《学习OpenCV4：基于Python的算法实战》内容简介

本书是一本通过OpenCV4来讲解算法的入门书。全书共分为4个部分，部分包括第1～3章，主要有OpenCVr入门知识、OpenCV的图像读写模块和和辛苦core模块讲解；第二部分包括第4～7章，主要有头像处理imgproc模块、视频处理videoio模块和可视化highgui模块、视频分析video模块讲解；第三部分包括第8～10章，主要有2d特征框架feature2d模块、照片处理photo模块、目标检测objdetect模块讲解；第四部分包括第11～12章，包括有深度神经网络dnn模块和机器学习ml模块等众多内容讲解。
肖铃，硕士，现任职于南方海洋科学与工程广东省实验室。2016年毕业于中国科学技术大学与中国科学院合肥物质科学研究院安徽光机所大气光学研究中心，曾就职于中兴通讯股份有限公司和珠海金山办公软件有限公司，长期从事图像处理、深度学习计算机视觉算法，以及基于TensorFlow Lite的AI模型部署研究。

作品目录

前言
第1章：OpenCV快速入门
1.1、OpenCV介绍
1.2、OpenCV开发环境搭建
1.3、OpenCV模块介绍
1.4、
OpenCV源码编译
1.5、进阶必备：OpenCV入门参考
第2章：图像读/写模块imgcodecs
2.1、模块导读
2.2、图像读/写操作
2.3、图像编/解码
2.4、进阶必备：聊聊图像格式
第3章：核心库模块core
3.1、模块导读
3.2、基本数据结构
3.3、矩阵运算
3.4、矩阵变换
3.5、进阶必备：聊聊图像像素遍历与应用
第4章：图像处理模块imgproc（一）
4.1、模块导读
4.2、案例30：颜色空间变换
4.3、案例31：图像尺寸变换
4.4、基本绘制
4.5、形态学运算
4.6、图像滤波
4.7、边缘检测
4.8、进阶必备：聊聊颜色模型
第5章：图像处理模块imgproc（二）
5.1、霍夫变换
5.2、案例52：仿射变换
5.3、案例53：透视变换
5.4、案例54：重映射
5.5、阈值化
5.6、图像金字塔
5.7、直方图
5.8、传统图像分割
5.9、角点检测
5.10、图像轮廓
5.11、轮廓包裹
5.12、案例72：多边形填充
5.13、图像拟合
5.14、案例76：凸包检测
5.15、进阶必备：图像处理算法概述
第6章：可视化模块highgui
6.1、模块导读
6.2、图像窗口
6.3、图像操作
6.4、案例81：键盘操作
6.5、案例82：鼠标操作
6.6、案例83：进度条操作
6.7、进阶必备：在Qt中使用OpenCV
第7章：视频处理模块videoio
7.1、模块导读
7.2、视频读取
7.3、视频保存
7.4、进阶必备：视频编/解码工具FFMPEG
第8章：视频分析模块video
8.1、运动分析
8.2、目标跟踪
8.3、进阶必备：深度学习光流算法
第9章：照片处理模块photo
9.1、模块导读
9.2、案例93：基于OpenCV的无缝克隆
9.3、案例94：基于OpenCV的图像对比度保留脱色
9.4、案例95：基于OpenCV的图像修复
9.5、案例96：基于OpenCV的HDR成像
9.6、图像非真实感渲染
9.7、进阶必备：照片处理算法概述
第10章：2D特征模块features2d
10.1、模块导读
10.2、特征点检测
10.3、特征点匹配
10.4、进阶必备：特征点检测算法概述
第11章：相机标定与三维重建模块calib3d
11.1、模块导读
11.2、单应性变换
11.3、相机标定
11.4、进阶必备：聊聊镜头失真
第12章：传统目标检测模块objdetect
12.1、模块导读
12.2、级联分类器的应用
12.3、案例117：HOG描述符行人检测
12.4、二维码应用
12.5、进阶必备：聊聊条形码与二维码
第13章：机器学习模块ml
13.1、模块导读
13.2、案例120：基于OpenCV的Logistic回归
13.3、案例121：基于OpenCV的支持向量机
13.4、案例122：基于OpenCV的主成分分析
13.5、进阶必备：机器学习算法概述
第14章：深度学习模块dnn
14.1、模块导读
14.2、风格迁移
14.3、图像分类
14.4、目标检测
14.5、图像超分
14.6、进阶必备：OpenCV与计算机视觉