OpenCV计算机视觉编程攻略 (第3版)[我有買] – jashliao部落格

OpenCV计算机视觉编程攻略 (第3版)[我有買]

資料來源: https://detail.tmall.com/item.htm?spm=a230r.1.14.16.96e945cdslN23l&id=571200037161&ns=1&abbucket=3

Code:

https://github.com/PacktPublishing/OpenCV3-Computer-Vision-Application-Programming-Cookbook-Third-Edition
https://github.com/laganiere/OpenCV3Cookbook

第1章圖像編程入門1

1.1簡介1
1.2安裝OpenCV庫1
1.2.1準備工作1
1.2.2如何實現2
1.2.3實現原理4
1.2.4擴展閱讀5
1.2.5參閱6
1.3裝載、顯示和存儲圖像6
1.3.1準備工作6
1.3.2如何實現6
1.3.3實現原理8
1.3.4擴展閱讀9
1.3.5參閱11
1.4深入了解cv::Mat 11
1.4.1如何實現11
1.4.2實現原理13
1.4.3擴展閱讀16
1.4.4參閱17
1.5定義感興趣區域17
1.5.1準備工作17
1.5.2如何實現17
1.5.3實現原理18
1.5.4擴展閱讀18
1.5.5參閱19
第2章操作像素20
2.1簡介20
2.2訪問像素值21
2.2.1準備工作21
2.2.2如何實現21
2.2.3實現原理23
2.2.4擴展閱讀24
2.2.5參閱24
2.3用指針掃描圖像24
2.3.1準備工作25
2.3.2如何實現25
2.3.3實現原理26
2.3.4擴展閱讀27
2.3.5參閱31
2.4用迭代器掃描圖像31
2.4.1準備工作31
2.4. 2如何實現31
2.4.3實現原理32
2.4.4擴展閱讀33
2.4.5參閱33
2.5編寫高效的圖像掃描循環33
2.5.1如何實現34
2.5.2實現原理34
2.5.3擴展閱讀36
2.5.4參閱36
2.6掃描圖像並訪問相鄰像素36
2.6.1準備工作36
2.6.2如何實現36
2.6.3實現原理38
2.6.4擴展閱讀38
2.6.5參閱39
2.7實現簡單的圖像運算39
2.7.1準備工作39
2.7.2如何實現40
2.7.3實現原理40
2.7.4擴展閱讀41
2.8圖像重映射42
2.8.1如何實現42
2.8.2實現原理43
2.8.3參閱44
第3章處理圖像的顏色45
3.1簡介45
3.2用策略設計模式比較顏色45
3.2.1如何實現46
3.2.2實現原理47
3.2.3擴展閱讀50
3.2.4參閱53
3.3用GrabCut算法分割圖像53
3.3 .1如何實現54
3.3.2實現原理56
3.3.3參閱56
3.4轉換顏色表示法56
3.4.1如何實現57
3.4.2實現原理58
3.4.3參閱59
3.5用色調、飽和度和亮度表示顏色59
3.5.1如何實現59
3.5.2實現原理61
3.5.3拓展閱讀64
3.5.4參閱66
第4章用直方圖統計像素67
4.1簡介67
4.2計算圖像直方圖67
4.2.1準備工作68
4.2.2如何實現68
4.2.3實現原理72
4.2.4擴展閱讀72
4.2.5參閱74
4.3利用查找表修改圖像外觀74
4.3.1如何實現74
4.3.2實現原理75
4.3.3擴展閱讀76
4.3.4參閱78
4.4直方圖均衡化78
4.4.1如何實現78
4.4.2實現原理79
4.5反向投影直方圖檢測特定圖像內容79
4.5.1如何實現80
4.5.2實現原理81
4.5.3擴展閱讀82
4.5.4參閱84
4.6用均值平移算法查找目標85
4.6.1如何實現85
4.6.2實現原理87
4.6.3參閱88
4.7比較直方圖搜索相似圖像88
4.7.1如何實現88
4.7.2實現原理90
4.7.3參閱90
4.8用積分圖像統計像素91
4.8.1如何實現91
4.8.2實現原理92
4.8.3擴展閱讀93
4.8.4參閱99
第5章用形態學運算變換圖像100
5.1簡介100
5.2用形態學濾波器腐蝕和膨脹圖像100
5.2.1準備工作101
5.2.2如何實現101
5.2.3實現原理102
