新書推薦：
《
佛山华家班粤菜传承 华家班59位大厨 102道粤菜 图文并茂 菜式制作视频 粤菜故事技法 佛山传统文化 广东科技
》
售價：HK$
227.7
《
武人琴音（十周年纪念版 逝去的武林系列收官之作 形意拳一门三代：尚云祥、韩伯言、韩瑜的人生故事 凸显百年武人命运）
》
售價：HK$
44.9
《
剑桥斯堪的纳维亚戏剧史（剑桥世界戏剧史译丛）
》
售價：HK$
158.7
《
禅心与箭术：过松弛而有力的生活（乔布斯精神导师、世界禅者——铃木大拙荐）
》
售價：HK$
66.1
《
先进电磁屏蔽材料——基础、性能与应用
》
售價：HK$
227.7
《
可转债投资实战
》
售價：HK$
102.4
《
王氏之死（新版，史景迁成名作）
》
售價：HK$
56.4
《
敢为天下先：三年建成港科大
》
售價：HK$
79.4
|
| 內容簡介： |
|
本书基于面向 Python 的 OpenCV（OpenCV for Python），介绍了图像处理的方方面面。本书以 OpenCV 官方文档的知识脉络为主线，并对细节进行补充和说明。 书中不仅介绍了 OpenCV 函数的使用方法，还介绍了函数实现的算法原理。在介绍 OpenCV 函数的 使用方法时，提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组 的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时，本书尽 量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。 本书适合计算机视觉领域的初学者阅读，包括在校学生、教师、专业技术人员、图像处理爱好者。
|
| 關於作者： |
|
李立宗，南开大学硕士，天津职业技术师范大学副教授，从事计算机视觉领域的教学和科研工作。拥有发明专利一项、软件著作权十余项，公开发表论文十余篇，主编《OpenCV编程案例详解》等多部图书。在网易云课堂主讲的《OpenCV图穷匕见》等多门课程被评为精品课。
|
| 目錄：
|
第1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
第10章CANNY边缘检测209
10.1Canny边缘检测基础209
10.2Canny函数及使用213
第11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
第12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（Equivalent Diameter）283
12.7.5方向284
12.7.6掩模和像素点286
12.7.7最大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
第13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
第14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
第15章模板匹配339
15.1模板匹配基础339
15.2多模板匹配345
第16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
第17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
第18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
第19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
|
| 內容試閱：
|
前言
目前，计算机视觉技术的应用越来越广泛。伴随着硬件设备的不断升级，构造复杂的计算机视觉应用变得越来越容易了。有非常多的软件工具和库可以用来构造计算机视觉应用，而面向Python的OpenCV（OpenCV for Python）就是一个很好的选择，本书正是基于面向Python的OpenCV来讲解的。
本书的主要内容和特点
OpenCV本身是一个黑盒，它为我们提供了接口（参数、返回值）。我们只需要掌握接口的正确使用方法，就可以在完全不了解其内部工作原理（算法）的情况下，方便地进行各种复杂的图像处理。在这一点上，它和Photoshop等工具是相似的，只要掌握了正确的使用方法，就能够得到正确的处理结果。它们都尝试让我们专注于图像处理本身，而不用去考虑算法实现的细节。
在学习Photoshop时，我们学习的是如何使用它的功能，而不需要系统地学习每个功能所采用的算法原理。但是很明显，我们在使用OpenCV进行图像处理时，是不能完全忽略算法实现的，否则是不可能用好OpenCV的，更不能设计出好的计算机视觉应用系统。
从上述角度讲，我们可以从两个角度学习OpenCV：
? 将OpenCV作为白盒学习：深入学习OpenCV每个函数所使用算法的基本原理、每个函数的具体实现细节，进一步加深对图像处理的理解。
? 将OpenCV作为黑盒学习：仅仅将OpenCV作为一个工具来使用，学习的是每个函数内参数的含义和使用方式，学习的目的是更好地使用OpenCV函数。
本书尽量帮助读者在黑盒学习和白盒学习之间取得平衡。在介绍具体的算法原理时，尽量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。希望这样的安排能够帮助读者更好地掌握计算机视觉的相关知识，更透彻地理解计算机视觉的相关算法。在介绍OpenCV函数的使用方法时，我们为读者提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。希望这些例题能够帮助读者更好地理解OpenCV处理图像的方式，快速地掌握OpenCV的使用方法，更好地使用OpenCV进行图像处理。需要说明的一点是，本书为黑白印刷，无法很好地呈现某些程序的运行效果，请读者自行运行程序并观察结果。
在内容的设置上，本书以OpenCV官方文档的知识脉络为主线，在此基础上对细节进行补充和说明。
为了方便读者学习，本书力求将每一个知识点作为一个独立的点来介绍和说明。在介绍知识点时，尽量采用从零开始的方式，以避免读者在学习过程中需要不断地离开当前知识点，去查阅相关背景资料。但是由于篇幅有限，如果某一函数已经在前面介绍过，在后面用到该函数时，就没有对其进行重复介绍，而是给出介绍该函数语法的章节位置，方便读者参考阅读。
本书适合计算机视觉领域的初学者阅读，包括在校学生、教师、专业技术人员、图像处理爱好者。
感谢
首先，我要感谢我的老师高铁杠教授，感谢高老师带我走进了计算机视觉这一领域，让我对计算机视觉产生了浓厚的兴趣，更要感谢高老师一直以来对我的关心和帮助。
感谢本书的策划编辑符隆美老师，符老师的专业精神给我留下了非常深刻的印象。感谢本书的责任编辑王中英和许艳老师，她们对本书内容做出了细致修改，不仅修改了很多不通顺的语句和错别字，还对书中存在的技术问题进行了确认和修正。还要感谢为本书出版而付出辛苦工作的电子工业出版社的其他老师们。
感谢OpenCV开源库的所有贡献者。
感谢合作单位天津拨云咨询服务有限公司为本书提供的支持。
感谢我的家人，感谢你们一直以来对我的理解、支持和付出。
互动方式
限于本人水平，书中肯定存在很多不足之处，欢迎大家提出问题和建议，也非常欢迎大家和我交流关于OpenCV的各种问题，我的邮箱是lilizong@gmail.com。
李立宗
2019年3月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
