滿額折
OpenCV計算機視覺基礎教程(Python版)(慕課版)（簡體書）
商品資訊
相關商品
商品簡介
作者簡介
名人/編輯推薦
目次
商品簡介
本書注重基礎、循序漸進，系統地介紹了使用Python實現OpenCV應用的相關基礎知識。本書共分為10章，涵蓋OpenCV起步、圖像處理基礎、圖形用戶界面、圖像變換、邊緣和輪廓、直方圖、模板匹配和圖像分割、特徵檢測、人臉檢測和識別、機器學習和深度學習等內容。
本書內容豐富、講解詳細，適用於具有一定Python程序設計基礎的OpenCV計算機視覺用戶，可用作各類院校相關專業教材，同時也可作為OpenCV愛好者的參考書。
本書內容豐富、講解詳細，適用於具有一定Python程序設計基礎的OpenCV計算機視覺用戶，可用作各類院校相關專業教材，同時也可作為OpenCV愛好者的參考書。
作者簡介
夏幫貴，西華大學副教授，1998年畢業於西南大學，主要從事數據庫、軟件開發，已出版VB、C/C++、VF、Java、PHP、ASP.NET等相關教材十余部。
名人/編輯推薦
1.本書主要針對高等院校學生的特點，突出素質教育，以培養學生的能力為本位，以提高學生的就業技能為導向。
2.全書內容簡潔、結構嚴謹、邏輯分明、條理清晰，在內容和形式上都有創新。
3.教材的編寫由淺入深，即使沒有接觸過OpenCV應用開發的學生也能很快上手。
4.本教材注重理論與實踐的結合，使學生能通過實踐深化對理論的理解，學會並掌握理論知識的實際應用。能更好地培養學生的專業技能和實踐能力，學生在學完本書後能學以致用。
5.本書采用“基礎為主、實用為先、專業結合”等教學方法，充分激發學生的學習興趣，發揮學生學習的主動性，變常規的被動學習和填鴨式教學為積極主動學習。
6.參與本書編寫工作的人員都是長期從事程序設計技術及相關課程教學的一線教師，具有豐富的教學經驗和實踐經驗。
2.全書內容簡潔、結構嚴謹、邏輯分明、條理清晰，在內容和形式上都有創新。
3.教材的編寫由淺入深，即使沒有接觸過OpenCV應用開發的學生也能很快上手。
4.本教材注重理論與實踐的結合，使學生能通過實踐深化對理論的理解，學會並掌握理論知識的實際應用。能更好地培養學生的專業技能和實踐能力，學生在學完本書後能學以致用。
5.本書采用“基礎為主、實用為先、專業結合”等教學方法，充分激發學生的學習興趣，發揮學生學習的主動性，變常規的被動學習和填鴨式教學為積極主動學習。
6.參與本書編寫工作的人員都是長期從事程序設計技術及相關課程教學的一線教師，具有豐富的教學經驗和實踐經驗。
目次
第 1章 OpenCV起步 1
1．1 OpenCV簡介 1
1．1．1 OpenCV主要功能及模塊介紹 1
1．1．2 OpenCV的版本 3
1．1．3 OpenCV-Python 3
1．2 配置開發環境 4
1．2．1 安裝Python 4
1．2．2 安裝NumPy 5
1．2．3 安裝OpenCV-Python 6
1．2．4 安裝Visual Studio Code 9
1．3 使用OpenCV文檔和示例 10
1．3．1 查看OpenCV文檔 10
1．3．2 查看OpenCV-Python示例 11
1．4 實驗 13
1．4．1 實驗1：配置虛擬開發環境 13
1．4．2 實驗2：在VS Code中運行示例 15
習題 16
第 2章 圖像處理基礎 17
2．1 NumPy簡介 17
2．1．1 數據類型 17
2．1．2 創建數組 18
2．1．3 數組的形狀 20
2．1．4 索引、切片和迭代 21
2．1．5 數組運算 22
2．2 圖像基礎操作 24
2．2．1 讀、寫、顯示圖像 24
2．2．2 讀、寫、播放視頻 27
2．2．3 操作灰度圖像 29
2．2．4 操作彩色圖像 30
2．2．5 圖像通道操作 31
2．3 圖像運算 33
2．3．1 加法運算 33
2．3．2 加權加法運算 34
2．3．3 位運算 35
2．4 實驗 36
2．4．1 實驗1：為人物圖像打碼 36