5.2.4擴展閱讀103
5.2.5參閱104
5.3用形態學濾波器開啟和閉合圖像104
5.3.1如何實現104
5.3.2實現原理105
5.3.3參閱106
5.4在灰度圖像中應用形態學運算106
5.4.1如何實現106
5.4.2實現原理107
5.4.3參閱108
5.5用分水嶺算法實現圖像分割108
5.5.1如何實現109
5.5.2實現原理111
5.5.3擴展閱讀112
5.5.4參閱114
5.6用MSER算法提取特徵區域114
5.6.1如何實現114
5.6.2實現原理116
5.6.3參閱118
第6章圖像濾波119
6.1簡介119
6.2低通濾波器120
6.2.1如何實現120
6.2.2實現原理121
6.2.3參閱123
6.3用濾波器進行縮減像素採樣124
6.3.1如何實現124
6.3. 2實現原理125
6.3.3擴展閱讀126
6.3.4參閱127
6.4中值濾波器128
6.4.1如何實現128
6.4.2實現原理129
6.5用定向濾波器檢測邊緣129
6.5.1如何實現130
6.5.2實現原理132
6.5.3擴展閱讀135
6.5.4參閱136
6.6計算拉普拉斯算子136
6.6.1如何實現137
6.6.2實現原理138
6.6.3擴展閱讀141
6.6.4參閱142
第7章提取直線、輪廓和區域143
7.1簡介143
7.2用Canny算子檢測圖像輪廓143
7.2.1如何實現143
7.2.2實現原理145
7.2.3參閱146
7.3用霍夫變換檢測直線146
7.3.1準備工作146
7.3.2如何實現147
7.3.3實現原理151
7.3.4擴展閱讀153
7.3.5參閱155
7.4點集的直線擬合155
7.4.1如何實現155
7.4.2實現原理157
7.4.3擴展閱讀158
7.5提取連續區域158
7.5.1如何實現159
7.5.2實現原理160
7.5.3擴展閱讀161
7.6計算區域的形狀描述子161
7.6.1如何實現162
7.6.2實現原理163
7.6.3擴展閱讀164
第8章檢測興趣點166
8.1簡介166
8.2檢測圖像中的角點166
8.2.1如何實現167
8.2.2實現原理171
8.2.3擴展閱讀172
8.2. 4參閱174
8.3快速檢測特徵174
8.3.1如何實現174
8.3.2實現原理175
8.3.3擴展閱讀176
8.3.4參閱178
8.4尺度不變特徵的檢測178
8.4.1如何實現179
8.4.2實現原理180
8.4.3擴展閱讀181
8.4.4參閱183
8.5多尺度FAST特徵的檢測183
8.5.1如何實現183
8.5.2實現原理184
8.5.3擴展閱讀185
8.5.4參閱186
第9章描述和匹配興趣點187
9.1簡介187
9.2局部模板匹配187
9.2.1如何實現188
9.2.2實現原理190
9.2.3擴展閱讀191
9.2.4參閱192
9.3描述並匹配局部強度值模式192
9.3.1如何實現193
9.3.2實現原理195
9.3.3擴展閱讀196
9.3.4參閱199
9.4用二值描述子匹配關鍵點199
9.4.1如何實現199
9.4. 2實現原理200
9.4.3擴展閱讀201
9.4.4參閱202
第10章估算圖像之間的投影關係203
10.1簡介203
10.2計算圖像對的基礎矩陣205
10.2.1準備工作205
10.2.2如何實現206
10.2 .3實現原理208
10.2.4參閱209
10.3用RANSAC（隨機抽樣一致性）算法匹配圖像209
10.3.1如何實現209
10.3.2實現原理212
10.3.3擴展閱讀213
10.4計算兩幅圖像之間的單應矩陣214
10.4.1準備工作214
10.4.2如何實現215
10.4.3實現原理217
10.4.4擴展閱讀218
10.4.5參閱219
10.5檢測圖像中的平面目標219
10.5.1如何實現219
10.5.2實現原理221
10.5.3參閱224
第11章三維重建225
11.1簡介225
11.2相機標定226
11.2.1如何實現227
11.2.2實現原理230
11.2.3擴展閱讀232
11.2.4參閱233
11.3相機姿態還原233
11.3.1如何實現233
11.3.2實現原理235
