学习OpenCV 3（中文版）

　　计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。 《学习OpenCV 3（中文版）》由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。 《学习OpenCV 3（中文版）》可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。

　　作者简介 安德里安？凯勒（Adrian Kaehler）博士，企业家，硅谷深度学习小组创始人。他的工作重心包括机器学习、统计建模、计算机视觉和机器人。他就职于斯坦福大学人工智能实验室，他还是该校斯坦利团队的成员，该团队在美国国家航空与航天局（NASA）主办的机器人挑战赛中胜出，赢得了200万美元的大奖。加里？布拉德斯基（Gary Bradski）博士是Arraiy.ai的首席架构师（CTO），他曾经就职于好几个创业公司，担任过斯坦福大学计算机系人工智能实验室的顾问教授。他是OpenCV库的创始人，是一名享有广泛声誉的演讲人、开源社区的积极参与者。 译者团队介绍 阿丘科技 阿丘科技是一家以机器学习、3D 视觉和机器人技术为核心的高科技企业，拥有业内领先的机器人3D 视觉技术、机器学习算法及标准行业解决方案。人工智能，已经成为全球技术发展、应用拓展的前沿领域，也是带领未来的一枚关键的棋子。计算机视觉作为人工智能的关键应用点之一，近年来兴起的创业公司主要集中在人脸识别、无人驾驶、增强现实等领域。而阿丘科技独辟蹊径，将人工智能技术与机器人结合，将其应用于工业自动化领域，并在短短一年内在多个场景下落地，取得了出色的成果。相较于传统的机器视觉，阿丘科技将深度学习用于工业视觉检测，在缺陷检测分类等场景下具有突出优势。而三维计算机视觉与机器人的结合，更是极大地扩展了工业机器人的应用场景。凭借国际的技术人才，领先的计算机视觉、机器人技术，阿丘科技走在了智能工业视觉技术的前列。随着人工智能和智能制造行业的兴起，我司将助力中国工业自动化以及智能化的发展。尽管由于某些原因，OpenCV并没有在正式版本中提供自身完备的深度学习工具（我们很高兴这一点在3.3 版本中有了巨大改善），但是OpenCV作为从事机器视觉应用技术开发的必备工具，同样，也是阿丘科技技术开发的基础工具之一，有着不可替代的作用。在很多固定场景下，基于OpenCV等视觉工具的开发的算法依然具有极大的应用潜力。尤其是对于初学者而言，我们还是非常推荐使用OpenCV完成一些视觉项目，而不是直接用深度学习构建空中楼阁。我司能够在一年内推出经受复杂应用场景检验、市场普遍认可的产品，有一大份功劳，也归属于OpenCV对项目完成和开发研究的推动。高效、精准、便捷等诸多特质，使得OpenCV在学术研究和商业应用中占据了重要地位。阿丘科技致力于构建领先的智能机器人视觉平台，以视觉为切入点，将 AI 与机器人结合。创始团队源自清华大学计算机系人工智能实验室，聚集了来自清华、CMU 等全球高等院校的人才，以及工业机器人和自动化资深行业从业者。我们期待，能有更多热爱视觉、工业自动化和机器人技术的朋友加入阿丘科技，共同去探索和扩展机器人应用的边界！

目录

译者序       xvii

前言         xxi

第1章 概述      1

什么是OpenCV        1

OpenCV怎么用        2

什么是计算机视觉     3

OpenCV的起源        6

OpenCV的结构    7

使用IPP来加速OpenCV     8

谁拥有OpenCV    9

下载和安装OpenCV    9

安装             9

从Git获取最新的OpenCV      12

更多的OpenCV文档   13

提供的文档      13

在线文档和维基资源     13

OpenCV贡献库       15

下载和编译Contributed模块         16

可移植性           16

小结  17

练习  17

第2章 OpenCV初探            19

头文件    19

资源           20

第一个程序：显示图片       21

第二个程序：视频    23

跳转  24

简单的变换          28

不那么简单的变换    30

从摄像头中读取      32

写入AVI文件        33

小结  34

练习  35

第3章 了解OpenCV的数据类型    37

基础知识           37

OpenCV的数据类型   37

基础类型概述    38

深入了解基础类型       39

辅助对象        46

工具函数        53

模板结构        60

小结  61

练习  61

第4章 图像和大型数组类型       63

动态可变的存储      63

cv::Mat类N维稠密数组         64

创建一个数组    65

独立获取数组元素       69

数组迭代器NAryMatIterator         72

通过块访问数组元素     74

矩阵表达式：代数和cv::Mat         75

饱和转换        77

数组还可以做很多事情    78

稀疏数据类cv::SparesMat  79

访问稀疏数组中的元素    79

稀疏数组中的特有函数    82

为大型数组准备的模板结构         83

小结  85

练习  86

第5章 矩阵操作  87

...

第6章 绘图和注释             139

绘图 139

艺术线条和填充多边形   140

字体和文字     146

小结 148

练习 148

第7章 OpenCV中的函数子      151

操作对象          151

主成分分析（cv::PCA）  151

奇异值分解cv::SVD     154

随机数发生器cv::RNG   157

小结 160

练习 160

第8章 图像、视频与数据文件    163

HighGUI模块：一个可移植的图形工具包 163

图像文件的处理     164

图像的载入与保存      165

关于codecs的一些注释   167

图片的编码与解码      168

视频的处理         169

使用cv::VideoCapture对象读取视频流    169

使用cv::VideoWriter对象写入视频   175

数据存储          176

cv::FileStorage的写入    177

使用cv::FileStorage读取文件        179

cv::FileNode    180

小结 183

练习 183

第9章 跨平台和Windows系统    187

基于Windows开发   187

HighGUI原生图形用户接口         188

通过Qt后端工作        199

综合OpenCV和全功能GUI工具包    209

小结 222

练习 222

第10章 滤波与卷积            225

...

第11章 常见的图像变换        267

...

第12章 图像分析    297

...

第13章 直方图和模板          329

...

第14章 轮廓   359

...

第15章 背景提取    391

...

第16章 关键点和描述子        433

...

第17章 跟踪   511

...

第18章 相机模型与标定        553

...

第19章 投影与三维视觉        599

...

第20章 机器学习基础          665

...

第21章 StatModel：OpenCV中的基准学习模型       689

...

第22章 目标检测    753

...