第1章 初见OpenCV 1
1.1 计算机视觉 1
1.2 OpenCV介绍 1
1.3 安装OpenCV 1
1.3.1 安装Python 2
1.3.2 使用pip命令安装OpenCV 4
1.4 环境测试 5
1.5 小结 6
习题 6

第2章 OpenCV入门应用 7
2.1 图像读写 7
2.2 标识和截取ROI 8
2.2.1 访问图像数据 9
2.2.2 对图像进行几何变换 10
2.2.3 添加标识 15
2.3 色彩空间 16
2.3.1 BGR色彩空间的概念 17
2.3.2 通过滑动条改变B、G、R
的值 17
2.3.3 灰度色彩空间 19
2.4 视频读写 19
2.4.1 视频读取 21
2.4.2 视频写入 23
2.5 应用：编写一个简易的照相机程序 25
2.6 小结 27
习题 27

第3章 图像平滑与形态学处理 29
3.1 平滑处理 29
3.1.1 图像噪声 29
3.1.2 常用平滑滤波方法 30
3.2 数学形态学处理 37
3.2.1 腐蚀与膨胀 38
3.2.2 开运算、闭运算、形态学梯度 41
3.3 图像金字塔 44
3.4 小结 46
习题 47

第4章 图像基础变换 49
4.1 边缘检测 49
4.1.1 Sobel算子 50
4.1.2 Scharr滤波器 53
4.1.3 Laplacian算子 55
4.1.4 Canny算子 57
4.2 霍夫变换 59
4.2.1 霍夫线变换 59
4.2.2 霍夫圆变换 63
4.3 直方图 65
4.3.1 直方图计算 66
4.3.2 直方图均衡化 69
4.4 小结 70
习题 71

第5章 图像轮廓检测 72
5.1 轮廓检测 72
5.1.1 二值图像转换 72
5.1.2 轮廓匹配 73
5.1.3 二值图像轮廓检测 76
5.2 凸包 80
5.3 多边形轮廓 83
5.4 小结 86
习题 86

第6章 人脸识别 88
6.1 人脸检测 88
6.2 人脸识别程序 91
6.2.1 程序概述 91
6.2.2 人脸检测及采集 92
6.2.3 人脸识别 95
6.3 小结 99
习题 99

第7章 图像特征检测 101
7.1 图像特征 101
7.2 Harris角点检测 102
7.3 特征检测 103
7.3.1 SIFT特征检测算法 103
7.3.2 FAST特征检测算法 105
7.4 特征描述符及匹配器 106
7.4.1 Brute-Force匹配器和FLANN匹配器的基本概念 106
7.4.2 使用ORB描述符和Brute-Force匹配器匹配Logo 106
7.4.3 FLANN及单应性变换 110
7.5 小结 113
习题 114

第8章 图像分割 115
8.1 K-Means算法 115
8.1.1 基本过程 115
8.1.2 OpenCV中的K-Means算法 117
8.1.3 使用K-Means算法对颜色进行分割 118
8.2 分水岭算法 120
8.2.1 基本过程 120
8.2.2 分水岭图像分割算法 120
8.3 GrabCut算法 123
8.3.1 基本过程 123
8.3.2 GrabCut算法 124
8.4 小结 125
习题 126

第9章 目标检测与识别 127
9.1 目标检测 127
9.1.1 HOG技术 127
9.1.2 SVM技术 129
9.1.3 NMS技术 131
9.1.4 行人检测 131
9.2 猫狗目标检测 133
9.2.1 程序概述 133
9.2.2 猫狗特征提取与识别 134
9.3 小结 143
习题 144

第10章 目标跟踪 145
10.1 背景差分法 145
10.1.1 高斯背景建模 146
10.1.2 LBP特征 146
10.1.3 OpenCV背景差分法 146
10.1.4 背景差分器 147
10.1.5 基于背景差分器的目标跟踪 149
10.2 基于颜色的目标检测与跟踪 151
10.2.1 HSV色彩空间 151
10.2.2 颜色分割 152
10.2.3 目标跟踪样例 154
10.3 光流跟踪 155
10.3.1 光流 155
10.3.2 光流场 155
10.3.3 基本原理 155
10.3.4 KLT光流法 156
10.3.5 GF光流法 161
10.4 CAMShift对象跟踪 163
10.4.1 MeanShift 164
10.4.2 CAMShift 164
10.4.3 目标跟踪程序 165
10.5 卡尔曼滤波器 167
10.5.1 预测与更新 168
10.5.2 鼠标轨迹跟踪 168
10.5.3 CAMShift目标跟踪与卡尔曼滤波器预测程序 171
10.6 小结 173
习题 174

第11章 神经网络 176
11.1 人工神经网络 176
11.1.1 神经元模型 176
11.1.2 神经网络结构 177
11.1.3 过拟合现象 177
11.1.4 欠拟合现象 178
11.1.5 ANN算法分类 179
11.2 ANN工作原理 179
11.3 MNIST手写数字识别 180
11.3.1 MNIST手写数字数据库 181
11.3.2 基于ANN的手写数字识别程序 183
11.3.3 手写数字预测 185
11.4 小结 187
习题 187

第12章 YOLOv5目标检测 188
12.1 YOLOv5的安装与配置 188
12.2 基于YOLOv5的目标检测 189
12.3 YOLO数据集 191
12.3.1 分析数据集 191
12.3.2 YOLO标注格式 191
12.3.3 配置数据集 192
12.4 YOLOv5训练模块 193
12.4.1 训练模型参数 193
12.4.2 特殊情况 194
12.4.3 训练结果 197
12.5 YOLOv5 预测模块 199
12.5.1 预测参数 199
12.5.2 预测结果 200
12.6 实战：口罩佩戴检测 201
12.7 小结 203
习题 204