计算机视觉算法：基于OpenCV的计算机应用开发

　　本书首先介绍计算机视觉开发所需的工具及其安装和配置，接着探索OpenCV框架及其强大的库和函数集。从*简单的图像修改、滤镜和变换开始，读者将逐步掌握各种算法知识，直到能执行更复杂的任务，例如使用深度学习算法进行实时对象检测等。本书适合所有对计算机视觉感兴趣并希望在实际工作中使用计算机视觉算法的读者。

　　Amin Ahmadi Tazehkandi是一位伊朗作家、开发工程师和计算机视觉专家。 他在伊朗完成了计算机软件工程学习，并为世界各地的众多软件和工业公司工作。

目　　录
Hands-On Algorithms for Computer Vision
译者序
前言
关于作者
关于审稿人
第1章　计算机视觉概述 1
1.1　技术要求 1
1.2　理解计算机视觉 1
1.3　理解计算机图像 3
1.3.1　色彩空间 5
1.3.2　输入、处理和输出 7
1.4　计算机视觉框架和软件库 8
1.5　总结 9
1.6　习题 9
第2章　OpenCV入门 11
2.1　技术要求 12
2.2　OpenCV介绍 12
2.3　OpenCV的下载、编译和安装 14
2.4　在C++或Python项目中使用OpenCV 17
2.5　理解Mat类 19
2.5.1　创建一个Mat对象 20
2.5.2　删除一个Mat对象 23
2.5.3　访问像素 24
2.6　图像读写 27
2.7　视频文件读写 29
2.7.1　使用摄像头 31
2.7.2　使用RTSP和网络流媒体 32
2.8　Mat类家族 32
2.9　总结 32
2.10　习题 33
2.11　补充阅读 33
第3章　数组和矩阵操作 34
3.1　技术要求 34
3.2　Mat类中的操作 35
3.2.1　克隆矩阵 35
3.2.2　计算叉积 35
3.2.3　提取对角线 36
3.2.4　计算点积 36
3.2.5　学习单位矩阵 37
3.2.6　矩阵求逆 37
3.2.7　元素级矩阵乘法 37
3.2.8　全一和全零矩阵 37
3.2.9　矩阵转置 38
3.2.10　重塑Mat对象 39
3.3　元素级矩阵操作 39
3.3.1　基本操作 39
3.3.2　按位逻辑操作 43
3.3.3　比较操作 47
3.3.4　数学操作 48
3.4　矩阵和数组级操作 49
3.4.1　为外推法生成边界 50
3.4.2　翻转（镜像）和旋转图像 51
3.4.3　使用图像通道 52
3.4.4　数学函数 54
3.4.5　搜索和定位功能 58
3.5　总结 60
3.6　习题 61
第4章　绘图、滤镜和变换 62
4.1　技术要求 62
4.2　在图像上绘图 63
4.2.1　在图像上打印文字 63
4.2.2　在图像上绘制形状 66
4.3　图像滤镜 72
4.3.1　模糊/平滑滤镜 72
4.3.2　形态滤镜 76
4.3.3　基于导数的滤镜 79
4.3.4　任意滤镜 80
4.4　图像变换 81
4.4.1　阈值算法 81
4.4.2　色彩空间和类型转换 83
4.5　几何变换 84
4.6　使用色彩表 86
4.7　总结 88
4.8　习题 88
第5章　反向投影和直方图 89
5.1　技术要求 89
5.2　理解直方图 90
5.3　直方图反向投影 95
5.4　直方图比较 103
5.5　直方图均衡 105
5.6　总结 106
5.7　习题 107
5.8　补充阅读 107
第6章　视频分析——运动检测和
追踪 108
6.1　技术要求 108
6.2　视频处理 109
6.3　理解均值偏移算法 112
6.4　使用连续自适应均值偏移算法 119
6.5　使用卡尔曼滤波器进行运动追踪和降噪 122
6.6　如何提取背景和前景 129
6.7　总结 132
6.8　习题 132
第7章　对象检测——特征和描述符 133
7.1　技术要求 133
7.2　用于对象检测的模板匹配 134
7.3　检测角点和边缘 137
7.3.1　学习Harris角点检测算法 137
7.3.2　边缘检测算法 143
7.4　轮廓计算和分析 147
7.5　特征检测、描述和匹配 152
7.6　总结 158
7.7　习题 158
第8章　机器学习与计算机视觉 160
8.1　技术要求 160
8.2　支持向量机 161
8.3　用人工神经网络训练模型 169
8.4　级联分类算法 171
8.4.1　使用级联分类器进行对象检测 171
8.4.2　训练级联分类器 174
8.5　使用深度学习模型 180
8.6　总结 184
8.7　习题 184
习题答案 185