OpenCV3编程入门PDF|Epub|txt|kindle电子书版本网盘下载

OpenCV3编程入门PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 快速上手OpenCV1

第1章 邂逅OpenCV3

1.1 OpenCV周边概念认知4

1.1.1 图像处理、计算机视觉与OpenCV4

1.1.2 OpenCV概述4

1.1.3 起源及发展5

1.1.4 应用概述6

1.2 OpenCV基本架构分析7

1.3 OpenCV3带来了什么11

1.3.1 项目架构的改变11

1.3.2 将OpenCV2代码升级到OpenCV3报错时的一些策略12

1.4 OpenCV的下载、安装与配置14

1.4.1 预准备：下载和安装集成开发环境14

1.4.2 第一步：下载和安装OpenCV SDK15

1.4.3 第二步：配置环境变量16

1.4.4 第三步：工程包含（include）目录的配置17

1.4.5 第四步：工程库（lib）目录的配置21

1.4.6 第五步：链接库的配置22

1.4.7 第六步：在Windows文件夹下加入OpenCV动态链接库25

1.4.8 第七步：最终测试26

1.4.9 可能遇到的问题和解决方案27

1.5 快速上手OpenCV图像处理28

1.5.1 第一个程序：图像显示29

1.5.2 第二个程序：图像腐蚀30

1.5.3 第三个程序：图像模糊31

1.5.4 第四个程序：canny边缘检测32

1.6 OpenCV视频操作基础34

1.6.1 读取并播放视频34

1.6.2 调用摄像头采集图像35

1.7 本章小结38

第2章 启程前的认知准备39

2.1 OpenCV官方例程引导与赏析40

2.1.1 彩色目标跟踪：Camshift41

2.1.2 光流：optical flow42

2.1.3 点追踪：lkdemo43

2.1.4 人脸识别：obj ectDetection43

2.1.5 支持向量机引导44

2.2 开源的魅力：编译OpenCV源代码45

2.2.1 下载安装CMake45

2.2.2 使用CMake生成OpenCV源代码工程的解决方案46

2.2.3 编译OpenCV源代码50

2.3 “opencv.hpp”头文件认知53

2.4 命名规范约定54

2.5 argc与argv参数解惑56

2.5.1 初识main函数中的argc和argv56

2.5.2 argc、argv的具体含义57

2.5.3 Visual Studio中main函数的几种写法说明58

2.5.4 总结59

2.6 格式输出函数printf()简析59

2.6.1 格式输出：printf()函数59

2.6.2 示例程序：printf函数的用法示例60

2.7 智能显示当前使用的OpenCV版本61

2.8 本章小结61

第3章 HighGUI图形用户界面初步63

3.1 图像的载入、显示和输出到文件64

3.1.1 OpenCV的命名空间64

3.1.2 Mat类简析64

3.1.3 图像的载入与显示概述65

3.1.4 图像的载入：imread()函数65

3.1.5 图像的显示：imshow()函数66

3.1.6 关于InputArray类型67

3.1.7 创建窗口：namedWindow()函数67

3.1.8 输出图像到文件：imwrite()函数68

3.1.9 综合示例程序：图像的载入、显示与输出70

3.2 滑动条的创建和使用73

3.2.1 创建滑动条：createTrackbar()函数73

3.2.2 获取当前轨迹条的位置：getTrackbarPos()函数76

3.3 鼠标操作76

3.4 本章小结80

第二部分 初探core组件83

第4章 OpenCV数据结构与基本绘图85

4.1 基础图像容器Mat86

4.1.1 数字图像存储概述86

4.1.2 Mat结构的使用86

4.1.3 像素值的存储方法88

4.1.4 显式创建Mat对象的七种方法89

4.1.5 OpenCV中的格式化输出方法91

4.1.6 输出其他常用数据结构94

4.1.7 示例程序：基础图像容器Mat类的使用95

4.2 常用数据结构和函数95

4.2.1 点的表示：Point类96