2．4．2 實驗2：創建圖像掩模 37
習題 39
第3章 圖形用戶界面 40
3．1 窗口控制 40
3．1．1 創建和關閉窗口 40
3．1．2 調整窗口大小 41
3．2 繪圖 41
3．2．1 繪製直線 41
3．2．2 繪製矩形 42
3．2．3 繪製圓 43
3．2．4 繪製橢圓 44
3．2．5 繪製多邊形 44
3．2．6 繪製文本 45
3．2．7 繪製箭頭 47
3．3 響應鼠標事件 47
3．4 使用跟蹤欄 49
3．5 實驗 50
3．5．1 實驗1：使用鼠標指針取點繪圖 50
3．5．2 實驗2：使用跟蹤欄選擇通道圖像 51
習題 52
第4章 圖像變換 54
4．1 色彩空間變換 54
4．1．1 RGB色彩空間 54
4．1．2 GRAY色彩空間 55
4．1．3 YCrCb色彩空間 56
4．1．4 HSV色彩空間 57
4．2 幾何變換 58
4．2．1 縮放 58
4．2．2 翻轉 59
4．2．3 仿射 60
4．2．4 透視 64
4．3 圖像模糊 65
4．3．1 均值濾波 65
4．3．2 高斯濾波 67
4．3．3 方框濾波 68
4．3．4 中值濾波 69
4．3．5 雙邊濾波 70
4．3．6 2D卷積 71
4．4 閾值處理 72
4．4．1 全局閾值處理 72
4．4．2 自適應閾值處理 78
4．5 形態變換 79
4．5．1 形態操作內核 79
4．5．2 腐蝕 80
4．5．3 膨脹 82
4．5．4 高級形態操作 83
4．6 實驗 86
4．6．1 實驗1：圖像幾何變換 86
4．6．2 實驗2：圖像形態變換 87
習題 88
第5章 邊緣和輪廓 89
5．1 邊緣檢測 89
5．1．1 Laplacian邊緣檢測 89
5．1．2 Sobel邊緣檢測 90
5．1．3 Canny邊緣檢測 91
5．2 圖像輪廓 92
5．2．1 查找輪廓 92
5．2．2 繪製輪廓 94
5．2．3 輪廓特徵 95
5．3 霍夫變換 106
5．3．1 霍夫直線變換 106
5．3．2 霍夫圓變換 108
5．4 實驗 110
5．4．1 實驗1：執行Canny邊緣檢測 110
5．4．2 實驗2：查找和繪製輪廓 111
習題 112
第6章 直方圖 113
6．1 直方圖基礎 113
6．1．1 用hist()函數繪製直方圖 113
6．1．2 用calcHist()函數查找直方圖 114
6．1．3 應用掩模的直方圖 115
6．1．4 NumPy中的直方圖 116
6．2 直方圖均衡化 117
6．2．1 普通直方圖均衡化 117
6．2．2 限制對比度自適應直方圖均衡化 118
6．3 二維直方圖 120
6．3．1 OpenCV中的二維直方圖 120
6．3．2 NumPy中的二維直方圖 121
6．4 實驗 122
6．4．1 實驗1：使用NumPy函數計算直方圖 122
6．4．2 實驗2：使用OpenCV函數計算直方圖 123
習題 124
第7章 模板匹配和圖像分割 125
7．1 模板匹配 125
7．1．1 單目標匹配 125
7．1．2 多目標匹配 127
7．2 圖像分割 128
7．2．1 使用分水嶺算法分割圖像 128
7．2．2 圖像金字塔 131
7．3 交互式前景提取 135
7．4 實驗 138
7．4．1 實驗1：使用模板匹配查找圖像 138
7．4．2 實驗2：使用交互式前景提取方法分割圖像 139
習題 140
第8章 特徵檢測 141
8．1 角檢測 141
8．1．1 哈裡斯角檢測 141
8．1．2 優化哈裡斯角 142
8．1．3 Shi-Tomasi角檢測 143
8．2 特徵點檢測 144
8．2．1 FAST特徵檢測 145
8．2．2 SIFT特徵檢測 146
8．2．3 ORB特徵檢測 147
8．3 特徵匹配 147
8．3．1 暴力匹配器 147
8．3．2 FLANN匹配器 151
8．4 物件查找 152
