OpenCV计算机视觉编程攻略（第2版） (图灵程序设计丛书)

Description

计算机视觉是机器准确识别、理解和表示信息，从而感知并与世界交互的媒介，在人脸识别、智能驾驶、手势游戏、图像搜索、自动定位等各领域都发挥着极为重要的作用。OpenCV作为开源程序库，提供了500多个用于图像和视频分析的优化算法，是相关领域研发人员的主要开发工具。 本书不仅基于OpenCV库介绍了计算机视觉编程，让零基础用户能全面掌握各种开发方法，更可贵的是注重实用性。作者不单纯罗列各种功能，而是逐一讲解了如何使用各种功能完成特定任务。你将在学习概念、原理、示例的过程中了解50多个实例的具体应用，学会快速构建真正满足需要的视觉应用。作为升级版，本书全面修订、升级了所有实例，也增加了对OpenCV功能的介绍，覆盖的知识点更加全面。 本书不仅适合有C++背景的计算机视觉新手学习，也是专业开发人员必备的参考，还可作为相关专业学生的辅助教材。 本书内容： • OpenCV库安装和程序开发； • 通过操作像素来处理图像； • 用直方图分析图像； • 分割图像为同质区域，并提取有意义的目标； • 用滤波器增强图像内容； • 利用图像几何关联同一场景不同视角的图像； • 利用不同角度的图像校准相机。 第1章　图像编程入门　　1 1.1　简介　　1 1.2　安装OpenCV库　　1 1.2.1　准备工作　　1 1.2.2　安装　　2 1.2.3　实现原理　　3 1.2.4　扩展阅读　　4 1.2.5　参阅　　6 1.3　装载、显示和存储图像　　6 1.3.1　准备工作　　6 1.3.2　如何实现　　6 1.3.3　实现原理　　8 1.3.4　扩展阅读　　9 1.3.5　参阅　　12 1.4　深入了解cv::Mat　　12 1.4.1　如何实现　　12 1.4.2　实现原理　　14 1.4.3　扩展阅读　　16 1.4.4　参阅　　17 1.5　定义兴趣区域　　18 1.5.1　准备工作　　18 1.5.2　如何实现　　18 1.5.3　实现原理　　19 1.5.4　扩展阅读　　19 1.5.5　参阅　　20 第2章　操作像素　　21 2.1　简介　　21 2.2　访问像素值　　22 2.2.1　准备工作　　22 2.2.2　如何实现　　22 2.2.3　实现原理　　24 2.2.4　扩展阅读　　24 2.2.5　参阅　　25 2.3　用指针扫描图像　　25 2.3.1　准备工作　　25 2.3.2　如何实现　　26 2.3.3　实现原理　　27 2.3.4　扩展阅读　　28 2.3.5　参阅　　31 2.4　用迭代器扫描图像　　31 2.4.1　准备工作　　32 2.4.2　如何实现　　32 2.4.3　实现原理　　32 2.4.4　扩展阅读　　33 2.4.5　参阅　　34 2.5　编写高效的图像扫描循环　　34 2.5.1　如何实现　　34 2.5.2　实现原理　　34 2.5.3　扩展阅读　　36 2.5.4　参阅　　36 2.6　扫描图像并访问相邻像素　　36 2.6.1　准备工作　　36 2.6.2　如何实现　　37 2.6.3　实现原理　　38 2.6.4　扩展阅读　　39 2.6.5　参阅　　39 2.7　实现简单的图像运算　　40 2.7.1　准备工作　　40 2.7.2　如何实现　　40 2.7.3　实现原理　　41 2.7.4　扩展阅读　　41 2.8　图像重映射　　42 2.8.1　如何实现　　43 2.8.2　实现原理　　43 2.8.3　参阅　　44 第3章　用类处理彩色图像　　45 3.1　简介　　45 3.2　在算法设计中使用策略模式　　45 3.2.1　准备工作　　46 3.2.2　如何实现　　46 3.2.3　实现原理　　47 3.2.4　扩展阅读　　50 3.2.5　参阅　　52 3.3　用控制器设计模式实现功能模块间通信　　52 3.3.1　准备工作　　53 3.3.2　如何实现　　53 