opencv python轻松入门_OpenCV轻松入门 面向Python

章OPENCV入门1

1.1如何使用1

1.2图像处理基本操作3

1.2.1读取图像3

1.2.2显示图像5

1.2.3保存图像9

1.3OpenCV贡献库10

第2章图像处理基础11

2.1图像的基本表示方法11

2.2像素处理15

2.3使用numpy.array访问像素23

2.4感兴趣区域(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获取图像属性36

第3章图像运算37

3.1图像加法运算37

3.1.1加号运算符37

3.1.2cv2.add()函数38

3.2图像加权和40

3.3按位逻辑运算43

3.3.1按位与运算43

3.3.2按位或运算46

3.3.3按位非运算47

3.3.4按位异或运算48

3.4掩模49

3.5图像与数值的运算52

3.6位平面分解53

3.7图像加密和解密59

3.8数字水印63

3.8.1原理64

3.8.2实现方法66

3.8.3例题73

3.9脸部打码及解码74

第4章色彩空间类型转换77

4.1色彩空间基础77

4.1.1GRAY色彩空间77

4.1.2XYZ色彩空间78

4.1.3YCrCb色彩空间78

4.1.4HSV色彩空间79

4.1.5HLS色彩空间80

4.1.6CIEL*a*b*色彩空间80

4.1.7CIEL*u*v*色彩空间81

4.1.8Bayer色彩空间82

4.2类型转换函数82

4.3类型转换实例88

4.3.1通过数组观察转换效果88

4.3.2图像处理实例92

4.4HSV色彩空间讨论93

4.4.1基础知识93

4.4.2获取指定颜色95

4.4.3标记指定颜色96

4.4.4标记肤色100

4.4.5实现艺术效果101

4.5alpha通道102

第5章几何变换106

5.1缩放106

5.2翻转110

5.3仿射111

5.3.1平移112

5.3.2旋转113

5.3.3更复杂的仿射变换114

5.4透视115

5.5重映射117

5.5.1映射参数的理解117

5.5.2复制119

5.5.3绕x轴翻转121

5.5.4绕y轴翻转122

5.5.5绕x轴、y轴翻转124

5.5.6x轴、y轴互换126

5.5.7图像缩放128

第6章阈值处理130

6.1threshold函数130

6.1.1二值化阈值处理(cv2.THRESH_BINARY)131

6.1.2反二值化阈值处理(cv2.THRESH_BINARY_INV)133

6.1.3截断阈值化处理(cv2.THRESH_TRUNC)135

6.1.4超阈值零处理(cv2.THRESH_TOZERO_INV)136

6.1.5低阈值零处理(cv2.THRESH_TOZERO)138

6.2自适应阈值处理139

6.3Otsu处理141

第7章图像平滑处理144

7.1均值滤波146

7.1.1基本原理146

7.1.2函数语法150

7.1.3程序示例150

7.2方框滤波152

7.2.1基本原理152

7.2.2函数语法153

7.2.3程序示例154

7.3高斯滤波156

7.3.1基本原理156

7.3.2函数语法158

7.3.3程序示例159

7.4中值滤波159

7.4.1基本原理160

7.4.2函数语法161

7.4.3程序示例161

7.5双边滤波162

7.5.1基本原理162

7.5.2函数语法164

7.5.3程序示例164

7.62D卷积166

第8章形态学操作168

8.1腐蚀168

8.2膨胀173

8.3通用形态学函数178

8.4开运算179

8.5闭运算180

8.6形态学梯度运算182

8.7礼帽运算183

8.8黑帽运算185

8.9核函数186

第9章图像梯度189

9.1Sobel理论基础189

9.2Sobel算子及函数使用191

9.2.1参数ddepth192

9.2.2方向195

9.2.3实例196

9.3Scharr算子及函数使用200

9.4Sobel算子和Scharr算子的比较204

9.5Laplacian算子及函数使用206

9.6算子总结208

0章CANNY边缘检测209

10.1Canny边缘检测基础209

10.2Canny函数及使用213

1章图像金字塔215

11.1理论基础215

11.2pyrDown函数及使用217

11.3pyrUp函数及使用219

11.4采样可逆性的研究220

11.5拉普拉斯金字塔223

11.5.1定义223

11.5.2应用225

2章图像轮廓229

12.1查找并绘制轮廓229

12.1.1查找图像轮廓：findContours函数229

12.1.2绘制图像轮廓：drawContours函数237

12.1.3轮廓实例238

12.2矩特征240

