基於新版的 OpenCV 4寫作，示例代碼基於C++；書中不僅剖析了大量OpenCV函數的調用細節，而且對原理解釋清晰明了，讓讀者不僅知其然而且知其所以然。書中既涵蓋了傳統的圖形、圖像算法，也包括了更為現代的機器學習內容，並配以豐富的代碼示例，內容豐富，行文通俗。全書介紹了OpenCV 4中近200個函數、120個示例程序，幫助讀者熟練掌握OpenCV的應用。

●基礎篇
第1章初識OpenCV2
1.1什麼是OpenCV2
1.1.1OpenCV與計算機視覺2
1.1.2OpenCV的發展3
1.1.3OpenCV4帶來了什麼4
1.2安裝OpenCV44
1.2.1在Windows繫統中安裝OpenCV44
1.2.2ImageWatch插件的使用12
1.2.3在Ubuntu繫統中安裝OpenCV412
1.2.4opencv_contrib擴展模塊的安裝15
1.2.5安裝過程中常見問題的解決方案17
1.3了解OpenCV的模塊架構18
1.4源碼示例程序展示19
1.4.1配置示例程序運行環境19
1.4.2邊緣檢測edge21
1.4.3K聚類kmeans22
1.4.4二維碼識別qrcode23
1.4.5相機使用video_capture_starter24
1.4.6視頻物體跟蹤camshiftdemo25
1.5本章小結26
第2章數據載入、顯示與保存27
2.1圖像存儲容器27
2.1.1Mat類介紹27
2.1.2Mat類構造與賦值29
2.1.3Mat類支持的運算33
2.1.4M素的讀取35
2.2圖像的讀取與顯示37
2.2.1圖像讀取函數imread38
2.2.2圖像窗口函數namedWindow39
2.2.3圖像顯示函數imshow40
2.3視頻加載與攝像頭調用40
2.3.1視頻數據的讀取40
2.3.2攝像頭的直接調用42
2.4數據保存43
2.4.1圖像的保存43
2.4.2視頻的保存45
2.4.3保存和讀取XML和YMAL文件47
2.5本章小結52
進階篇
第3章圖像基本操作54
3.1圖像顏色空間54
3.1.1顏色模型與轉換54
3.1.2多通道分離與合並59
3.2圖像像素操作處理61
3.2.1圖像像素統計62
3.2.2兩圖像間的像素操作66
3.2.3圖像二值化71
3.2.4LUT76
3.3圖像變換78
3.3.1圖像連接78
3.3.2圖像尺寸變換81
3.3.3圖像翻轉變換83
3.3.4圖像仿射變換84
3.3.5圖像透視變換88
3.3.6極坐標變換90
3.4在圖像上繪制幾何圖形92
3.4.1繪制圓形92
3.4.2繪制直線93
3.4.3繪制橢圓93
3.4.4繪制多邊形94
3.4.5文字生成95
3.5感興趣區域97
3.6圖像“金字塔”100
3.6.1高斯“金字塔”100
3.6.2拉普拉斯“金字塔”101
3.7窗口交互操作104
3.7.1圖像窗口滑動條104
3.7.2鼠標響應106
3.8本章小結109
第4章圖像直方圖與模板匹配111
4.1圖像直方圖的繪制111
4.2直方圖操作113
4.2.1直方圖歸一化113
4.2.2直方圖比較116
4.3直方圖應用120
4.3.1直方圖均衡化120
4.3.2直方圖匹配122
4.3.3直方圖反向投影125
4.4圖像的模板匹配127
4.5本章小結131
第5章圖像濾波132
5.1圖像卷積132
5.2噪聲的種類與生成136
5.2.1椒鹽噪聲136
5.2.2高斯噪聲139
5.3線性濾波142
5.3.1均值濾波142
5.3.2方框濾波145
5.3.3高斯濾波147
5.3.4可分離濾波151
5.4非線性濾波154
5.4.1中值濾波154
5.4.2雙邊濾波156
5.5圖像的邊緣檢測159
5.5.1邊緣檢測原理159
5.5.2Sobel算子162
5.5.3Scharr算子165
5.5.4生成邊緣檢測濾波器167
5.5.5Laplacian算子168
5.5.6Canny算法170
5.6本章小結173
第6章圖像形態學操作175
6.1像素距離與連通域175