4.2.2 颜色的表示：Scalar类96

4.2.3 尺寸的表示：Size类96

4.2.4 矩形的表示：Rect类97

4.2.5 颜色空间转换：cvtColor()函数98

4.2.6 其他常用的知识点100

4.3 基本图形的绘制100

4.3.1 DrawEllipse()函数的写法101

4.3.2 DrawFilledCircle()函数的写法102

4.3.3 DrawPolygon() 函数的写法102

4.3.4 DrawLine()函数的写法103

4.3.5 main函数的写法104

4.4 本章小结106

第5章 core组件进阶107

5.1 访问图像中的像素108

5.1.1 图像在内存之中的存储方式108

5.1.2 颜色空间缩减108

5.1.3 LUT函数：Look up table操作109

5.1.4 计时函数110

5.1.5 访问图像中像素的三类方法110

5.1.6 示例程序114

5.2 ROI区域图像叠加＆图像混合114

5.2.1 感兴趣区域：ROI115

5.2.2 线性混合操作116

5.2.3 计算数组加权和：addWeighted()函数117

5.2.4 综合示例：初级图像混合120

5.3 分离颜色通道、多通道图像混合125

5.3.1 通道分离：split()函数125

5.3.2 通道合并：merge()函数126

5.3.3 示例程序：多通道图像混合127

5.4 图像对比度、亮度值调整131

5.4.1 理论依据131

5.4.2 访问图片中的像素131

5.4.3 示例程序：图像对比度、亮度值调整132

5.5 离散傅里叶变换135

5.5.1 离散傅里叶变换的原理135

5.5.2 dft()函数详解136

5.5.3 返回DFT最优尺寸大小：getOptimalDFTSize()函数137

5.5.4 扩充图像边界：copyMakeBorder函数137

5.5.5 计算二维矢量的幅值：magnitude()函数138

5.5.6 计算自然对数：log()函数138

5.5.7 矩阵归一化：normalize()函数138

5.5.8 示例程序：离散傅里叶变换139

5.6 输入输出XML和YAML文件144

5.6.1 XML和YAML文件简介144

5.6.2 FileStorage类操作文件的使用引导144

5.6.3 示例程序：XML和YAML文件的写入147

5.6.4 示例程序：XML和YAML文件的读取148

5.7 本章小结150

第三部分 掌握imgproc组件151

第6章 图像处理153

6.1 线性滤波：方框滤波、均值滤波、高斯滤波154

6.1.1 平滑处理154

6.1.2 图像滤波与滤波器154

6.1.3 线性滤波器的简介155

6.1.4 滤波和模糊155

6.1.5 邻域算子与线性邻域滤波155

6.1.6 方框滤波（box Filter）156

6.1.7 均值滤波157

6.1.8 高斯滤波159

6.1.9 线性滤波相关OpenCV源码剖析160

6.1.10 OpenCV中GaussianBlur函数源码剖析164

6.1.11 线性滤波核心API函数165

6.1.12 图像线性滤波综合示例170

6.2 非线性滤波：中值滤波、双边滤波175

6.2.1 非线性滤波概述175

6.2.2 中值滤波175

6.2.3 双边滤波177

6.2.4 非线性滤波相关核心API函数178

6.2.5 OpenCV中的5种图像滤波综合示例181

6.3 形态学滤波（1）：腐蚀与膨胀187

6.3.1 形态学概述187

6.3.2 膨胀188

6.3.3 腐蚀189

6.3.4 相关OpenCV源码分析溯源190

6.3.5 相关核心API函数讲解191

6.3.6 综合示例：腐蚀与膨胀195

6.4 形态学滤波（2）：开运算、闭运算、形态学梯度、顶帽、黑帽198

6.4.1 开运算199

6.4.2 闭运算200

6.4.3 形态学梯度200

6.4.4 顶帽201

6.4.5 黑帽202

6.4.6 形态学滤波OpenCV源码分析溯源203

6.4.7 核心API函数：morPhologyEx()205

6.4.8 各形态学操作使用范例一览206

