《OpenCV 4.5计算机视觉开发实战：基于Python》内容简介

OpenCV是一个跨平台计算机视觉和机器学习软件库，也是计算机视觉领域的开发人员必须掌握的技术。本书基于Python3.8全面、系统地介绍OpenCV4.5的使用，并配套示例源代码、开发环境与答疑服务。
本书共分15章，主要内容包括计算机视觉概述、OpenCV的Python开发环境搭建、OpenCV基本作、数组矩阵、图像处理模块、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理，以及停车场车牌识别、物体识别、运动跟踪、人脸检测等案例。
本书既适合计算机视觉与图像处理、人工智能算法的开发人员阅读，也适合高等院校和培训机构计算机视觉与图像处理、人工智能等相关专业的师生教学参考。
朱文伟，名校计算机专业硕士，20年C\C、Java开发经验。主导开发过密码、图形、人工智能等产品。精通Linux、Windows系统开发及数据库开发技术。著有图书《Visual C2013从入门到精通》《密码学原理与Java实现》《Linux C与C一线开发实践》《OpenCV4.5计算机视觉开发实战（基于VC）》。

作品目录

内容简介
前言
关于本书
源码下载、开发环境与答疑服务
本书读者与鸣谢
第1章：计算机视觉概述
1.1、图像的基本概念
1.2、图像噪声
1.3、图像处理
1.5、计算机视觉概述
1.6、OpenCV概述
第2章：OpenCV的Python开发环境搭建
2.1、Python
3.8下载与安装
2.2、在线安装与卸载opencv-python
2.3、PyCharm
2021.2下载与安装
2.4、测试一下NumPy的数学函数
第3章：OpenCV基本操作
3.1、OpenCV架构
3.2、图像输入输出模块imgcodecs
3.3、OpenCV界面编程
3.4、单窗口显示多图片
3.5、销毁窗口
3.6、鼠标事件
3.7、键盘事件
3.8、滑动条事件
第4章：数组矩阵
4.1、NumPy概述
4.2、ndarray对象
4.3、NumPy的数据类型
4.4、数组属性
4.5、新建数组
4.6、从已有的数组创建数组
4.7、从数值范围创建数组
4.8、切片和索引
4.9、高级索引
4.10、迭代数组
4.11、数组操作
第5章：图像处理模块
5.1、颜色变换cvtColor
5.2、画基本图形
5.3、文字绘制
5.4、为图像添加边框
5.5、在图像中查找轮廓
第6章：灰度变换和直方图修正
6.1、点运算
6.2、灰度变换
6.3、直方图修正
第7章：图像平滑
7.1、图像平滑基础
7.2、线性滤波
7.3、非线性滤波
第8章：几何变换
8.1、几何变换基础
8.2、图像平移
8.3、图像旋转
8.4、仿射变换
8.5、图像缩放
第9章：图像边缘检测
9.1、概述
9.2、边缘检测研究的历史现状
9.3、边缘定义及类型分析
9.4、梯度的概念
9.5、图像边缘检测的应用
9.6、目前边缘检测存在的问题
9.7、边缘检测的基本思想
9.8、图像边缘检测的步骤
9.9、经典图像边缘检测算法
第10章：图像分割
10.1、图像分割概述
10.2、图像分割技术现状
10.3、图像分割的应用
10.4、图像分割的数学定义
10.5、图像分割方法的分类
10.6、使用OpenCV进行图像分割
10.7、彩色图像分割
10.8、grabCut算法分割图像
10.9、floodFill漫水填充分割
10.10、分水岭分割法
第11章：图像金字塔
11.1、基本概念
11.2、高斯金字塔
11.3、拉普拉斯金字塔
第12章：图像形态学
12.1、图像形态学基本概念
12.2、形态学的应用
12.3、数学上的形态学
12.4、结构元素
12.5、膨胀
12.6、腐蚀
12.7、开运算
12.8、闭运算
12.9、实现腐蚀和膨胀
12.10、开闭运算和顶帽/黑帽
12.11、用形态学运算检测边缘
12.12、击中击不中
12.13、利用形态学运算提取水平线和垂直线
第13章：视频处理
13.1、OpenCV视频处理架构
13.2、捕获视频类VideoCapture
第14章：停车场车牌识别案例实战
14.1、需求分析
14.2、技术可行性分析
14.3、车牌定位技术
14.4、车牌字符分割技术
14.5、车牌字符识别技术
第15章：OpenCV目标检测
15.1、目标检测概述
15.2、目标检测的基本概念
15.3、视频序列图像预处理
15.4、基于深度学习的运动目标检测