美國計算機視覺類圖書前列！

專門用Python講解計算機視覺編程

推薦序XI
前言XIII

第1章基本的圖像操作和處理1
1．1PIL：Python圖像處理類庫1
1．1．1轉換圖像格式2
1．1．2創建縮略圖3
1．1．3復制和粘貼圖像區域3
1．1．4調整尺寸和旋轉3
1．2Matplotlib4
1．2．1繪制圖像、點和線4
1．2．2圖像輪廓和直方圖6
1．2．3交互式標注7
1．3NumPy8
1．3．1圖像數組表示8
1．3．2灰度變換9
1．3．3圖像縮放11
1．3．4直方圖均衡化11
1．3．5圖像平均13
1．3．6圖像的主成分分析(PCA)14
1．3．7使用pickle模塊16
1．4SciPy17
1．4．1圖像模糊18
1．4．2圖像導數19
1．4．3形態學：對像計數22
1．4．4一些有用的SciPy模塊23
1．5高級示例：圖像去噪24
練習28
代碼示例約定29

第2章局部圖像描述子31
2．1Harris角點檢測器31
2．2SIFT(尺度不變特征變換)39
2．2．1興趣點39
2．2．2描述子39
2．2．3檢測興趣點40
2．2．4匹配描述子43
2．3匹配地理標記圖像47
2．3．1從Panoramio下載地理標記圖像47
2．3．2使用局部描述子匹配50
2．3．3可視化連接的圖像52
練習54

第3章圖像到圖像的映射57
3．1單應性變換57
3．1．1直接線性變換算法59
3．1．2仿射變換60
3．2圖像扭曲61
3．2．1圖像中的圖像63
3．2．2分段仿射扭曲67
3．2．3圖像配準70
3．3創建全景圖76
3．3．1RANSAC77
3．3．2穩健的單應性矩陣估計78
3．3．3拼接圖像81
練習84

第4章照相機模型與增強現實85
4．1針孔照相機模型85
4．1．1照相機矩陣86
4．1．2三維點的投影87
4．1．3照相機矩陣的分解89
4．1．4計算照相機中心90
4．2照相機標定91
4．3以平面和標記物進行姿態估計93
4．4增強現實97
4．4．1PyGame和PyOpenGL97
4．4．2從照相機矩陣到OpenGL格式98
4．4．3在圖像中放置虛擬物體100
4．4．4綜合集成102
4．4．5載入模型104
練習106

第5章多視圖幾何107
5．1外極幾何107
5．1．1一個簡單的數據集109
5．1．2用Matplotlib繪制三維數據111
5．1．3計算F：八點法112
5．1．4外極點和外極線113
5．2照相機和三維結構的計算116
5．2．1三角剖分116
5．2．2由三維點計算照相機矩陣118
5．2．3由基礎矩陣計算照相機矩陣120
5．3多視圖重建122
5．3．1穩健估計基礎矩陣123
5．3．2三維重建示例125
5．3．3多視圖的擴展示例129
5．4立體圖像130
練習135

第6章圖像聚類137
6．1K-means聚類137
6．1．1SciPy聚類包138
6．1．2圖像聚類139
6．1．3在主成分上可視化圖像140
6．1．4像素聚類142
6．2層次聚類144
6．3譜聚類152
練習157

第7章圖像搜索159
7．1基於內容的圖像檢索159
7．2視覺單詞160
7．3圖像索引164
7．3．1建立數據庫164
7．3．2添加圖像165
7．4在數據庫中搜索圖像167
7．4．1利用索引獲取候選圖像168
7．4．2用一幅圖像進行查詢169
7．4．3確定對比基準並繪制結果171
7．5使用幾何特性對結果排序172
7．6建立演示程序及Web應用176
7．6．1用CherryPy創建Web應用176
7．6．2圖像搜索演示程序176
練習179

第8章圖像內容分類181
8．1K鄰近分類法(KNN)181
8．1．1一個簡單的二維示例182
8．1．2用稠密SIFT作為圖像特征185
8．1．3圖像分類：手勢識別187
8．2貝葉斯分類器190
8．3支持向量機195
8．3．1使用LibSVM196
8．3．2再論手勢識別198
8．4光學字符識別199
8．4．1訓練分類器200
8．4．2選取特征200
8．4．3多類支持向量機201
8．4．4格並識別字符202
8．4．5圖像校正205
練習206

