第 1 章 初識 OpenCV
1．1OpenCV 簡介
1．2OpenCV 的安裝
1．2．1在 Visual Studio 2017 上安裝
1．2．2在 PyCharm 上安裝
1．2．3在其他編譯器上安裝
1．3OpenCV 常用的 Python 內置函數
1．3．1ord 函數
1．3．2max 函數和 min 函數
1．3．3sorted 函數
1．4常見的錯誤
1．4．1NameErron name ‘np’ is not defined
1．4．2未知&0xff 產生的錯誤
1．4．3圖片無法正常顯示或程序死機
1．4．4OpenCV 版本不同產生的問題
1．5OpenCV 代碼體驗
第2 章 圖片與初用 OpenCV
2．1圖片在計算機中的存儲形式
2．1．1BGR 圖
2．1．2灰度圖
2．1．3HSV 圖．
2．1．4二值圖
2．2圖片的讀取與寫出
2．2．1圖片讀取
2．2．2圖片保存
2．2．3BGR 圖的讀取與寫出
2．2．4灰度圖的讀取與寫出
2．2．5圖片展示．
2．2．6圖片延時．
2．2．7圖片讀取演示
2．3計算機視覺中常用的圖片屬性
第3 章 OpenCV 的基礎函數
3．1OpenCV 的繪圖函數
3．1．1畫直線
3．1．2畫矩形
3．1．3畫圓
3．1．4畫橢圓
3．1．5畫多邊形
3．1．6添加文字
3．2OpenCV 的處理鼠標事件函數
3．2．1調用回調函數
3．2．2鼠標事件
3．2．3回調函數
3．3OpenCV 實現滑動條式調色板
第4 章 OpenCV 的基礎圖像操作
4．1圖像的基礎操作
4．1．1獲取像素值
4．1．2修改像素值
4．1．3拆分及合並圖像通道
4．1．4圖像擴邊
4．2圖像的算術操作
4．2．1圖像加法
4．2．2OpenCV 與 NumPy 模塊算術加法的區別
4．2．3圖像加法練習
4．2．4圖像加權
4．2．5圖像邏輯運算
4．3直接像素點操作與 ROI
第5 章 OpenCV 中動態圖像的基礎操作
5．1捕獲視頻
5．1．1cv2．VideoCapture 函數
5．1．2攝像頭捕獲視頻
5．1．3獲取本地視頻
5．1．4cv2．VideoWriter 函數
5．1．5視頻的保存
5．1．6錯誤處理：函數不存在
5．2物體追蹤
5．2．1圖像的顏色空間轉換
5．2．2構建掩膜
5．2．3指定 HSV 圖像物體追蹤
5．2．4找到要追蹤對像的 HSV 值
第6 章 OpenCV 圖像變換
6．1縮放變換
6．2平移變換
6．3旋轉變換
6．4仿射變換
6．5透視變換
第7 章 OpenCV 圖像噪點
7．1圖像閾值
7．1．1簡單閾值
7．1．2自適應閾值
7．1．3Otsu's 二值化算法
7．2圖像去噪
7．2．1卷積
7．2．22D 卷積
7．2．3平均卷積
7．2．4高斯模糊
7．2．5中值濾波
7．2．6雙邊濾波
7．2．7濾波後的處理操作
7．3形態學轉換
7．3．1形態學腐蝕
7．3．2形態學膨脹
7．3．3形態學高級操作
7．3．4形態學梯度
7．3．5形態學禮帽
7．3．6形態學黑帽
7．3．7素
第8 章 圖像邊緣
8．1圖像梯度
8．1．1cv2．Sobel 函數
8．1．2Sobel 算子和 Scharr 算子
8．1．3Laplacian 算子
8．2Canny 邊緣檢測
8．2．1Canny 邊緣檢測原理
8．2．2cv2．Canny 函數
8．2．3Canny 邊緣檢測實例
8．3圖像金字塔
8．3．1構建圖像金字塔
8．3．2高斯金字塔
8．3．3拉普拉斯金字塔
第9 章 圖像輪廓
9．1什麼是輪廓
9．2輪廓的尋找與繪制
9．2．1輪廓尋找
9．2．2輪廓繪制
9．2．3輪廓的尋找與繪制實例
9．3輪廓特征
9．3．1圖像的矩
9．3．2輪廓的重心
9．3．3輪廓的面積
9．3．4輪廓的周長
9．3．5輪廓近似
9．4凸包
9．5凸性檢測
9．6輪廓框定
9．6．1輪廓外接
9．6．2圖像擬合