11.3.3擴展閱讀236
11.3.4參閱238
11.4用標定相機實現三維重建238
11.4.1如何實現238
11.4.2實現原理241
11.4.3擴展閱讀243
11.4.4參閱244
11.5計算立體圖像的深度244
11.5.1準備工作244
11.5.2如何實現245
11.5.3實現原理247
11.5.4參閱247
第12章處理視頻序列248
12.1簡介248
12.2讀取視頻序列248
12.2.1如何實現248
12.2.2實現原理250
12.2.3擴展閱讀251
12.2.4參閱251
12.3處理視頻幀251
12.3.1如何實現251
12.3.2實現原理252
12.3.3擴展閱讀256
12.3.4參閱258
12.4寫入視頻幀258
12.4.1如何實現259
12.4.2實現原理259
12.4.3擴展閱讀262
12.4.4參閱263
12.5提取視頻中的前景物體263
12.5.1如何實現264
12.5.2實現原理266
12.5.3擴展閱讀266
12.5.4參閱268
第13章跟踪運動目標269
13.1簡介269
13.2跟踪視頻中的特徵點269
13.2.1如何實現269
13.2.2實現原理274
13.2.3參閱274
13.3估算光流275
13.3.1準備工作275
13.3.2如何實現276
13.3.3實現原理278
13.3.4參閱279
13.4跟踪視頻中的物體279
13.4.1如何實現279
13.4.2實現原理282
13.4.3參閱284
第14章實用案例285
14.1簡介285
14.2人臉識別286
14.2.1如何實現286
14.2.2實現原理288
14.2.3參閱290
14.3人臉定位291
14.3.1準備工作291
14.3.2如何實現292
14.3.3實現原理295
14.3. 4擴展閱讀297
14.3.5參閱298
14.4行人檢測298
14.4.1準備工作298
14.4.2如何實現299
14.4.3實現原理302
14.4.4擴展閱讀304
14.4.5參閱308

————————

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 如何实现 2
1.2.3 实现原理 4
1.2.4 扩展阅读 5
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 11
1.4 深入了解cv::Mat 11
1.4.1 如何实现 11
1.4.2 实现原理 13
1.4.3 扩展阅读 16
1.4.4 参阅 17
1.5 定义感兴趣区域 17
1.5.1 准备工作 17
1.5.2 如何实现 17
1.5.3 实现原理 18
1.5.4 扩展阅读 18
1.5.5 参阅 19
第 2 章 操作像素 20
2.1 简介 20
2.2 访问像素值 21
2.2.1 准备工作 21
2.2.2 如何实现 21
2.2.3 实现原理 23
2.2.4 扩展阅读 24
2.2.5 参阅 24
2.3 用指针扫描图像 24
2.3.1 准备工作 25
2.3.2 如何实现 25
2.3.3 实现原理 26
2.3.4 扩展阅读 27
2.3.5 参阅 31
2.4 用迭代器扫描图像 31
2.4.1 准备工作 31
2.4.2 如何实现 31
2.4.3 实现原理 32
2.4.4 扩展阅读 33
2.4.5 参阅 33
2.5 编写高效的图像扫描循环 33
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 36
2.6.3 实现原理 38
2.6.4 扩展阅读 38
2.6.5 参阅 39
2.7 实现简单的图像运算 39
2.7.1 准备工作 39
2.7.2 如何实现 40
2.7.3 实现原理 40
2.7.4 扩展阅读 41
2.8 图像重映射 42
2.8.1 如何实现 42
2.8.2 实现原理 43
2.8.3 参阅 44
第3 章 处理图像的颜色 45
3.1 简介 45
3.2 用策略设计模式比较颜色 45
3.2.1 如何实现 46
3.2.2 实现原理 47
3.2.3 扩展阅读 50
3.2.4 参阅 53
3.3 用GrabCut 算法分割图像 53