3.3.3　实现原理　　55 3.3.4　扩展阅读　　56 3.4　转换颜色表示法　　57 3.4.1　准备工作　　57 3.4.2　如何实现　　57 3.4.3　实现原理　　58 3.4.4　参阅　　59 3.5　用色调、饱和度、亮度表示颜色.59 3.5.1　如何实现　　60 3.5.2　实现原理　　61 3.5.3　扩展阅读　　63 第4章　用直方图统计像素　　66 4.1　简介　　66 4.2　计算图像直方图　　66 4.2.1　准备工作　　67 4.2.2　如何实现　　67 4.2.3　实现原理　　71 4.2.4　扩展阅读　　71 4.2.5　参阅　　73 4.3　利用查找表修改图像外观　　73 4.3.1　如何实现　　74 4.3.2　实现原理　　74 4.3.3　扩展阅读　　75 4.3.4　参阅　　77 4.4　直方图均衡化　　78 4.4.1　如何实现　　78 4.4.2　实现原理　　79 4.5　反向投影直方图检测特定图像内容　　 79 4.5.1　如何实现　　79 4.5.2　实现原理　　81 4.5.3　扩展阅读　　81 4.5.4　参阅　　84 4.6　均值平移算法查找目标　　84 4.6.1　如何实现　　85 4.6.2　实现原理　　87 4.6.3　参阅　　88 4.7　比较直方图搜索相似图像　　88 4.7.1　如何实现　　88 4.7.2　实现原理　　90 4.7.3　参阅　　90 4.8　用积分图像统计像素　　91 4.8.1　如何实现　　91 4.8.2　实现原理　　92 4.8.3　扩展阅读　　93 4.8.4　参阅　　99 第5章　用形态学运算变换图像　　100 5.1　简介　　100 5.2　形态学滤波器腐蚀和膨胀图像　　100 5.2.1　准备工作　　101 5.2.2　如何实现　　101 5.2.3　实现原理　　102 5.2.4　扩展阅读　　104 5.2.5　参阅　　104 5.3　用形态学滤波器开启和闭合图像　　 104 5.3.1　如何实现　　104 5.3.2　实现原理　　105 5.3.3　参阅　　106 5.4　用形态学滤波器检测边缘和角点　　 106 5.4.1　准备工作　　106 5.4.2　如何实现　　107 5.4.3　实现原理　　109 5.4.4　参阅　　110 5.5　用分水岭算法实现图像分割　　110 5.5.1　如何实现　　111 5.5.2　实现原理　　114 5.5.3　扩展阅读　　115 5.5.4　参阅　　116 5.6　用MSER算法提取特征区域　　116 5.6.1　如何实现　　117 5.6.2　实现原理　　118 5.6.3　参阅　　121 5.7　用GrabCut算法提取前景物体　　121 5.7.1　如何实现　　121 5.7.2　实现原理　　123 5.7.3　参阅　　124 第6章　图像滤波　　125 6.1　简介　　125 6.2　低通滤波器　　126 6.2.1　如何实现　　126 6.2.2　实现原理　　127 6.2.3　扩展阅读　　129 6.2.4　参阅　　132 6.3　中值滤波器　　133 6.3.1　如何实现　　133 6.3.2　实现原理　　134 6.4　用定向滤波器检测边缘　　134 6.4.1　如何实现　　135 6.4.2　实现原理　　137 6.4.3　扩展阅读　　139 6.4.4　参阅　　141 6.5　计算拉普拉斯算子　　141 6.5.1　如何实现　　141 6.5.2　实现原理　　143 6.5.3　扩展阅读　　145 6.5.4　参阅　　146 第7章　提取直线、轮廓和区域　　147 7.1　简介　　147 7.2　用Canny算子检测图像轮廓　　147 7.2.1　如何实现　　147 7.2.2　实现原理　　148 7.2.3　参阅　　150 7.3　用霍夫变换检测直线　　150 7.3.1　准备工作　　150 7.3.2　如何实现　　150 7.3.3　