更新时间：2021-09-26 16:23:04
封面
版权信息
关于本书
译者序
前言
作者简介
译者简介
审校者简介
第1章 安装OpenCV
1.1 技术需求
1.2 OpenCV 4有哪些新特性
1.3 选择和使用合适的安装工具
1.3.1 在Windows上安装
1.3.2 在macOS上安装
1.3.3 在Debian、Ubuntu、Linux Mint以及类似系统上安装
1.3.4 在其他类UNIX系统上安装
1.4 运行示例
1.5 查找文档、帮助和更新
1.6 本章小结
第2章 处理文件、摄像头和GUI
2.1 技术需求
2.2 基本I/O脚本
2.2.1 读取/写入图像文件
2.2.2 在图像和原始字节之间进行转换
2.2.3 基于numpy.array访问图像数据
2.2.4 读取/写入视频文件
2.2.5 捕捉摄像头帧
2.2.6 在窗口中显示图像
2.2.7 在窗口中显示摄像头帧
2.3 项目Cameo（人脸跟踪和图像处理）
2.4 Cameo：面向对象的设计
2.4.1 基于managers.CaptureManager提取视频流
2.4.2 基于managers.WindowManager提取窗口和键盘
2.4.3 基于cameo.Cameo应用所有内容
2.5 本章小结
第3章 基于OpenCV的图像处理
3.1 技术需求
3.2 在不同颜色模型之间进行图像转换
3.3 探索傅里叶变换
3.4 创建模块
3.5 边缘检测
3.6 自定义核：获取卷积
3.7 修改应用程序
3.8 基于Canny的边缘检测
3.9 轮廓检测
3.9.1 边框、最小矩形区域以及最小外接圆
3.9.2 凸轮廓和Douglas-Peucker算法
3.10 检测线、圆以及其他形状
3.10.1 检测线
3.10.2 检测圆
3.10.3 检测其他形状
3.11 本章小结
第4章 深度估计和分割
4.1 技术需求
4.2 创建模块
4.3 从深度摄像头捕捉帧
4.4 将10位图像转换成8位图像
4.5 由视差图创建掩模
4.6 修改应用程序
4.7 基于普通摄像头的深度估计
4.8 基于GrabCut算法的前景检测
4.9 基于分水岭算法的图像分割
4.10 本章小结
第5章 人脸检测和识别
5.1 技术需求
5.2 Haar级联的概念化
5.3 获取Haar级联数据
5.4 使用OpenCV进行人脸检测
5.4.1 在静态图像上进行人脸检测
5.4.2 在视频上进行人脸检测
5.4.3 进行人脸识别
5.5 在红外线下换脸
5.5.1 修改应用程序的循环
5.5.2 掩模复制操作
5.6 本章小结
第6章 使用图像描述符检索和搜索图像
6.1 技术需求
6.2 理解特征检测和匹配的类型
6.3 检测Harris角点
6.4 检测DoG特征并提取SIFT描述符
6.5 检测快速Hessian特征并提取SURF描述符
6.6 使用基于FAST特征和BRIEF描述符的ORB
6.6.1 FAST
6.6.2 BRIEF
6.6.3 蛮力匹配
6.6.4 匹配两幅图像中的标识
6.7 使用K最近邻和比率检验过滤匹配
6.8 基于FLANN的匹配
6.9 基于FLANN进行单应性匹配
6.10 示例应用程序：文身取证
6.10.1 将图像描述符保存到文件
6.10.2 扫描匹配
6.11 本章小结
第7章 建立自定义物体检测器
7.1 技术需求
7.2 理解HOG描述符
7.2.1 HOG的可视化
7.2.2 使用HOG描述图像的区域
7.3 理解非极大值抑制
7.4 理解支持向量机
