OpenCV4應用開發(fā)：入門、進階與工程化實踐

目　　錄
前言
基礎篇
第1章　OpenCV簡介與安裝　/　2
1.1　OpenCV簡介　/　2
1.1.1　OpenCV歷史　/　2
1.1.2　OpenCV的模塊與功能　/　3
1.1.3　OpenCV4里程碑　/　4
1.1.4　OpenCV發(fā)展現(xiàn)狀與
應用趨勢　/　4
1.2　OpenCV源碼項目　/　4
1.3　OpenCV4開發(fā)環(huán)境搭建　/　5
1.4　第一個OpenCV開發(fā)程序　/　6
1.5　圖像加載與保存　/　7
1.5.1　加載圖像　/　7
1.5.2　保存圖像　/　8
1.6　加載視頻　/　9
1.7　小結(jié)　/　12
第2章　Mat與像素操作　/　13
2.1　Mat對象　/　13
2.1.1　什么是Mat對象　/　13
2.1.2　一切圖像皆Mat　/　14
2.1.3　Mat類型與深度　/　15
2.1.4　創(chuàng)建Mat　/　15
2.2　訪問像素　/　18
2.2.1　遍歷Mat中的像素　/　18
2.2.2　像素算術(shù)運算　/　20
2.2.3　位運算　/　21
2.2.4　調(diào)整圖像亮度與對比度　/　22
2.3　圖像類型與通道　/　23
2.3.1　圖像類型　/　23
2.3.2　圖像通道　/　23
2.3.3　通道操作　/　24
2.4　小結(jié)　/　25
第3章　色彩空間　/　26
3.1　RGB色彩空間　/　26
3.2　HSV色彩空間　/　28
3.3　LAB色彩空間　/　29
3.4　色彩空間的轉(zhuǎn)換與應用　/　30
3.5　小結(jié)　/　31
第4章　圖像直方圖　/　32
4.1　像素統(tǒng)計信息　/　32
4.2　直方圖的計算與繪制　/　34
4.2.1　直方圖計算　/　35
4.2.2　直方圖繪制　/　36
4.3　直方圖均衡化　/　37
4.4　直方圖比較　/　40
4.5　直方圖反向投影　/　41
4.6　小結(jié)　/　43
進階篇
第5章　卷積操作　/　46
5.1　卷積的概念　/　46
5.2　卷積模糊　/　49
5.3　自定義濾波　/　53
5.4　梯度提取　/　56
5.5　邊緣發(fā)現(xiàn)　/　59
5.6　噪聲與去噪　/　61
5.7　邊緣保留濾波　/　64
5.8　銳化增強　/　66
5.9　小結(jié)　/　68
第6章　二值圖像　/　70
6.1　圖像閾值化分割　/　70
6.2　全局閾值計算　/　72
6.3　自適應閾值計算　/　76
6.4　去噪與二值化　/　77
6.4.1　去噪對二值化的影響　/　77
6.4.2　其他方式的二值化　/　78
6.5　小結(jié)　/　79
第7章　二值分析　/　80
7.1　二值圖像分析概述　/　80
7.2　連通組件標記　/　82
7.3　輪廓發(fā)現(xiàn)　/　85
7.3.1　輪廓發(fā)現(xiàn)函數(shù)　/　85
7.3.2　輪廓繪制函數(shù)　/　87
7.3.3　輪廓發(fā)現(xiàn)與繪制的示例
代碼　/　87
7.4　輪廓測量　/　88
7.5　擬合與逼近　/　90
7.6　輪廓分析　/　95
7.7　直線檢測　/　97
7.8　霍夫圓檢測　/　99
7.9　最大內(nèi)接圓與最小外接圓　/　101
7.10　輪廓匹配　/　102
7.11　最大輪廓與關鍵點編碼　/　104
7.12　凸包檢測　/　106
7.13　小結(jié)　/　107
第8章　形態(tài)學分析　/　108
8.1　圖像形態(tài)學概述　/　108
8.2　膨脹與腐蝕　/　109
8.3　開/閉操作　/　111
8.4　形態(tài)學梯度　/　113
8.5　頂帽與黑帽　/　115
8.6　擊中/擊不中　/　116
8.7　結(jié)構(gòu)元素　/　119
8.8　距離變換　/　120
8.9　分水嶺分割　/　121
8.10　小結(jié)　/　124
第9章　特征提取　/　125
9.1　圖像金字塔　/　125
9.1.1　高斯金字塔　/　125
9.1.2　拉普拉斯金字塔　/　128
9.1.3　圖像金字塔融合　/　129
9.2　Harris角點檢測　/　131
9.3　shi-tomas角點檢測　/　133
9.4　亞像素級別的角點檢測　/　135
