第1章 OpenCV起步 1
1.1 OpenCV简介 1
1.1.1 OpenCV主要功能模块 1
1.1.2 OpenCV的版本 2
1.1.3 OpenCV-Python简介 2
1.2 配置开发环境 3
1.2.1 安装Python 3
1.2.2 安装NumPy 4
1.2.3 安装OpenCV-Python 5
1.2.4 安装VS Code 5
1.3 使用OpenCV文档和示例 7
1.3.1 查看OpenCV文档 7
1.3.2 使用OpenCV-Python示例代码 8
1.4 实验 8
1.4.1 实验1：配置虚拟开发环境 8
1.4.2 实验2：在VS Code中运行OpenCV-Python示例代码 11
1.5 知识拓展：体验AI大模型 12
习题 12

第2章 图像处理基础 13
2.1 NumPy简介 13
2.1.1 数据类型 13
2.1.2 创建数组 14
2.1.3 数组的形状 17
2.1.4 索引、切片和迭代 18
2.1.5 数组运算 20
2.2 图像基础操作 21
2.2.1 读取、写入、显示图像 21
2.2.2 播放、写入视频与捕获摄像头视频 25
2.2.3 操作灰度图像 27
2.2.4 操作彩色图像 28
2.2.5 图像颜色通道操作 29
2.2.6 裁剪图像 30
2.3 图像运算 31
2.3.1 加法运算 31
2.3.2 加权加法运算 32
2.3.3 位运算 33
2.3.4 图像拼接 34
2.4 实验 35
2.4.1 实验1：为人物图像打码 35
2.4.2 实验2：使用图像制作视频 36
2.5 知识拓展：了解中国AI大模型 37
习题 37

第3章 图形用户界面 38
3.1 窗口控制 38
3.1.1 创建和关闭窗口 38
3.1.2 调整窗口大小 39
3.2 绘图 39
3.2.1 绘制直线 39
3.2.2 绘制矩形 40
3.2.3 绘制圆 41
3.2.4 绘制椭圆 42
3.2.5 绘制多段线 42
3.2.6 绘制文本 43
3.2.7 绘制箭头 45
3.3 处理鼠标事件 45
3.4 使用滚动条 47
3.5 实验 48
3.5.1 实验1：使用鼠标取点绘图 48
3.5.2 实验2：使用滚动条选择通道图像 49
3.6 知识拓展：如何写好大模型提示语 50
习题 51

第4章 图像变换 52
4.1 色彩空间转换 52
4.1.1 RGB色彩空间 52
4.1.2 GRAY色彩空间 53
4.1.3 YCrCb色彩空间 54
4.1.4 HSV色彩空间 54
4.1.5 图像透明度 55
4.2 几何变换 56
4.2.1 缩放图像 56
4.2.2 翻转图像 57
4.2.3 仿射变换 58
4.2.4 透视变换 62
4.3 图像平滑处理 63
4.3.1 均值滤波 63
4.3.2 高斯滤波 64
4.3.3 中值滤波 65
4.3.4 双边滤波 66
4.3.5 自定义滤波 67
4.4 阈值处理 68
4.4.1 全局阈值处理 68
4.4.2 自适应阈值处理 75
4.5 形态变换 76
4.5.1 结构元素 76
4.5.2 腐蚀操作 77
4.5.3 膨胀操作 79
4.5.4 形态操作函数 80
4.6 实验 83
4.6.1 实验1：图像几何变换 83
4.6.2 实验2：图像形态变换 84
4.7 知识拓展：了解数字水印 85
习题 86

第5章 边缘和轮廓 87
5.1 边缘检测 87
5.1.1 Laplacian边缘检测 87
5.1.2 Sobel边缘检测 88
5.1.3 Canny边缘检测 89
5.2 轮廓检测 91
5.2.1 查找轮廓 91
5.2.2 绘制轮廓 92
5.2.3 轮廓特征 93
5.3 霍夫变换 103
5.3.1 检测直线 103
5.3.2 检测圆 105
5.4 实验 106
5.4.1 实验1：执行Canny边缘检测 106
5.4.2 实验2：查找和绘制轮廓 107
5.5 知识拓展：使用通义灵码辅助编程 108
习题 108

第6章 直方图 109
6.1 一维直方图 109
6.1.1 使用plt.hist()函数绘制直方图 109
6.1.2 使用cv2.calcHist()函数计算直方图 110
6.1.3 使用np.histogram()函数计算直方图 112
6.2 直方图均衡化 113
6.2.1 全局直方图均衡化 113
6.2.2 自适应直方图均衡化 115
6.3 二维直方图 116
6.3.1 使用cv2.calcHist()函数计算二维直方图 116
6.3.2 使用np.histogram2D()函数计算二维直方图 117
6.4 实验 118
6.4.1 实验1：使用NumPy函数计算直方图 118
6.4.2 实验2：使用OpenCV函数计算直方图 119
6.5 知识拓展：使用通义万相生成图像 120
习题 120

第7章 图像匹配、分割和拼接 121
7.1 模板匹配 121
7.1.1 单目标匹配 121
7.1.2 多目标匹配 123
7.2 图像分割 124
7.2.1 分水岭算法 124
7.2.2 GrabCut算法 127
7.3 图像金字塔 129
7.3.1 高斯金字塔 130
7.3.2 拉普拉斯金字塔 131
7.3.3 图像拼接 132
7.4 实验 134
7.4.1 实验1：使用模板匹配查找图像 134
7.4.2 实验2：使用GrabCut算法分割图像 135
7.5 知识拓展：了解TraeIDE智能编程 136
习题 136

第8章 特征检测 137
8.1 角点检测 137
8.1.1 Harris角点检测 137
8.1.2 Shi-Tomasi角点检测 138
8.1.3 优化角点 139
8.2 关键点检测 140
8.2.1 FAST算法 140
8.2.2 SIFT算法 142
8.2.3 ORB算法 144
8.3 特征匹配 145
8.3.1 暴力匹配 145
8.3.2 FLANN匹配 148
8.3.3 图像查找 149
8.4 实验 151
8.4.1 实验1：应用Shi-Tomasi算法检测角点 151
8.4.2 实验2：应用特征匹配查找图像 152
8.5 知识拓展：了解通义千问 154
习题 154

第9章 人脸检测和识别 155
9.1 人脸检测 155
9.1.1 使用Haar级联分类器检测人脸 155
9.1.2 基于深度学习的人脸检测 158
9.2 人脸识别 159
9.2.1 Eigenfaces人脸识别 160
9.2.2 Fisherfaces人脸识别 161
9.2.3 LBPH人脸识别 162
9.3 实验 164
9.3.1 实验1：使用Haar级联分类器 164
9.3.2 实验2：使用Eigenfaces人脸识别 165
9.4 知识拓展：了解豆包 166
习题 166

第10章 机器学习和深度学习 167
10.1 机器学习 167
10.1.1 KNN算法 167
10.1.2 SVM算法 170
10.1.3 K均值聚类算法 172
10.2 深度学习 174
10.2.1 基于深度学习的图像识别 174
10.2.2 基于深度学习的目标检测 178
10.3 AI大模型实战 182
10.3.1 准备工作 182
10.3.2 调用API进行图像识别 185
10.3.3 调用API去除图像中的文字 187
10.4 实验 189
10.4.1 实验1：调整图像颜色 189
10.4.2 实验2：检测视频中的目标 190
10.5 知识拓展：了解可灵AI 192
习题 192