3.3.1 如何实现 54
3.3.2 实现原理 56
3.3.3 参阅 56
3.4 转换颜色表示法 56
3.4.1 如何实现 57
3.4.2 实现原理 58
3.4.3 参阅 59
3.5 用色调、饱和度和亮度表示颜色 59
3.5.1 如何实现 59
3.5.2 实现原理 61
3.5.3 拓展阅读 64
3.5.4 参阅 66
第4 章 用直方图统计像素 67
4.1 简介 67
4.2 计算图像直方图 67
4.2.1 准备工作 68
4.2.2 如何实现 68
4.2.3 实现原理 72
4.2.4 扩展阅读 72
4.2.5 参阅 74
4.3 利用查找表修改图像外观 74
4.3.1 如何实现 74
4.3.2 实现原理 75
4.3.3 扩展阅读 76
4.3.4 参阅 78
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 80
4.5.2 实现原理 81
4.5.3 扩展阅读 82
4.5.4 参阅 84
4.6 用均值平移算法查找目标 85
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 用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 103
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 在灰度图像中应用形态学运算 106
5.4.1 如何实现 106
5.4.2 实现原理 107
5.4.3 参阅 108
5.5 用分水岭算法实现图像分割 108
5.5.1 如何实现 109
5.5.2 实现原理 111
5.5.3 扩展阅读 112
5.5.4 参阅 114
5.6 用MSER 算法提取特征区域 114
5.6.1 如何实现 114
5.6.2 实现原理 116
5.6.3 参阅 118
第6 章 图像滤波 119
6.1 简介 119
6.2 低通滤波器 120
6.2.1 如何实现 120
6.2.2 实现原理 121
6.2.3 参阅 123
6.3 用滤波器进行缩减像素采样 124
6.3.1 如何实现 124
6.3.2 实现原理 125
6.3.3 扩展阅读 126
6.3.4 参阅 127
6.4 中值滤波器 128
6.4.1 如何实现 128
6.4.2 实现原理 129
6.5 用定向滤波器检测边缘 129
6.5.1 如何实现 130
6.5.2 实现原理 132
6.5.3 扩展阅读 135
6.5.4 参阅 136
6.6 计算拉普拉斯算子 136
6.6.1 如何实现 137
6.6.2 实现原理 138
6.6.3 扩展阅读 141
6.6.4 参阅 142
第7 章 提取直线、轮廓和区域 143
7.1 简介 143
7.2 用Canny 算子检测图像轮廓 143
7.2.1 如何实现 143
7.2.2 实现原理 145
7.2.3 参阅 146
7.3 用霍夫变换检测直线 146
7.3.1 准备工作 146
7.3.2 如何实现 147
7.3.3 实现原理 151
7.3.4 扩展阅读 153
7.3.5 参阅 155
7.4 点集的直线拟合 155
7.4.1 如何实现 155
7.4.2 实现原理 157
7.4.3 扩展阅读 158
7.5 提取连续区域 158
7.5.1 如何实现 159
7.5.2 实现原理 160
7.5.3 扩展阅读 161
7.6 计算区域的形状描述子 161
7.6.1 如何实现 162
7.6.2 实现原理 163
7.6.3 扩展阅读 164
第8 章 检测兴趣点 166
8.1 简介 166
8.2 检测图像中的角点 166
8.2.1 如何实现 167
8.2.2 实现原理 171
8.2.3 扩展阅读 172
8.2.4 参阅 174
8.3 快速检测特征 174
8.3.1 如何实现 174
8.3.2 实现原理 175
8.3.3 扩展阅读 176
8.3.4 参阅 178
8.4 尺度不变特征的检测 178
8.4.1 如何实现 179
8.4.2 实现原理 180
8.4.3 扩展阅读 181
8.4.4 参阅 183
8.5 多尺度FAST 特征的检测 183
8.5.1 如何实现 183
