- OpenCV计算机视觉技术(Python语言描述微课版名校名师精品系列教材)
- - 作者：编者:林伟鹏//李粤平|责编:曹严匀
  - 出版社：人民邮电
  - ISBN：9787115666789
  - 出版日期：2025/06/01
  - 页数：204
- 售价：19.92

内容大纲
本书使用面向Python的OpenCV讲解计算机视觉中图形处理的相关知识，内容主要包括初见OpenCV、OpenCV入门应用、图像平滑与形态学处理、图像基础变换、图像轮廓检测、人脸识别、图像特征检测、图像分割、目标检测与识别、目标跟踪、神经网络、YOLOv5目标检测。通过对本书内容的学习，学生能够掌握OpenCV的基本使用方法、图像处理基本理论知识、用于图像基础变换与轮廓检测的常见算子、图像特征检测与图像分割主流算法、目标检测识别与跟踪的原理和实现，以及OpenCV在神经网络目标识别项目中的实际应用，熟练运用OpenCV解决机器学习等领域中的典型图像处理问题。
本书适合作为职教本科院校人工智能工程技术专业、计算机应用工程专业，高等职业院校人工智能技术应用专业、计算机应用技术专业等计算机类相关专业的教材，也可以作为使用OpenCV来完成各种视觉任务的开发人员、研究者和爱好者的自学指导书。
作者介绍
目录
第1章  初见OpenCV
  1.1  计算机视觉
  1.2  OpenCV介绍
  1.3  安装OpenCV
    1.3.1  安装Python
    1.3.2  使用pip命令安装OpenCV
  1.4  环境测试
  1.5  小结
  习题
第2章  OpenCV入门应用
  2.1  图像读写
  2.2  标识和截取ROI
    2.2.1  访问图像数据
    2.2.2  对图像进行几何变换
    2.2.3  添加标识
  2.3  色彩空间
    2.3.1  BGR色彩空间的概念
    2.3.2  通过滑动条改变B、G、R的值
    2.3.3  灰度色彩空间
  2.4  视频读写
    2.4.1  视频读取
    2.4.2  视频写入
  2.5  应用：编写一个简易的照相机程序
  2.6  小结
  习题
第3章  图像平滑与形态学处理
  3.1  平滑处理
    3.1.1  图像噪声
    3.1.2  常用平滑滤波方法
  3.2  数学形态学处理
    3.2.1  腐蚀与膨胀
    3.2.2  开运算、闭运算、形态学梯度
  3.3  图像金字塔
  3.4  小结
  习题
第4章  图像基础变换
  4.1  边缘检测
    4.1.1  Sobel算子
    4.1.2  Scharr滤波器
    4.1.3  Laplacian算子
    4.1.4  Canny算子
  4.2  霍夫变换
    4.2.1  霍夫线变换
    4.2.2  霍夫圆变换
  4.3  直方图
    4.3.1  直方图计算
    4.3.2  直方图均衡化
  4.4  小结
  习题
第5章  图像轮廓检测

  5.1  轮廓检测
    5.1.1  二值图像转换
    5.1.2  轮廓匹配
    5.1.3  二值图像轮廓检测
  5.2  凸包
  5.3  多边形轮廓
  5.4  小结
  习题
第6章  人脸识别
  6.1  人脸检测
  6.2  人脸识别程序
    6.2.1  程序概述
    6.2.2  人脸检测及采集
    6.2.3  人脸识别
  6.3  小结
  习题
第7章  图像特征检测
  7.1  图像特征
  7.2  Harris角点检测
  7.3  特征检测
    7.3.1  SIFT特征检测算法
    7.3.2  FAST特征检测算法
  7.4  特征描述符及匹配器
    7.4.1  Brute-Force匹配器和FLANN匹配器的基本概念
    7.4.2  使用ORB描述符和Brute-Force匹配器匹配Logo
    7.4.3  FLANN及单应性变换
  7.5  小结
  习题
第8章  图像分割
  8.1  K-Means算法
    8.1.1  基本过程
    8.1.2  OpenCV中的K-Means算法
    8.1.3  使用K-Means算法对颜色进行分割
  8.2  分水岭算法
    8.2.1  基本过程
    8.2.2  分水岭图像分割算法
  8.3  GrabCut算法
    8.3.1  基本过程
    8.3.2  GrabCut算法
  8.4  小结
  习题
第9章  目标检测与识别
  9.1  目标检测
    9.1.1  HOG技术
    9.1.2  SVM技术
    9.1.3  NMS技术
    9.1.4  行人检测
  9.2  猫狗目标检测
    9.2.1  程序概述
    9.2.2  猫狗特征提取与识别

  9.3  小结
  习题
第10章  目标跟踪
  10.1  背景差分法
    10.1.1  高斯背景建模
    10.1.2  LBP特征
    10.1.3  OpenCV背景差分法
    10.1.4  背景差分器
    10.1.5  基于背景差分器的目标跟踪
  10.2  基于颜色的目标检测与跟踪
    10.2.1  HSV色彩空间
    10.2.2  颜色分割
    10.2.3  目标跟踪样例
  10.3  光流跟踪
    10.3.1  光流
    10.3.2  光流场
    10.3.3  基本原理
    10.3.4  KLT光流法
    10.3.5  GF光流法
  10.4  CAMShift对象跟踪
    10.4.1  MeanShift
    10.4.2  CAMShift
    10.4.3  目标跟踪程序
  10.5  卡尔曼滤波器
    10.5.1  预测与更新
    10.5.2  鼠标轨迹跟踪
    10.5.3  CAMShift目标跟踪与卡尔曼滤波器预测程序
  10.6  小结
  习题
第11章  神经网络
  11.1  人工神经网络
    11.1.1  神经元模型
    11.1.2  神经网络结构
    11.1.3  过拟合现象
    11.1.4  欠拟合现象
    11.1.5  ANN算法分类
  11.2  ANN工作原理
  11.3  MNIST手写数字识别
    11.3.1  MNIST手写数字数据库
    11.3.2  基于ANN的手写数字识别程序
    11.3.3  手写数字预测
  11.4  小结
  习题
第12章  YOLOv5目标检测
  12.1  YOLOv5的安装与配置
  12.2  基于YOLOv5的目标检测
  12.3  YOLO数据集
    12.3.1  分析数据集
    12.3.2  YOLO标注格式
    12.3.3  配置数据集

  12.4  YOLOv5训练模块
    12.4.1  训练模型参数
    12.4.2  特殊情况
    12.4.3  训练结果
  12.5  YOLOv5预测模块
    12.5.1  预测参数
    12.5.2  预测结果
  12.6  实战：口罩佩戴检测
  12.7  小结
  习题

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目