn) 124

5．5．6 x軸、y軸互換 126

5．5．7 圖像縮放 128

第6章 閾值處理 130

6．1 threshold函數(shù) 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?cái)嚅撝祷幚?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(yīng)閾值處理 139

6．3 Otsu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(shù)語法 150

7．1．3 程序示例 150

7．2 方框?yàn)V波 152

7．2．1 基本原理 152

7．2．2 函數(shù)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(shù)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(shù)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(shù)語法 164

7．5．3 程序示例 164

7．6 2D卷積 166

第8章 形態(tài)學(xué)操作 168

8．1 腐蝕 168

8．2 膨脹 173

8．3 通用形態(tài)學(xué)函數(shù) 178

8．4 開運(yùn)算 179

8．5 閉運(yùn)算 180

8．6 形態(tài)學(xué)梯度運(yùn)算 182

8．7 禮帽運(yùn)算 183

8．8 黑帽運(yùn)算 185

8．9 核函數(shù) 186

第9章 圖像梯度 189

9．1 Sobel理論基礎(chǔ) 189

9．2 Sobel算子及函數(shù)使用 191

9．2．1 參數(shù)ddepth 192

9．2．2 方向 195

9．2．3 實(shí)例 196

9．3 Scharr算子及函數(shù)使用 200

9．4 Sobel算子和Scharr算子的比較 204

9．5 Laplacian算子及函數(shù)使用 206

9．6 算子總結(jié) 208

第10章 CANNY邊緣檢測(cè) 209

10．1 Canny邊緣檢測(cè)基礎(chǔ) 209

10．2 Canny函數(shù)及使用 213

第11章 圖像金字塔 215

11．1 理論基礎(chǔ) 215

11．2 pyrDown函數(shù)及使用 217

11．3 pyrUp函數(shù)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(yīng)用 225

第12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(shù) 229

12．1．2 繪制圖像輪廓：drawContours函數(shù) 237

12．1．3 輪廓實(shí)例 238

12．2 矩特征 240

12．2．1 矩的計(jì)算：moments函數(shù) 241

12．2．2 計(jì)算輪廓的面積：contourArea函數(shù) 243

12．2．3 計(jì)算輪廓的長(zhǎng)度：arcLength函數(shù) 246

12．3 Hu矩 248

12．3．1 Hu矩函數(shù) 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(yōu)擬合橢圓 260

12．4．5 最優(yōu)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(xué)測(cè)試 270

12．6 利用形狀場(chǎng)景算法比較輪廓 275

12．6．1 計(jì)算形狀場(chǎng)景距離 275

12．6．2 計(jì)算Hausdorff距離 278

12．7 輪廓的特征值 280

12．7．1 寬高比 280

12．7．2 Extent 281

12．7．3 Solidity 282

12．7．4 等效直徑(Equivalent Diameter) 283

12．7．5 方向 284

12．7．6 掩模和像素點(diǎn) 286

12．7．7 最大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(diǎn) 294

第13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

13．4 pyplot模塊介紹 319

13．4．1 subplot函數(shù) 319

13．4．2 imshow函數(shù) 320

第14章 傅里葉變換 324

14．1 理論基礎(chǔ) 324

14．2 Numpy實(shí)現(xiàn)傅里葉變換 328

14．2．1 實(shí)現(xiàn)傅里葉變換 329

14．2．2 實(shí)現(xiàn)逆傅里葉變換 330

14．2．3 高通濾波示例 331

14．3 OpenCV實(shí)現(xiàn)傅里葉變換 333

14．3．1 實(shí)現(xiàn)傅里葉變換 333

14．3．2 實(shí)現(xiàn)逆傅里葉變換 335

14．3．3 低通濾波示例 336

第15章 模板匹配 339

15．1 模板匹配基礎(chǔ) 339

15．2 多模板匹配 345

第16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

16．1．2 HoughLines函數(shù) 357

16．1．3 HoughLinesP函數(shù) 359

16．2 霍夫圓環(huán)變換 361

第17章 圖像分割與提取 364

17．1 用分水嶺算法實(shí)現(xiàn)圖像分割與提取 364

17．1．1 算法原理 364

17．1．2 相關(guān)函數(shù)介紹 366

17．1．3 分水嶺算法圖像分割實(shí)例 375

17．2 交互式前景提取 376

第18章 視頻處理 383

18．1 VideoCapture類 383

18．1．1 類函數(shù)介紹 383

18．1．2 捕獲攝像頭視頻 387

18．1．3 播放視頻文件 388

18．2 VideoWriter類 389

18．2．1 類函數(shù)介紹 389

18．2．2 保存視頻 391

18．3 視頻操作基礎(chǔ) 392

第19章 繪圖及交互 393

19．1 繪畫基礎(chǔ) 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(biāo)交互 402

19．2．1 簡(jiǎn)單示例 404

19．2．2 進(jìn)階示例 405

19．3 滾動(dòng)條 407

19．3．1 用滾動(dòng)條實(shí)現(xiàn)調(diào)色板 408

19．3．2 用滾動(dòng)條控制閾值處理參數(shù) 409

19．3．3 用滾動(dòng)條作為開關(guān) 410

第20章 K近鄰算法 412

20．1 理論基礎(chǔ) 412

20．2 計(jì)算 415

20．2．1 歸一化 415

20．2．2 距離計(jì)算 416

20．2 手寫數(shù)字識(shí)別的原理 417

20．3 自定義函數(shù)手寫數(shù)字識(shí)別 421

20．4 K近鄰模塊的基本使用 427

20．5 K近鄰手寫數(shù)字識(shí)別 429

第21章 支持向量機(jī) 431

21．1 理論基礎(chǔ) 431

21．2 SVM案例介紹 434

第22章 K均值聚類 439

22．1 理論基礎(chǔ) 439

22．1．1 分豆子 439

22．1．2 K均值聚類的基本步驟 441

22．2 K均值聚類模塊 441

22．3 簡(jiǎn)單示例 442

第23章 人臉識(shí)別 448

23．1 人臉檢測(cè) 448

23．1．1 基本原理 448

23．1．2 級(jí)聯(lián)分類器的使用 451

23．1．3 函數(shù)介紹 452

23．1．4 案例介紹 453

23．2 LBPH人臉識(shí)別 454

23．2．1 基本原理 454

23．2．2 函數(shù)介紹 456

23．2．3 案例介紹 457

23．3 EigenFaces人臉識(shí)別 458

23．3．1 基本原理 458

23．3．2 函數(shù)介紹 459

23．3．3 案例介紹 460

23．4 Fisherfaces人臉識(shí)別 461

23．4．1 基本原理 461

23．4．2 函數(shù)介紹 463

23．4．3 案例介紹 464

23．5 人臉數(shù)據(jù)庫(kù) 465

參與文獻(xiàn) 467

附錄A 范例 470

總結(jié)

以上是生活随笔為你收集整理的opencv轻松入门面向python下载_OpenCV轻松入门：面向Python的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。