6.4.9 综合示例：形态学滤波208

6.5 漫水填充214

6.5.1 漫水填充的定义214

6.5.2 漫水填充法的基本思想214

6.5.3 实现漫水填充算法：floodFill函数214

6.5.4 综合示例：漫水填充216

6.6 图像金字塔与图片尺寸缩放223

6.6.1 引言223

6.6.2 关于图像金字塔223

6.6.3 高斯金字塔225

6.6.4 拉普拉斯金字塔226

6.6.5 尺寸调整：resize()函数227

6.6.6 图像金字塔相关API函数230

6.6.7 综合示例：图像金字塔与图片尺寸缩放234

6.7 阈值化237

6.7.1 固定阈值操作：Threshold()函数238

6.7.2 自适应阈值操作：adaptiveThreshold()函数239

6.7.3 示例程序：基本阈值操作240

6.8 本章小结244

第7章 图像变换247

7.1 基于OpenCV的边缘检测248

7.1.1 边缘检测的一般步骤248

7.1.2 canny算子248

7.1.3 sobel算子253

7.1.4 Laplacian算子256

7.1.5 scharr滤波器259

7.1.6 综合示例：边缘检测262

7.2 霍夫变换267

7.2.1 霍夫变换概述267

7.2.2 OpenCV中的霍夫线变换268

7.2.3 霍夫线变换的原理268

7.2.4 标准霍夫变换：HoughLines()函数270

7.2.5 累计概率霍夫变换：HoughLinesP()函数272

7.2.6 霍夫圆变换274

7.2.7 霍夫梯度法的原理275

7.2.8 霍夫梯度法的缺点276

7.2.9 霍夫圆变换：HoughCircles()函数276

7.2.10 综合示例：霍夫变换278

7.3 重映射281

7.3.1 重映射的概念281

7.3.2 实现重映射：remap()函数282

7.3.3 基础示例程序：基本重映射283

7.3.4 综合示例程序：实现多种重映射285

7.4 仿射变换289

7.4.1 认识仿射变换289

7.4.2 仿射变换的求法290

7.4.3 进行仿射变换：warpAffine()函数291

7.4.4 计算二维旋转变换矩阵：getRotationMatrix2D()函数292

7.4.5 示例程序：仿射变换292

7.5 直方图均衡化295

7.5.1 直方图均衡化的概念和特点296

7.5.2 实现直方图均衡化：equalizeHist()函数297

7.5.3 示例程序：直方图均衡化298

7.6 本章小结300

第8章 图像轮廓与图像分割修复303

8.1 查找并绘制轮廓304

8.1.1 寻找轮廓：findContours()函数304

8.1.2 绘制轮廓：drawContours()函数305

8.1.3 基础示例程序：轮廓查找306

8.1.4 综合示例程序：查找并绘制轮廓308

8.2 寻找物体的凸包312

8.2.1 凸包312

8.2.2 寻找凸包：convexHull()函数313

8.2.3 基础示例程序：凸包检测基础313

8.2.4 综合示例程序：寻找和绘制物体的凸包315

8.3 使用多边形将轮廓包围318

8.3.1 返回外部矩形边界：boundingRect()函数318

8.3.2 寻找最小包围矩形：minAreaRect()函数318

8.3.3 寻找最小包围圆形：minEnclosingCircle()函数318

8.3.4 用椭圆拟合二维点集：fitEllipse()函数319

8.3.5 逼近多边形曲线：approxPolyDP()函数319

8.3.6 基础示例程序：创建包围轮廓的矩形边界319

8.3.7 基础示例程序：创建包围轮廓的圆形边界321

8.3.8 综合示例程序：使用多边形包围轮廓324

8.4 图像的矩327

8.4.1 矩的计算：moments()函数328

8.4.2 计算轮廓面积：contourArea()函数328

8.4.3 计算轮廓长度：arcLength()函数328

8.4.4 综合示例程序：查找和绘制图像轮廓矩329

8.5 分水岭算法333

8.5.1 实现分水岭算法：watershed()函数334

8.5.2 综合示例程序：分水岭算法334

8.6 图像修补338