8.5.2 实现原理 184
8.5.3 扩展阅读 185
8.5.4 参阅 186
第9 章 描述和匹配兴趣点 187
9.1 简介 187
9.2 局部模板匹配 187
9.2.1 如何实现 188
9.2.2 实现原理 190
9.2.3 扩展阅读 191
9.2.4 参阅 192
9.3 描述并匹配局部强度值模式 192
9.3.1 如何实现 193
9.3.2 实现原理 195
9.3.3 扩展阅读 196
9.3.4 参阅 199
9.4 用二值描述子匹配关键点 199
9.4.1 如何实现 199
9.4.2 实现原理 200
9.4.3 扩展阅读 201
9.4.4 参阅 202
第 10 章 估算图像之间的投影关系 203
10.1 简介 203
10.2 计算图像对的基础矩阵 205
10.2.1 准备工作 205
10.2.2 如何实现 206
10.2.3 实现原理 208
10.2.4 参阅 209
10.3 用RANSAC（随机抽样一致性）算法匹配图像 209
10.3.1 如何实现 209
10.3.2 实现原理 212
10.3.3 扩展阅读 213
10.4 计算两幅图像之间的单应矩阵 214
10.4.1 准备工作 214
10.4.2 如何实现 215
10.4.3 实现原理 217
10.4.4 扩展阅读 218
10.4.5 参阅 219
10.5 检测图像中的平面目标 219
10.5.1 如何实现 219
10.5.2 实现原理 221
10.5.3 参阅 224
第 11 章 三维重建 225
11.1 简介 225
11.2 相机标定 226
11.2.1 如何实现 227
11.2.2 实现原理 230
11.2.3 扩展阅读 232
11.2.4 参阅 233
11.3 相机姿态还原 233
11.3.1 如何实现 233
11.3.2 实现原理 235
11.3.3 扩展阅读 236
11.3.4 参阅 238
11.4 用标定相机实现三维重建 238
11.4.1 如何实现 238
11.4.2 实现原理 241
11.4.3 扩展阅读 243
11.4.4 参阅 244
11.5 计算立体图像的深度 244
11.5.1 准备工作 244
11.5.2 如何实现 245
11.5.3 实现原理 247
11.5.4 参阅 247
第 12 章 处理视频序列 248
12.1 简介 248
12.2 读取视频序列 248
12.2.1 如何实现 248
12.2.2 实现原理 250
12.2.3 扩展阅读 251
12.2.4 参阅 251
12.3 处理视频帧 251
12.3.1 如何实现 251
12.3.2 实现原理 252
12.3.3 扩展阅读 256
12.3.4 参阅 258
12.4 写入视频帧 258
12.4.1 如何实现 259
12.4.2 实现原理 259
12.4.3 扩展阅读 262
12.4.4 参阅 263
12.5 提取视频中的前景物体 263
12.5.1 如何实现 264
12.5.2 实现原理 266
12.5.3 扩展阅读 266
12.5.4 参阅 268
第 13 章 跟踪运动目标 269
13.1 简介 269
13.2 跟踪视频中的特征点 269
13.2.1 如何实现 269
13.2.2 实现原理 274
13.2.3 参阅 274
13.3 估算光流 275
13.3.1 准备工作 275
13.3.2 如何实现 276
13.3.3 实现原理 278
13.3.4 参阅 279
13.4 跟踪视频中的物体 279
13.4.1 如何实现 279
13.4.2 实现原理 282
13.4.3 参阅 284
第 14 章 实用案例 285
14.1 简介 285
14.2 人脸识别 286
14.2.1 如何实现 286
14.2.2 实现原理 288
14.2.3 参阅 290
14.3 人脸定位 291
14.3.1 准备工作 291
14.3.2 如何实现 292
14.3.3 实现原理 295
14.3.4 扩展阅读 297
14.3.5 参阅 298
14.4 行人检测 298
14.4.1 准备工作 298
14.4.2 如何实现 299
14.4.3 实现原理 302
14.4.4 扩展阅读 304
14.4.5 参阅 308