第9章圖像分割209
9．1圖割(Graph Cut)209
9．1．1從圖像創建圖211
9．1．2用戶交互式分割216
9．2利用聚類進行分割218
9．3變分法224
練習226

第10章OpenCV227
10．1OpenCV的Python接口227
10．2OpenCV基礎知識228
10．2．1讀取和寫入圖像228
10．2．2顏色空間228
10．2．3顯示圖像及結果229
10．3處理視頻232
10．3．1視頻輸入232
10．3．2將視頻讀取到NumPy數組中234
10．4跟蹤234
10．4．1光流235
10．4．2Lucas-Kanade算法237
10．5更多示例243
10．5．1圖像修復243
10．5．2利用分水嶺變換進行分割244
10．5．3利用霍夫變換檢測直線245
練習246

附錄A安裝軟件包247
A．1NumPy和SciPy247
A．1．1Windows247
A．1．2Mac OS X247
A．1．3Linux248
A．2Matplotlib248
A．3PIL248
A．4LibSVM249
A．5OpenCV249
A．5．1Windows和Unix249
A．5．2Mac OS X249
A．5．3Linux250
A．6VLFeat250
A．7PyGame250
A．8PyOpenGL250
A．9Pydot251
A．10Python-graph251
A．11Simplejson252
A．12PySQLite252
A．13CherryPy252

附錄B圖像集253
B．1Flickr253
B．2Panoramio254
B．3牛津大學視覺幾何組255
B．4肯塔基大學識別基準圖像255
B．5其他256
B．5．1Prague Texture Segmentation Datagenerator與基準256
B．5．2微軟研究院Grab Cut數據集256
B．5．3Caltech 101256
B．5．4靜態手勢數據庫256
B．5．5Middlebury Stereo數據集256

附錄C圖片來源257
C．1來自Flickr的圖像257
C．2其他圖像258
C．3插圖258

參考文獻259
索引263

推薦序計算機視覺是一門實踐性很強的課程，雖然已經有了不少教科書，但大多數都隻重視其中的理論和算法，很少有實踐指導書。因而對於學習者而言，如果希望在實踐中學習，往往需要編寫大量的程序。在這方面，本書的出版可以算是一個有效的補充，相信本書將成為計算機視覺學習者的一個重要參考。作為一本面向計算機視覺編程的書，本書涉及了這一學科中相對成熟並且被以往實踐驗證有效的部分典型算法，因而具有很好的實用性。例如第2 章描述子部分選擇了Harris 角點檢測器和SIFT 描述子及其實現加以介紹；第3 章則以全景圖的創建為例，給出了RANSAC 的實現；第9 章圖像分割中討論了Graph Cut 的實現等。這些方法大多數具有很好的通用性，因而為讀者提供了一種實現範例。本書的另一個特點是對介紹的單一方法，通過綜合運用提升學習者靈活應用這些方法的能力。例如第4 章給出的增強現實的例子，以及第8 章給出的數獨圖像校正的例子。這些例子能夠幫助進一步提升學習者對前述方法的感性認識。與早期計算機視覺領域多數程序都是由C/C++ 寫就的情形不同。隨著計算機硬件速度越來越快，研究者在考慮選擇實現算法語言的時候會更多地考慮編寫代碼的效率和易用性，而不是像早年那樣把算法的執行效率放在首位。這直接導致近年來越來越多的研究者選擇Python 來實現算法。與此同時，Python 的開放性使不同領域的研究者能夠有機會在Python 中加入他們需要的特性，甚至可以納入Python 的標準庫，這也大大吸引了眾多研究者對Python 的參與。本書的第三個特點是提供了與OpenCV 接口的介紹。這為利用OpenCV 中的資源提供了方便的途徑。今天在計算機視覺領域，越來越多的研究者使用Python 開展研究。本書中文版的出版一方面能夠鼓勵更多的研究者采用這一語言，另一方面則為Python 的學習者提供了一種嘗試不同領域算法的機會。中國計算機學會副秘書長陳熙霖2014.4.21