9.5　HOG特征與使用　/　137
9.5.1　HOG特征描述子　/　137
9.5.2　HOG特征行人檢測　/　139
9.6　ORB特征描述子　/　140
9.6.1　關鍵點與描述子提取　/　140
9.6.2　描述子匹配　/　144
9.7　基于特征的對象檢測　/　148
9.7.1　單應性矩陣計算方法　/　148
9.7.2　特征對象的位置發(fā)現(xiàn)　/　150
9.8　小結(jié)　/　152
第10章　視頻分析　/　153
10.1　基于顏色的對象跟蹤　/　153
10.2　視頻背景分析　/　155
10.3　幀差法背景分析　/　157
10.4　稀疏光流分析法　/　158
10.5　稠密光流分析法　/　161
10.6　均值遷移分析　/　163
10.7　小結(jié)　/　166
第11章　機器學習　/　167
11.1　KMeans分類　/　167
  11.1.1　KMeans圖像語義
分割　/　167
  11.1.2　提取主色彩構(gòu)建色卡　/　170
11.2　KNN分類　/　172
  11.2.1　KNN函數(shù)支持　/　172
  11.2.2　KNN實現(xiàn)手寫數(shù)字
識別　/　173
11.3　SVM分類　/　175
  11.3.1　SVM的原理與分類　/　175
  11.3.2　SVM函數(shù)　/　176
  11.3.3　SVM實現(xiàn)手寫數(shù)字
識別　/　176
11.4　SVM與HOG實現(xiàn)對象檢測　/　177
  11.4.1　數(shù)據(jù)樣本特征提取　/　178
  11.4.2　SVM特征分類　/　179
  11.4.3　構(gòu)建SVM對象檢測器　/　179
11.5　小結(jié)　/　181
第12章　深度神經(jīng)網(wǎng)絡　/　182
12.1　DNN概述　/　182
12.2　圖像分類　/　183
12.3　對象檢測　/　186
  12.3.1　SSD對象檢測　/　187
  12.3.2　Faster-RCNN對象
檢測　/　188
  12.3.3　YOLO對象檢測　/　190
12.4　ENet圖像語義分割　/　193
12.5　風格遷移　/　195
12.6　場景文字檢測　/　197
12.7　人臉檢測　/　199
12.8　小結(jié)　/　201
高級與實戰(zhàn)篇
第13章　YOLO 5自定義對象
檢測　/　204
13.1　YOLO 5對象檢測框架　/　204
13.2　YOLO 5對象檢測　/　205
13.3　自定義對象檢測　/　208
  13.3.1　數(shù)據(jù)集制作與生成　/　209
  13.3.2　模型訓練與查看損失
曲線　/　210
  13.3.3　模型導出與部署　/　211
13.4　小結(jié)　/　212
第14章　缺陷檢測　/　213
14.1　簡單背景下的缺陷檢測　/　213
14.2　復雜背景下的缺陷檢測　/　216
  14.2.1　頻域增強的缺陷檢測　/　216
  14.2.2　空間域增強的缺陷檢測　/　219
14.3　案例：刀片缺陷檢測　/　220
14.4　基于深度學習的缺陷檢測　/　222
  14.4.1　基于分類的缺陷檢測　/　223
  14.4.2　基于分割的缺陷檢測　/　226
14.5　小結(jié)　/　228
第15章　OpenVINO加速　/　229
15.1　OpenVINO框架安裝與環(huán)境
配置　/　229
  15.1.1　OpenVINO安裝　/　230
  15.1.2　配置C 開發(fā)支持　/　232
15.2　OpenVINO2022.x版SDK
推理演示　/　233
  15.2.1　推理SDK介紹　/　234
  15.2.2　推理SDK演示　/　235
15.3　OpenVINO支持UNet部署　/　236
15.4　OpenVINO支持YOLO 5
部署　/　237
15.5　小結(jié)　/　239
第16章　CUDA加速　/　240
16.1　編譯OpenCV源碼支持CUDA
加速　/　240
16.2　用CUDA加速傳統(tǒng)圖像處理　/　245
  16.2.1　Mat與GpuMat　/　245
  16.2.2　加速圖像處理與視頻
分析　/　246
16.3　加速DNN　/　248
16.4　小結(jié)　/　249