9．7輪廓的性質
9．7．1面積占比
9．7．2密實度
9．7．3圓替換
9．7．4輪廓夾角
9．7．5輪廓中極點的坐標
9．8常用的輪廓處理函數
9．8．1找凸缺陷
9．8．2判斷點與輪廓的位置關繫
9．8．3形狀匹配
9．9輪廓的層次結構
第10 章 綜合運用 1：現代物體追蹤
10．1霍夫變換——動態檢測
10．1．1霍夫變換
10．1．2霍夫變換的工作原理
10．1．3霍夫變換提取直線的實現原理
10．1．4直線檢測
10．1．5基本霍夫變換的局限性
10．1．6動態圓形檢測
10．1．7其他圖形檢測
10．1．8廣義霍夫變換
10．2“HSV+輪廓”追蹤物體
10．2．1基本原理
10．2．2實際運用
10．2．3優化算法
10．2．4噪點去除
10．3Camshift 目標追蹤
10．3．1Camshift 目標追蹤的原理
10．3．2顏色直方圖
10．3．3Camshift 目標追蹤代碼分析
10．4光流法追蹤
10．4．1運動場與光流場
10．4．2光流法
10．4．3直接法
10．4．4光流法的代碼實現
10．5KCF 目標追蹤
10．5．1工作原理．
10．5．2KCF 目標追蹤實例
10．6多目標追蹤
10．6．1創建單目標對像追蹤器
10．6．2讀取攝像頭（視頻）內初幀
10．6．3在初幀內確定追蹤的所有對像
10．6．4初始化多目標追蹤的類
10．6．5更新圖像並輸出圖像
第11 章 綜合運用 2：圖像數據交互
11．1圖像中物體的裁剪
11．1．1圖像的轉換和捕捉
11．1．2圖像的去噪和填充
11．1．3畫圖像輪廓
11．1．4圖像的截取
11．2單目測距
11．2．1單目測距的原理
11．2．2靜態單目測距
11．2．3動態單目測距
11．3圖像數據上傳
11．3．1郵件的發送協議
11．3．2基於 SMTP 的郵件發送
11．3．3無附件的 SMTP 傳輸
11．3．4有附件的 SMTP 傳輸
11．4圖像數據遠程交互
11．4．1MQTT 協議
11．4．2雲上設備創建
11．4．3規則引擎的創建
11．4．4本地數據發布端代碼
11．4．5本地數據接收端代碼
第12 章 綜合運用 3：圖像與現代生活
12．1二維碼識別
12．1．1靜態的二維碼識別
12．1．2動態的二維碼識別
12．2人臉識別
12．2．1人臉識別的原理——Haar特征
12．2．2人臉識別的實現
12．2．3判斷是否存在人臉
12．3手勢識別
12．3．1手勢識別的分類
12．3．22D 攝像頭手勢識別
12．3．3手勢識別的實現
12．4人臉表情識別
12．4．1基於 dlib 的人臉表情識別
12．4．2靜態圖像的人臉表情識別
12．4．3動態的人臉表情識別
12．5文字的挖取與識別
12．5．1文字挖取
12．5．2文字識別
12．6圖片與 ASCII 藝術
12．6．1ASCII 藝術
12．6．2圖片 ASCII 轉換
12．7透明實現
12．7．1透明實現的原理
12．7．2區域檢測
12．7．3背景幀的替換
12．7．4透明實現過程
12．8泊松克隆
12．8．1泊松克隆簡介
12．8．2正常克隆
12．8．3混合克隆
12．8．4遷移融合
12．9圖像修復
12．9．1圖像修復原理
12．9．2INPAINT_NS 修復
12．9．3INPAINT_TELEA 修復
12．10非真實感渲染
12．10．1什麼是非真實感渲染
12．10．2保邊濾波器
12．10．3細節增強
12．10．4素描濾波器
12．10．5風格濾波
第13 章 綜合運用 4：圖像與工業．
13．1中值背景估計
13．1．1時間中值濾波
13．1．2運用中值濾波進行背景估計
13．1．3幀差分
13．2ORB 圖像對齊
13．2．1圖像對齊的原理
13．2．2尋找對應點
13．2．3基於特征的圖像對齊步驟
13．2．4圖像對齊
13．3圖像填充
13．3．1前景與背景
13．3．2前背分離
13．3．3漫水填充算法