6.1.1圖像像素距離變換175
6.1.2圖像連通域分析180
6.2腐蝕和膨脹187
6.2.1圖像腐蝕188
6.2.2圖像膨脹192
6.3形態學應用195
6.3.1開運算195
6.3.2閉運算197
6.3.3形態學梯度197
6.3.4頂帽運算198
6.3.5黑帽運算198
6.3.6擊中擊不中變換199
6.3.7圖像細化202
6.4本章小結205
應用篇
第7章目標檢測208
7.1形狀檢測208
7.1.1直線檢測208
7.1.2直線擬合218
7.1.3圓形檢測220
7.2輪廓檢測223
7.2.1輪廓發現與繪制223
7.2.2輪廓面積228
7.2.3輪廓長度（周長）229
7.2.4輪廓外接多邊形231
7.2.5點到輪廓距離236
7.2.6凸包檢測237
7.3矩的計算239
7.3.1幾何矩與中心矩239
7.3.2Hu矩241
7.3.3基於Hu矩的輪廓匹配243
7.4點集擬合245
7.5QR二維碼檢測248
7.6本章小結251
第8章圖像分析與修復253
8.1傅裡葉變換253
8.1.1離散傅裡葉變換253
8.1.2傅裡葉變換進行卷積260
8.1.3離散餘弦變換262
8.2積分圖像266
8.3圖像分割270
8.3.1漫水填充法270
8.3.2分水嶺法274
8.3.3Grabcut法277
8.3.4Mean-Shift法279
8.4圖像修復282
8.5本章小結285
第9章特征點檢測與匹配287
9.1角點檢測287
9.1.1顯示關鍵點287
9.1.2Harris角點檢測290
9.1.3Shi-Tomas角點檢測293
9.1.4亞像素級別角點檢測296
9.2特征點檢測298
9.2.1關鍵點298
9.2.2描述子299
9.2.3SIFT特征點檢測300
9.2.4SURF特征點檢測303
9.2.5ORB特征點檢測306
9.3特征點匹配310
9.3.1DescriptorMatcher類介紹310
9.3.2暴力匹配312
9.3.3顯示特征點匹配結果313
9.3.4FLANN匹配315
9.3.5RANSAC優化特征點匹配318
9.4本章小結322
第10章立體視覺323
10.1單目視覺323
10.1.1單目相機模型323
10.1.2標定板角點提取327
10.1.3單目相機標定331
10.1.4單目相機校正335
10.1.5單目投影339
10.1.6單目位姿估計341
10.2雙目視覺346
10.2.1雙目相機模型346
10.2.2雙目相機標定347
10.2.3雙目相機校正350
10.3本章小結353
第11章視頻分析354
11.1差值法檢測移動物體354
11.2均值遷移法目標跟蹤357
11.2.1均值遷移法實現的目標跟蹤357
11.2.2自適應均值遷移法實現的目標跟蹤361
11.3光流法目標跟蹤365
11.3.1Farneback多項式擴展算法366
11.3.2基於LK稀疏光流法的跟蹤370
11.4本章小結375
提高篇
第12章OpenCV與機器學習378
12.1OpenCV與傳統機器學習378
12.1.1K均值378
12.1.2K近鄰383
12.1.4隨機森林392
12.1.5支持向量機394
12.2OpenCV與深度神經網絡應用實例397
12.2.1加載深度學習模型397
12.2.2圖像識別400
12.2.3風格遷移403
12.2.4性別檢測405
12.3本章小結407

本書共12章，主要內容包括OpenCV4基礎知識，OpenCV的模塊架構，圖像存儲容器，圖像的讀取與顯示，視頻加載與攝像頭調用，圖像變換，圖像金字塔，圖像直方圖的繪制，圖像的模板匹配，圖像卷積，圖像的邊緣檢測，腐蝕與膨脹，形狀檢測，圖像分割，特征點檢測與匹配，單目和雙目視覺，光流法目標跟蹤，以及OpenCV在機器學習方面的應用等。本書面向的讀者是計算機視覺與圖像處理等相關專業的高校師生、企業內轉行計算機視覺與圖像處理的工作人員、已有圖像處理基礎並想了解OpenCV4新特性的人員。

馮振,郭延寧,呂躍勇 著