8.6.1 实现图像修补：inpaint()函数340

8.6.2 综合示例程序：图像修补341

8.7 本章小结343

第9章 直方图与匹配345

9.1 图像直方图概述346

9.2 直方图的计算与绘制347

9.2.1 计算直方图：calcHist()函数347

9.2.2 找寻最值：minMaxLoc()函数348

9.2.3 示例程序：绘制H—S直方图348

9.2.4 示例程序：计算并绘制图像一维直方图350

9.2.5 示例程序：绘制RGB三色直方图352

9.3 直方图对比355

9.3.1 对比直方图：compareHist()函数355

9.3.2 示例程序：直方图对比356

9.4 反向投影360

9.4.1 引言360

9.4.2 反向投影的工作原理360

9.4.3 反向投影的作用361

9.4.4 反向投影的结果361

9.4.5 计算反向投影：calcBackProject()函数361

9.4.6 通道复制：mixChannels()函数362

9.4.7 综合程序：反向投影363

9.5 模板匹配367

9.5.1 模板匹配的概念与原理367

9.5.2 实现模板匹配：matchTemplate()函数367

9.5.3 综合示例：模板匹配369

9.6 本章小结373

第四部分 深入feature2d组件375

第10章 角点检测377

10.1 Harris角点检测378

10.1.1 兴趣点与角点378

10.1.2 角点检测378

10.1.3 harris角点检测379

10.1.4 实现Harris角点检测：cornerHarris()函数379

10.1.5 综合示例：harris角点检测与绘制381

10.2 Shi-Tomasi角点检测384

10.2.1 Shi-Tomasi角点检测概述384

10.2.2 确定图像强角点：goodFeaturesToTrack()函数384

10.2.3 综合示例：Shi-Tomasi角点检测385

10.3 亚像素级角点检测388

10.3.1 背景概述388

10.3.2 寻找亚像素角点：comerSubPix()函数389

10.3.3 综合示例：亚像素级角点检测389

10.4 本章小结392

第11章 特征检测与匹配395

11.1 SURF特征点检测396

11.1.1 SURF算法概览396

11.1.2 SURF算法原理396

11.1.3 SURF类相关OpenCV源码剖析400

11.1.4 绘制关键点：drawKeypoints()函数401

11.1.5 KeyPoint类402

11.1.6 示例程序：SURF特征点检测402

11.2 SURF特征提取405

11.2.1 绘制匹配点：drawMatches()函数405

11.2.2 BruteForceMatcher类源码分析407

11.2.3 示例程序：SURF特征提取408

11.3 使用FLANN进行特征点匹配410

11.3.1 FlannBasedMatcher类的简单分析410

11.3.2 找到最佳匹配：DescriptorMatcher：：match方法411

11.3.3 示例程序：使用FLANN进行特征点匹配411

11.3.4 综合示例程序：FLANN结合SURF进行关键点的描述和匹配413

11.3.5 综合示例程序：SIFT配合暴力匹配进行关键点描述和提取417

11.4 寻找己知物体420

11.4.1 寻找透视变换：findHomography()函数421

11.4.2 进行透视矩阵变换：perspectiveTransform()函数421

11.4.3 示例程序：寻找己知物体422

11.5 ORB特征提取425

11.5.1 ORB算法概述425

11.5.2 相关概念认知425

11.5.3 ORB类相关源码简单分析426

11.5.4 示例程序：ORB算法描述与匹配426

11.6 本章小结430

附录433

A1配套示例程序清单433

A2随书额外附赠的程序一览436

A3书本核心函数清单439

A4Mat类函数一览442

A4.1 构造函数：Mat：：Mat442

A4.2 析构函数Mat：：～Mat444

A4.3 Mat类成员函数444

主要参考文献447