OpenCV图像处理编程实例【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

OpenCV图像处理编程实例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

Part Ⅰ 基础篇OpenCV开发基础1

第1章 初识OpenCV3

1.1 OpenCV初识4

1.1.1 OpenCV简介4

1.1.2 OpenCV组件及架构5

1.1.3 OpenCV资源9

1.2 VS2012安装OpenCV 2.4.x9

1.3 VS2013安装OpenCV3.014

1.4 Sublime下配置OpenCV16

1.5 小结19

第2章 图像及视频基本操作20

2.1 图像初级操作21

2.1.1 Mat类21

2.1.2 Mat基本操作23

2.1.3 Mat类型转换24

2.1.4 图像读取显示保存24

2.1.5 图像存储26

2.2 图像几何变换28

2.2.1 坐标映射28

2.2.2 平移29

2.2.3 缩放33

2.2.4 旋转36

2.2.5 仿射变换40

2.3 视频操作43

2.3.1 VideoCapture类43

2.3.2 视频写操作45

2.3.3 视频质量评价48

2.4 图像基础应用操作50

2.4.1 界面事件50

2.4.2 区域提取54

2.4.3 图像元素遍历——反色58

2.4.4 单窗口显示多幅图像63

2.4.5 图像颜色空间转换66

2.4.6 图像批量读取——规则69

2.4.7 图像批量读取——无规则70

2.5 小结71

Part Ⅱ 进阶篇图像处理技术73

第3章 进阶篇——图像灰度变换技术75

3.1 阈值化处理76

3.1.1 OTSU阈值化76

3.1.2 固定阈值化79

3.1.3 自适应阈值化81

3.1.4 双阈值化83

3.1.5 半阈值化84

3.2 直方图处理85

3.2.1 灰度直方图85

3.2.2 H-S直方图88

3.2.3 BGR直方图89

3.2.4 自定义直方图91

3.2.5 灰度直方图均衡93

3.2.6 彩色直方图均衡94

3.2.7 直方图变换——查找95

3.2.8 直方图变换——累计97

3.2.9 直方图匹配99

3.2.10 直方图对比101

3.2.11 直方图的反向投影105

3.3 距离变换108

3.3.1 距离108

3.3.2 邻接性109

3.3.3 区域110

3.3.4 距离变换——扫描110

3.3.5 距离变换——distanceTransform113

3.4 Gamma校正115

3.5 其他常见的灰度变换技术117

3.5.1 线性变换117

3.5.2 对数变换119

3.5.3 对比度拉伸121

3.5.4 灰度级分层124

3.5.5 灰度比特平面125

3.6 实例应用128

3.6.1 最大熵阈值分割128

3.6.2 投影峰谷查找131

3.7 小结134

第4章 进阶篇——图像平滑技术135

4.1 图像采样136

4.1.1 最近邻插值136

4.1.2 双线性插值138

4.1.3 插值操作性能对比140

4.1.4 图像金字塔143

4.2 傅里叶变换146

4.2.1 图像掩码操作146

4.2.2 离散傅里叶149

4.2.3 图像卷积151

4.3 图像噪声153

4.3.1 椒盐噪声153

4.3.2 高斯噪声155

4.4 空间平滑157

4.4.1 盒滤波157

4.4.2 均值滤波159

4.4.3 中值滤波159

4.4.4 高斯滤波161

4.4.5 双边滤波163

4.5 实例应用166

4.5.1 导向滤波166

4.5.2 图像污点修复169

4.5.3 旋转文本图像矫正172

4.6 小结178

第5章 进阶篇——边缘检测技术179

5.1 边缘检测基础180

5.1.1 边缘检测概念180

5.1.2 梯度算子180

5.1.3 一阶微分算子180

5.1.4 二阶微分算子181

5.1.5 图像差分运算182

5.1.6 非极大值抑制184

5.2 基本边缘检测算子——Sobel184

5.2.1 非极大值抑制Sobel检测185

