Zi 字媒體

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