OpenCV图像处理编程实例

　　本书以OpenCV开源库为基础实现图像处理领域的 很多通用算法，并结合当今图像处理领域前沿技术，对多个典型工程实例进行讲解及实现。全书内容覆盖面广，由基础到进阶，各个技术点均提供详细的代码实现，以帮助读者快速上手和深入学习。

　　从事6年多的图像处理领域应用开发工作，并担任多项重大科研项目的算法设计与软件开发工作，发表论文EI收录2篇，申请图像处理领域专利9项。

Part I 基础篇 OpenCV开发基础第1章 初识OpenCV1.1　OpenCV初识1.1.1　OpenCV简介1.1.2　OpenCV组件及架构1.1.3　OpenCV资源1.2　VS2012安装OpenCV2.4.x1.3　VS2013安装OpenCV3.01.4　Sublime下配置OpenCV1.5　小结第2章 图像及视频基本操作2.1　图像初级操作2.1.1　Mat类2.1.2　Mat基本操作2.1.3　Mat类型转换2.1.4　图像读取显示保存2.1.5　图像存储2.2　图像几何变换2.2.1　坐标映射2.2.2　平移2.2.3　缩放2.2.4　旋转2.2.5　仿射变换2.3　视频操作2.3.1　VideoCapture类2.3.2　视频写操作2.3.3　视频质量评价2.4　图像基础应用操作2.4.1　界面事件2.4.2　区域提取2.4.3　图像元素遍历——反色2.4.4　单窗口显示多幅图像2.4.5　图像颜色空间转换2.4.6　图像批量读取——规则2.4.7　图像批量读取——无规则2.5　小结Part II 进阶篇 图像处理技术第3章 进阶篇——图像灰度变换技术3.1　阈值化处理3.1.1　OTSU阈值化3.1.2　固定阈值化3.1.3　自适应阈值化3.1.4　双阈值化3.1.5　半阈值化3.2　直方图处理3.2.1　灰度直方图3.2.2　H-S直方图3.2.3　BGR直方图3.2.4　自定义直方图3.2.5　灰度直方图均衡3.2.6　彩色直方图均衡3.2.7　直方图变换——查找3.2.8　直方图变换——累计3.2.9　直方图匹配3.2.10　直方图对比3.2.11　直方图的反向投影3.3 距离变换3.3.1　距离3.3.2　邻接性3.3.3　区域3.3.4　距离变换——扫描3.3.5　距离变换——distanceTransform3.4　Gamma校正3.5　其他常见的灰度变换技术3.5.1　线性变换3.5.2　对数变换3.5.3　对比度拉伸3.5.4　灰度级分层3.5.5　灰度比特平面3.6　实例应用3.6.1　最大熵阈值分割3.6.2　投影峰谷查找3.7　小结第4章 进阶篇——图像平滑技术4.1　图像采样4.1.1　最近邻插值4.1.2　双线性插值4.1.3　插值操作性能对比4.1.4　图像金字塔4.2　傅里叶变换4.2.1　图像掩码操作4.2.2　离散傅里叶4.2.3　图像卷积4.3　图像噪声4.3.1　椒盐噪声4.3.2　高斯噪声4.4　空间平滑4.4.1　盒滤波4.4.2　均值滤波4.4.3　中值滤波4.4.4　高斯滤波4.4.5　双边滤波4.5　实例应用4.5.1　导向滤波4.5.2　图像污点修复4.5.3　旋转文本图像矫正4.6　小结第5章 进阶篇——边缘检测技术5.1　边缘检测基础5.1.1　边缘检测概念5.1.2　梯度算子5.1.3　一阶微分算子5.1.4　二阶微分算子5.1.5　图像差分运算5.1.6　非极大值抑制5.2　基本边缘检测算子——Sobel5.2.1　非极大值抑制Sobel检测5.2.2　图像直接卷积实现Sobel5.2.3　图像卷积下非极大值抑制Sobel5.2.4　Sobel库函数实现5.3　基本边缘检测算子——Laplace5.4　基本边缘检测算子——Roberts5.5　基本边缘检测算子——Prewitt5.6　改进边缘检测算子——Canny5.6.1　Canny算子5.6.2　Canny原理及实现5.6.3　Canny库函数实现5.7　改进边缘检测算子——Marr-Hildreth5.8　几何检测5.8.1　霍夫变换5.8.2　线检测技术5.8.3　LSD快速直线检测5.8.4　圆检测技术5.9　形状检测5.9.1　轮廓检测5.9.2　凸包检测5.9.3　轮廓边界框5.9.4　轮廓矩5.9.5　点多边形测试5.10　角点检测5.10.1　moravec角点5.10.2　harris角点5.10.3　Shi-Tomasi角点5.11　实例应用5.11.1　颜色圆检测5.11.2　车牌区域检测5.12　小结第6章 进阶篇——形态学技术6.1　腐蚀膨胀操作6.2　开闭运算操作6.3　形态学梯度6.4　形态学Top-Hat6.5　实例应用6.5.1　形态学滤波角点提取6.5.2　车牌目标提取6.6　小结Part III 高级篇 图像应用技术第7章 高级篇——图像分割技术7.1　分水岭分割7.1.1　分水岭的特征7.1.2　实现分水岭分割7.1.3　分水岭分割合并7.2　FloodFill分割7.3　均值漂移MeanShift7.4　图割Grabcut7.5　实例实例7.5.1　奇异区域检测7.5.2　肤色检测7.6　小结第8章 高级篇——特征分析8.1　尺度空间8.1.1　尺度与旋转不变性8.1.2　特征点尺度变换8.2　特征描述子8.2.1 SIFT特征8.2.2　SURF特征8.2.3　ORB特征8.3　方向梯度直方图HOG8.3.1　HOG原理8.3.2　HOG特征提取步骤8.3.3　HOGDescriptor特征描述类8.3.4　HOG特征描述实现8.4　局部二值模式LBP8.4.1　经典LBP8.4.2　圆形LBP8.5　Haar特征描述8.5.1　Haar原理8.5.2　Haar特征提取8.6　应用实例8.6.1　最近邻特征点目标提取8.6.2　最大极值稳定区域匹配MSER8.6.3　字符特征提取8.6.4　车牌字符SVM训练8.7　小结第9章 高级篇——复杂视频处理技术9.1　视频稳像技术9.2　图像拼接9.2.1　拼接原理及过程9.2.2　图像拼接实现9.3　高动态范围图像HDR9.3.1　HDR合成技术9.3.2　HDR合成原理9.3.3　OpenCV实现9.4　背景建模9.4.1　背景差分9.4.2　混合高斯背景建模9.4.3　混合高斯背景建模实现9.4.4　混合模型MOG2成员参数设定9.4.5　KNN模型背景建模实现9.4.6　GMG模型背景建模实现9.5　级联分类器——人脸检测9.5.1　级联分类器9.5.2　CascadeClassifier类9.6　应用实例9.6.1　运动目标提取9.6.2　TLD单目标跟踪9.6.3　人眼检测与跟踪9.7　小结附录A1——代码清单2——CMake编译OpenCV3.1源码3——OpenCV3.1 Extra扩展库参考文献