開本：128開 紙張：膠版紙 包裝：平裝 是否套裝：否 國際標準書號ISBN：9787115561770 叢書名：工業和信息化精品繫列教材——Python技術 作者：夏幫貴 出版社：人民郵電出版社 出版時間：2021年08月
"編輯推薦 1.本書主要針對高等院校學生的特點，突出素質教育，以培養學生的能力為本位，以提高學生的就業技能為導向。
2.全書內容簡潔、結構嚴謹、邏輯分明、條理清晰，在內容和形式上都有創新。
3.教材的編寫由淺入深，即使沒有接觸過OpenCV應用開發的學生也能很快上手。
4.本教材注重理論與實踐的結合，使學生能通過實踐深化對理論的理解，學會並掌握理論知識的實際應用。能更好地培養學生的專業技能和實踐能力，學生在學完本書後能學以致用。
5.本書采用“基礎為主、實用為先、專業結合”等教學方法，充分激發學生的學習興趣，發揮學生學習的主動性，變常規的被動學習和填鴨式教學為積極主動學習。
6.參與本書編寫工作的人員都是長期從事程序設計技術及相關課程教學的一線教師，具有豐富的教學經驗和實踐經驗。 內容簡介 本書注重基礎、循序漸進，繫統地介紹了使用Python實現OpenCV應用的相關基礎知識。本書共分為10章，涵蓋OpenCV起步、圖像處理基礎、圖形用戶界面、圖像變換、邊緣和輪廓、直方圖、模板匹配和圖像分割、特征檢測、人臉檢測和識別、機器學習和深度學習等內容。
本書內容豐富、講解詳細，適用於具有一定Python程序設計基礎的OpenCV計算機視覺用戶，可用作各類院校相關專業教材，同時也可作為OpenCV愛好者的參考書。 作者簡介 夏幫貴，西華大學副教授，1998年畢業於西南大學，主要從事數據庫、軟件開發，已出版VB、C/C++、VF、Java、PHP、ASP.NET等相關教材十餘部。 目錄 第 1章OpenCV起步1
1.1OpenCV簡介1
1.1.1OpenCV主要功能及模塊介紹1
1.1.2OpenCV的版本3
1.1.3OpenCV-Python3
1.2配置開發環境4
1.2.1安裝Python4
第 1章OpenCV起步1
1.1OpenCV簡介1
1.1.1OpenCV主要功能及模塊介紹1
1.1.2OpenCV的版本3
1.1.3OpenCV-Python3
1.2配置開發環境4
1.2.1安裝Python4
1.2.2安裝NumPy5
1.2.3安裝OpenCV-Python6
1.2.4安裝Visual Studio Code9
1.3使用OpenCV文檔和示例10
1.3.1查看OpenCV文檔10
1.3.2查看OpenCV-Python示例11
1.4實驗13
1.4.1實驗1：配置虛擬開發環境13
1.4.2實驗2：在VS Code中運行示例15
習題16
第2章 圖像處理基礎17
2.1NumPy簡介17
2.1.1數據類型17
2.1.2創建數組18
2.1.3數組的形狀20
2.1.4索引、切片和迭代21
2.1.5數組運算22
2.2圖像基礎操作24
2.2.1讀、寫、顯示圖像24
2.2.2讀、寫、播放視頻27
2.2.3操作灰度圖像29
2.2.4操作彩色圖像30
2.2.5圖像通道操作31
2.3圖像運算33
2.3.1加法運算33
2.3.2加權加法運算34
2.3.3位運算35
2.4實驗36
2.4.1實驗1：為人物圖像打碼36
2.4.2實驗2：創建圖像掩模37
習題39
第3章圖形用戶界面40
3.1窗口控制40
3.1.1創建和關閉窗口40
3.1.2調整窗口大小41
3.2繪圖41
3.2.1繪制直線41
3.2.2繪制矩形42
3.2.3繪制圓43
3.2.4繪制橢圓44
3.2.5繪制多邊形44
3.2.6繪制文本45
3.2.7繪制箭頭47
3.3響應鼠標事件47
3.4使用跟蹤欄49
3.5實驗50
3.5.1實驗1：使用鼠標指針取點繪圖50
3.5.2實驗2：使用跟蹤欄選擇通道圖像51
習題52
第4章圖像變換54
4.1色彩空間變換54