8．5 實驗 154
8．5．1 實驗1：應用Shi-Tomasi角檢測器 154
8．5．2 實驗2： 應用特徵匹配查找物件 155
習題 157
第9章 人臉檢測和識別 158
9．1 人臉檢測 158
9．1．1 基於Haar的人臉檢測 158
9．1．2 基於深度學習的人臉檢測 161
9．2 人臉識別 162
9．2．1 EigenFaces人臉識別 163
9．2．2 FisherFaces人臉識別 164
9．2．3 LBPH人臉識別 165
9．3 實驗 167
9．3．1 實驗1：使用Haar級聯檢測器 167
9．3．2 實驗2：使用EigenFaces人臉識別器 168
習題 169
第 10章 機器學習和深度學習 170
10．1 機器學習 170
10．1．1 kNN算法 170
10．1．2 SVM算法 173
10．1．3 k均值聚類算法 175
10．2 深度學習 177
10．2．1 基於深度學習的圖像識別 177
10．2．2 基於深度學習的物件檢測 181
10．3 實驗 185
10．3．1 實驗1：調整圖像顏色 185
10．3．2 實驗2：檢測視頻中的物件 186
習題 188
1．1 OpenCV簡介 1
1．1．1 OpenCV主要功能及模塊介紹 1
1．1．2 OpenCV的版本 3
1．1．3 OpenCV-Python 3
1．2 配置開發環境 4
1．2．1 安裝Python 4
1．2．2 安裝NumPy 5
1．2．3 安裝OpenCV-Python 6
1．2．4 安裝Visual Studio Code 9
1．3 使用OpenCV文檔和示例 10
1．3．1 查看OpenCV文檔 10
1．3．2 查看OpenCV-Python示例 11
1．4 實驗 13
1．4．1 實驗1：配置虛擬開發環境 13
1．4．2 實驗2：在VS Code中運行示例 15
習題 16
第 2章 圖像處理基礎 17
2．1 NumPy簡介 17
2．1．1 數據類型 17
2．1．2 創建數組 18
2．1．3 數組的形狀 20
2．1．4 索引、切片和迭代 21
2．1．5 數組運算 22
2．2 圖像基礎操作 24
2．2．1 讀、寫、顯示圖像 24
2．2．2 讀、寫、播放視頻 27
2．2．3 操作灰度圖像 29
2．2．4 操作彩色圖像 30
2．2．5 圖像通道操作 31
2．3 圖像運算 33
2．3．1 加法運算 33
2．3．2 加權加法運算 34
2．3．3 位運算 35
2．4 實驗 36
2．4．1 實驗1：為人物圖像打碼 36
2．4．2 實驗2：創建圖像掩模 37
習題 39
第3章 圖形用戶界面 40
3．1 窗口控制 40
3．1．1 創建和關閉窗口 40
3．1．2 調整窗口大小 41
3．2 繪圖 41
3．2．1 繪製直線 41
3．2．2 繪製矩形 42
3．2．3 繪製圓 43
3．2．4 繪製橢圓 44
3．2．5 繪製多邊形 44
3．2．6 繪製文本 45
3．2．7 繪製箭頭 47
3．3 響應鼠標事件 47
3．4 使用跟蹤欄 49
3．5 實驗 50
3．5．1 實驗1：使用鼠標指針取點繪圖 50
3．5．2 實驗2：使用跟蹤欄選擇通道圖像 51
習題 52
第4章 圖像變換 54
4．1 色彩空間變換 54
4．1．1 RGB色彩空間 54
4．1．2 GRAY色彩空間 55
4．1．3 YCrCb色彩空間 56
4．1．4 HSV色彩空間 57
4．2 幾何變換 58
4．2．1 縮放 58
4．2．2 翻轉 59
4．2．3 仿射 60
4．2．4 透視 64
4．3 圖像模糊 65
4．3．1 均值濾波 65
4．3．2 高斯濾波 67
4．3．3 方框濾波 68
4．3．4 中值濾波 69
4．3．5 雙邊濾波 70
4．3．6 2D卷積 71
4．4 閾值處理 72
4．4．1 全局閾值處理 72