5.2.2 图像直接卷积实现Sobel186

5.2.3 图像卷积下非极大值抑制Sobel187

5.2.4 Sobel库函数实现190

5.3 基本边缘检测算子——Laplace192

5.4 基本边缘检测算子——Roberts194

5.5 基本边缘检测算子——Prewitt195

5.6 改进边缘检测算子——Canny198

5.6.1 Canny算子198

5.6.2 Canny原理及实现198

5.6.3 Canny库函数实现203

5.7 改进边缘检测算子——Marr-Hildreth204

5.8 几何检测207

5.8.1 霍夫变换207

5.8.2 线检测技术208

5.8.3 LSD快速直线检测210

5.8.4 圆检测技术214

5.9 形状检测215

5.9.1 轮廓检测215

5.9.2 凸包检测217

5.9.3 轮廓边界框221

5.9.4 轮廓矩226

5.9.5 点多边形测试229

5.10 角点检测232

5.10.1 moravec角点232

5.10.2 harris角点235

5.10.3 Shi-Tomasi角点238

5.11 实例应用240

5.11.1 颜色圆检测240

5.11.2 车牌区域检测243

5.12 小结249

第6章 进阶篇——形态学技术250

6.1 腐蚀膨胀操作251

6.2 开闭运算操作253

6.3 形态学梯度255

6.4 形态学Top-Hat256

6.5 实例应用257

6.5.1 形态学滤波角点提取257

6.5.2 车牌目标提取260

6.6 小结263

Part Ⅲ 高级篇图像应用技术265

第7章 高级篇——图像分割技术267

7.1 分水岭分割268

7.1.1 分水岭的特征268

7.1.2 实现分水岭分割269

7.1.3 分水岭分割合并270

7.2 FloodFill分割273

7.3 均值漂移MeanShift276

7.4 图割Grabcut279

7.5 实例实例282

7.5.1 奇异区域检测282

7.5.2 肤色检测285

7.6 小结288

第8章 高级篇——特征分析289

8.1 尺度空间290

8.1.1 尺度与旋转不变性290

8.1.2 特征点尺度变换290

8.2 特征描述子291

8.2.1 SIFT特征292

8.2.2 SURF特征296

8.2.3 ORB特征300

8.3 方向梯度直方图HOG302

8.3.1 HOG原理302

8.3.2 HOG特征提取步骤303

8.3.3 HOGDescriptor特征描述类304

8.3.4 HOG特征描述实现305

8.4 局部二值模式LBP309

8.4.1 经典LBP309

8.4.2 圆形LBP311

8.5 Haar特征描述314

8.5.1 Haar原理314

8.5.2 Haar特征提取315

8.6 应用实例317

8.6.1 最近邻特征点目标提取317

8.6.2 最大极值稳定区域匹配MSER320

8.6.3 字符特征提取324

8.6.4 车牌字符SVM训练327

8.7 小结331

第9章 高级篇——复杂视频处理技术332

9.1 视频稳像技术333

9.2 图像拼接338

9.2.1 拼接原理及过程338

9.2.2 图像拼接实现339

9.3 高动态范围图像HDR342

9.3.1 HDR合成技术342

9.3.2 HDR合成原理342

9.3.3 OpenCV实现343

9.4 背景建模344

9.4.1 背景差分345

9.4.2 混合高斯背景建模345

9.4.3 混合高斯背景建模实现346

9.4.4 混合模型MOG2成员参数设定348

9.4.5 KNN模型背景建模实现349

9.4.6 GMG模型背景建模实现351

9.5 级联分类器——人脸检测353

9.5.1 级联分类器353

9.5.2 CascadeClassifier类353

9.6 应用实例355

9.6.1 运动目标提取355

9.6.2 TLD单目标跟踪358

9.6.3 人眼检测与跟踪361

9.7 小结365

附录A366

1——代码清单366

2——CMake编译OpenCV3.1源码372

3——OpenCV3.1Extra扩展库375

参考文献379