实现原理　　154 7.3.4　扩展阅读　　157 7.3.5　参阅　　158 7.4　点集的直线拟合　　158 7.4.1　如何实现　　159 7.4.2　实现原理　　161 7.4.3　扩展阅读　　161 7.5　提取区域的轮廓　　161 7.5.1　如何实现　　162 7.5.2　实现原理　　163 7.5.3　扩展阅读　　164 7.6　计算区域的形状描述子　　164 7.6.1　如何实现　　165 7.6.2　实现原理　　166 7.6.3　扩展阅读　　167 第8章　检测兴趣点　　169 8.1　简介　　169 8.2　检测图像中的角点　　169 8.2.1　如何实现　　170 8.2.2　实现原理　　174 8.2.3　扩展阅读　　176 8.2.4　参阅　　177 8.3　快速检测特征　　178 8.3.1　如何实现　　178 8.3.2　实现原理　　179 8.3.3　扩展阅读　　180 8.3.4　参阅　　182 8.4　尺度不变特征的检测　　182 8.4.1　如何实现　　183 8.4.2　实现原理　　184 8.4.3　扩展阅读　　185 8.4.4　参阅　　186 8.5　多尺度FAST 特征的检测　　187 8.5.1　如何实现　　187 8.5.2　实现原理　　188 8.5.3　扩展阅读　　188 8.5.4　参阅　　190 第9章　描述和匹配兴趣点　　191 9.1　简介　　191 9.2　局部模板匹配　　191 9.2.1　如何实现　　192 9.2.2　实现原理　　194 9.2.3　扩展阅读　　195 9.2.4　参阅　　196 9.3　描述局部强度值模式　　196 9.3.1　如何实现　　197 9.3.2　实现原理　　198 9.3.3　扩展阅读　　200 9.3.4　参阅　　203 9.4　用二值特征描述关键点　　203 9.4.1　如何实现　　203 9.4.2　实现原理　　204 9.4.3　扩展阅读　　205 9.4.4　参阅　　206 第10章　估算图像之间的投影关系　　207 10.1　简介　　207 10.2　相机校准　　209 10.2.1　如何实现　　209 10.2.2　实现原理　　213 10.2.3　扩展阅读　　216 10.2.4　参阅　　216 10.3　计算图像对的基础矩阵　　216 10.3.1　准备工作　　217 10.3.2　如何实现　　218 10.3.3　实现原理　　219 10.3.4　参阅　　220 10.4　用RANSAC（随机抽样一致性）算法匹配图像　　220 10.4.1　如何实现　　221 10.4.2　实现原理　　224 10.4.3　扩展阅读　　225 10.5　计算两幅图像之间的单应矩阵.226 10.5.1　准备工作　　226 10.5.2　如何实现　　227 10.5.3　实现原理　　229 10.5.4　扩展阅读　　230 10.5.5　参阅　　232 第11章　处理视频序列　　233 11.1　简介　　233 11.2　读取视频序列　　233 11.2.1　如何实现　　233 11.2.2　实现原理　　235 11.2.3　扩展阅读　　236 11.2.4　参阅　　236 11.3　处理视频帧　　236 11.3.1　如何实现　　236 11.3.2　实现原理　　237 11.3.3　扩展阅读　　241 11.3.4　参阅　　244 11.4　写入视频帧　　244 11.4.1　如何实现　　244 11.4.2　实现原理　　245 11.4.3　扩展阅读　　247 11.4.4　参阅　　249 11.5　跟踪视频中的特征点　　249 11.5.1　如何实现　　249 11.5.2　实现原理　　253 11.5.3　参阅　　254 11.6　提取视频中的前景物体　　254 11.6.1　如何实现　　255 11.6.2　实现原理　　257 11.6.3　扩展阅读　　257 11.6.4　参阅　　259