4．4．2 自適應閾值處理 78
4．5 形態變換 79
4．5．1 形態操作內核 79
4．5．2 腐蝕 80
4．5．3 膨脹 82
4．5．4 高級形態操作 83
4．6 實驗 86
4．6．1 實驗1：圖像幾何變換 86
4．6．2 實驗2：圖像形態變換 87
習題 88
第5章 邊緣和輪廓 89
5．1 邊緣檢測 89
5．1．1 Laplacian邊緣檢測 89
5．1．2 Sobel邊緣檢測 90
5．1．3 Canny邊緣檢測 91
5．2 圖像輪廓 92
5．2．1 查找輪廓 92
5．2．2 繪製輪廓 94
5．2．3 輪廓特徵 95
5．3 霍夫變換 106
5．3．1 霍夫直線變換 106
5．3．2 霍夫圓變換 108
5．4 實驗 110
5．4．1 實驗1：執行Canny邊緣檢測 110
5．4．2 實驗2：查找和繪製輪廓 111
習題 112
第6章 直方圖 113
6．1 直方圖基礎 113
6．1．1 用hist()函數繪製直方圖 113
6．1．2 用calcHist()函數查找直方圖 114
6．1．3 應用掩模的直方圖 115
6．1．4 NumPy中的直方圖 116
6．2 直方圖均衡化 117
6．2．1 普通直方圖均衡化 117
6．2．2 限制對比度自適應直方圖均衡化 118
6．3 二維直方圖 120
6．3．1 OpenCV中的二維直方圖 120
6．3．2 NumPy中的二維直方圖 121
6．4 實驗 122
6．4．1 實驗1：使用NumPy函數計算直方圖 122
6．4．2 實驗2：使用OpenCV函數計算直方圖 123
習題 124
第7章 模板匹配和圖像分割 125
7．1 模板匹配 125
7．1．1 單目標匹配 125
7．1．2 多目標匹配 127
7．2 圖像分割 128
7．2．1 使用分水嶺算法分割圖像 128
7．2．2 圖像金字塔 131
7．3 交互式前景提取 135
7．4 實驗 138
7．4．1 實驗1：使用模板匹配查找圖像 138
7．4．2 實驗2：使用交互式前景提取方法分割圖像 139
習題 140
第8章 特徵檢測 141
8．1 角檢測 141
8．1．1 哈裡斯角檢測 141
8．1．2 優化哈裡斯角 142
8．1．3 Shi-Tomasi角檢測 143
8．2 特徵點檢測 144
8．2．1 FAST特徵檢測 145
8．2．2 SIFT特徵檢測 146
8．2．3 ORB特徵檢測 147
8．3 特徵匹配 147
8．3．1 暴力匹配器 147
8．3．2 FLANN匹配器 151
8．4 物件查找 152
8．5 實驗 154
8．5．1 實驗1：應用Shi-Tomasi角檢測器 154
8．5．2 實驗2： 應用特徵匹配查找物件 155
習題 157
第9章 人臉檢測和識別 158
9．1 人臉檢測 158
9．1．1 基於Haar的人臉檢測 158
9．1．2 基於深度學習的人臉檢測 161
9．2 人臉識別 162
9．2．1 EigenFaces人臉識別 163
9．2．2 FisherFaces人臉識別 164
9．2．3 LBPH人臉識別 165
9．3 實驗 167
9．3．1 實驗1：使用Haar級聯檢測器 167
9．3．2 實驗2：使用EigenFaces人臉識別器 168
習題 169
第 10章 機器學習和深度學習 170
10．1 機器學習 170
10．1．1 kNN算法 170
10．1．2 SVM算法 173
10．1．3 k均值聚類算法 175
10．2 深度學習 177
10．2．1 基於深度學習的圖像識別 177
10．2．2 基於深度學習的物件檢測 181
10．3 實驗 185
10．3．1 實驗1：調整圖像顏色 185
10．3．2 實驗2：檢測視頻中的物件 186
習題 188
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。