4.1.1RGB色彩空間54
4.1.2GRAY色彩空間55
4.1.3YCrCb色彩空間56
4.1.4HSV色彩空間57
4.2幾何變換58
4.2.1縮放58
4.2.2翻轉59
4.2.3仿射60
4.2.4透視64
4.3圖像模糊65
4.3.1均值濾波65
4.3.2高斯濾波67
4.3.3方框濾波68
4.3.4中值濾波69
4.3.5雙邊濾波70
4.3.62D卷積71
4.4閾值處理72
4.4.1全局閾值處理72
4.4.2自適應閾值處理78
4.5形態變換79
4.5.1形態操作內核79
4.5.2腐蝕80
4.5.3膨脹82
4.5.4高級形態操作83
4.6實驗86
4.6.1實驗1：圖像幾何變換86
4.6.2實驗2：圖像形態變換87
習題88
第5章邊緣和輪廓89
5.1邊緣檢測89
5.1.1Laplacian邊緣檢測89
5.1.2Sobel邊緣檢測90
5.1.3Canny邊緣檢測91
5.2圖像輪廓92
5.2.1查找輪廓92
5.2.2繪制輪廓94
5.2.3輪廓特征95
5.3霍夫變換106
5.3.1霍夫直線變換106
5.3.2霍夫圓變換108
5.4實驗110
5.4.1實驗1：執行Canny邊緣檢測110
5.4.2實驗2：查找和繪制輪廓111
習題112
第6章直方圖113
6.1直方圖基礎113
6.1.1用hist()函數繪制直方圖113
6.1.2用calcHist()函數查找直方圖114
6.1.3應用掩模的直方圖115
6.1.4NumPy中的直方圖116
6.2直方圖均衡化117
6.2.1普通直方圖均衡化117
6.2.2限制對比度自適應直方圖均衡化118
6.3二維直方圖120
6.3.1OpenCV中的二維直方圖120
6.3.2NumPy中的二維直方圖121
6.4實驗122
6.4.1實驗1：使用NumPy函數計算直方圖122
6.4.2實驗2：使用OpenCV函數計算直方圖123
習題124
第7章模板匹配和圖像分割125
7.1模板匹配125
7.1.1單目標匹配125
7.1.2多目標匹配127
7.2圖像分割128
7.2.1使用分水嶺算法分割圖像128
7.2.2圖像金字塔131
7.3交互式前景提取135
7.4實驗138
7.4.1實驗1：使用模板匹配查找圖像138
7.4.2實驗2：使用交互式前景提取方法分割圖像139
習題140
第8章特征檢測141
8.1角檢測141
8.1.1哈裡斯角檢測141
8.1.2優化哈裡斯角142
8.1.3Shi-Tomasi角檢測143
8.2特征點檢測144
8.2.1FAST特征檢測145
8.2.2SIFT特征檢測146
8.2.3ORB特征檢測147
8.3特征匹配147
8.3.1暴力匹配器147
8.3.2FLANN匹配器151
8.4對像查找152
8.5實驗154
8.5.1實驗1：應用Shi-Tomasi角檢測器154
8.5.2實驗2： 應用特征匹配查找對像155
習題157
第9章人臉檢測和識別158
9.1人臉檢測158
9.1.1基於Haar的人臉檢測158
9.1.2基於深度學習的人臉檢測161
9.2人臉識別162
9.2.1EigenFaces人臉識別163
9.2.2FisherFaces人臉識別164
9.2.3LBPH人臉識別165
9.3實驗167
9.3.1實驗1：使用Haar級聯檢測器167
9.3.2實驗2：使用EigenFaces人臉識別器168
習題169
第10章 機器學習和深度學習170
10.1機器學習170
10.1.1kNN算法170
10.1.2SVM算法173
10.1.3k均值聚類算法175
10.2深度學習177
10.2.1基於深度學習的圖像識別177
10.2.2基於深度學習的對像檢測181
10.3實驗185
10.3.1實驗1：調整圖像顏色185
10.3.2實驗2：檢測視頻中的對像186
習題188
| 