12.2.1矩的计算：moments函数241

12.2.2计算轮廓的面积：contourArea函数243

12.2.3计算轮廓的长度：arcLength函数246

12.3Hu矩248

12.3.1Hu矩函数248

12.3.2形状匹配252

12.4轮廓拟合254

12.4.1矩形包围框254

12.4.2最小包围矩形框257

12.4.3最小包围圆形259

12.4.4最优拟合椭圆260

12.4.5最优拟合直线261

12.4.6最小外包三角形262

12.4.7逼近多边形263

12.5凸包266

12.5.1获取凸包267

12.5.2凸缺陷268

12.5.3几何学测试270

12.6利用形状场景算法比较轮廓275

12.6.1计算形状场景距离275

12.6.2计算Hausdorff距离278

12.7轮廓的特征值280

12.7.1宽高比280

12.7.2Extent281

12.7.3Solidity282

12.7.4等效直径(EquivalentDiameter)283

12.7.5方向284

12.7.6掩模和像素点286

12.7.7优选值和最小值及它们的位置291

12.7.8平均颜色及平均灰度293

12.7.9极点294

3章直方图处理297

13.1直方图的含义297

13.2绘制直方图301

13.2.1使用Numpy绘制直方图301

13.2.2使用OpenCV绘制直方图302

13.2.3使用掩模绘制直方图307

13.3直方图均衡化312

13.3.1直方图均衡化原理313

13.3.2直方图均衡化处理317

13.4pyplot模块介绍319

13.4.1subplot函数319

13.4.2imshow函数320

4章傅里叶变换324

14.1理论基础324

14.2Numpy实现傅里叶变换328

14.2.1实现傅里叶变换329

14.2.2实现逆傅里叶变换330

14.2.3高通滤波示例331

14.3OpenCV实现傅里叶变换333

14.3.1实现傅里叶变换333

14.3.2实现逆傅里叶变换335

14.3.3低通滤波示例336

5章模板匹配339

15.1模板匹配基础339

15.2多模板匹配345

6章霍夫变换351

16.1霍夫直线变换351

16.1.1霍夫变换原理351

16.1.2HoughLines函数357

16.1.3HoughLinesP函数359

16.2霍夫圆环变换361

7章图像分割与提取364

17.1用分水岭算法实现图像分割与提取364

17.1.1算法原理364

17.1.2相关函数介绍366

17.1.3分水岭算法图像分割实例375

17.2交互式前景提取376

8章视频处理383

18.1VideoCapture类383

18.1.1类函数介绍383

18.1.2捕获摄像头视频387

18.1.3播放视频文件388

18.2VideoWriter类389

18.2.1类函数介绍389

18.2.2保存视频391

18.3视频操作基础392

9章绘图及交互393

19.1绘画基础393

19.1.1绘制直线394

19.1.2绘制矩形394

19.1.3绘制圆形395

19.1.4绘制椭圆397

19.1.5绘制多边形398

19.1.6在图形上绘制文字400

19.2鼠标交互402

19.2.1简单示例404

19.2.2进阶示例405

19.3滚动条407

19.3.1用滚动条实现调色板408

19.3.2用滚动条控制阈值处理参数409

19.3.3用滚动条作为开关410

第20章K近邻算法412

20.1理论基础412

20.2计算415

20.2.1归一化415

20.2.2距离计算416

20.2手写数字识别的原理417

20.3自定义函数手写数字识别421

20.4K近邻模块的基本使用427

20.5K近邻手写数字识别429

第21章支持向量机431

21.1理论基础431

21.2SVM案例介绍434

第22章K均值聚类439

22.1理论基础439

22.1.1分豆子439

22.1.2K均值聚类的基本步骤441

22.2K均值聚类模块441

22.3简单示例442

第23章人脸识别448

23.1人脸检测448

23.1.1基本原理448

23.1.2级联分类器的使用451

23.1.3函数介绍452

23.1.4案例介绍453

23.2LBPH人脸识别454

23.2.1基本原理454

23.2.2函数介绍456

23.2.3案例介绍457

23.3EigenFaces人脸识别458

23.3.1基本原理458

23.3.2函数介绍459

23.3.3案例介绍460

23.4Fisherfaces人脸识别461

23.4.1基本原理461

23.4.2函数介绍463

23.4.3案例介绍464

23.5人脸数据库465

参与文献467

附录A范例470显示全部>>隐藏全部>>