OpenCV算法精解 基于Python与C++2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

OpenCV算法精解 基于Python与C++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

1 OpenCV入门1

1.1 初识OpenCV1

1.1.1 OpenCV的模块简介1

1.1.2 OpenCV 2.4.13与3.2版本的区别2

1.2 部署OpenCV3

1.2.1 在Visual Studio 2015 中配置OpenCV3

1.2.2 OpenCV 2.X C＋＋ API的第一个示例10

1.2.3 OpenCV 3.X C＋＋ API的第一个示例12

1.2.4 在Anaconda 2中配置OpenC V13

1.2.5 OpenCV 2.X Python API的第一个示例15

1.2.6 OpenCV 3.X Python API的第一个示例16

2图像数字化17

2.1 认识Numpy中的ndarray17

2.1.1 构造ndarray对象17

2.1.2 访问ndarray中的值19

2.2 认识OpenC V中的Mat类21

2.2.1 初识Mat21

2.2.2 构造单通道Mat对象21

2.2.3 获得单通道Mat的基本信息23

2.2.4 访问单通道Mat对象中的值24

2.2.5 向量类Vec29

2.2.6 构造多通道Mat对象30

2.2.7 访问多通道Mat对象中的值30

2.2.8 获得Mat中某一区域的值35

2.3 矩阵的运算38

2.3.1 加法运算38

2.3.2 减法运算41

2.3.3 点乘运算42

2.3.4 点除运算44

2.3.5 乘法运算45

2.3.6 其他运算49

2.4 灰度图像数字化50

2.4.1 概述50

2.4.2 将灰度图像转换为Mat51

2.4.3 将灰度图转换为ndarray53

2.5 彩色图像数字化53

2.5.1 将RGB彩色图像转换为多通道Mat54

2.5.2 将RGB彩色图转换为三维的ndarray55

2.6 参考文献56

3几何变换57

3.1 仿射变换57

3.1.1 平移58

3.1.2 放大和缩小59

3.1.3 旋转60

3.1.4 计算仿射矩阵62

3.1.5 插值算法65

3.1.6 Python实现69

3.1.7 C＋＋实现71

3.1.8 旋转函数rotate（OpenCV3.X新特性）72

3.2 投影变换74

3.2.1 原理详解74

3.2.2 Python实现76

3.2.3 C＋＋实现77

3.3 极坐标变换80

3.3.1 原理详解80

3.3.2 Python实现84

3.3.3 C＋＋实现87

3.3.4 线性极坐标函数linearPolar（OpenCV 3.X新特性）91

3.3.5 对数极坐标函数logPolar（OpenCV 3.X新特性）93

3.4 参考文献95

4对比度增强96

4.1 灰度直方图96

4.1.1 什么是灰度直方图96

4.1.2 Python及C＋＋实现97

4.2 线性变换100

4.2.1 原理详解100

4.2.2 Python实现101

4.2.3 C＋＋实现103

4.3 直方图正规化105

4.3.1 原理详解105

4.3.2 Python实现105

4.3.3 C＋＋实现106

4.3.4 正规化函数normalize108

4.4 伽马变换111

4.4.1 原理详解111

4.4.2 Python实现112

4.4.3 C＋＋实现113

4.5 全局直方图均衡化114

4.5.1 原理详解114

4.5.2 Python实现115

4.5.3 C＋＋实现117

4.6 限制对比度的自适应直方图均衡化118

4.6.1 原理详解118

4.6.2 代码实现119

4.7 参考文献121

5图像平滑122

5.1 二维离散卷积122

5.1.1 卷积定义及矩阵形式122

5.1.2 可分离卷积核134

5.1.3 离散卷积的性质135

5.2 高斯平滑140

5.2.1 高斯卷积核的构建及分离性140

5.2.2 高斯卷积核的二项式近似142

5.2.3 Python实现144

5.2.4 C＋＋实现145

5.3 均值平滑147

5.3.1 均值卷积核的构建及分离性147

5.3.2 快速均值平滑147

5.3.3 Python实现149

5.3.4 C＋＋实现151

5.4 中值平滑154

5.4.1 原理详解154

5.4.2 Python实现155

5.4.3 C＋＋实现157

5.5 双边滤波161

5.5.1 原理详解161

5.5.2 Python实现162

5.5.3 C＋＋实现164

5.6 联合双边滤波168

5.6.1 原理详解168

5.6.2 Python实现168

5.6.3 C＋＋实现170

5.7 导向滤波173

5.7.1 原理详解173

5.7.2 Python实现174

5.7.3 快速导向滤波176

5.7.4 C＋＋实现177

5.8 参考文献179

6阈值分割181

6.1 方法概述182

6.1.1 全局阈值分割182

6.1.2 阈值函数threshold（OpenCV3.X新特性）183

6.1.3 局部阈值分割186

6.2 直方图技术法187

6.2.1 原理详解187

6.2.2 Python实现188

6.2.3 C＋＋实现190

6.3 熵算法191

6.3.1 原理详解191

6.3.2 代码实现193

6.4 Otsu阈值处理195

6.4.1 原理详解195

6.4.2 Python实现196

6.4.3 C＋＋实现197

6.5 自适应阈值199

6.5.1 原理详解200

6.5.2 Python实现200

6.5.3 C＋＋实现201

6.6 二值图的逻辑运算203

6.6.1 “与”和“或”运算203

6.6.2 Python实现204

6.6.3 C＋＋实现204

6.7 参考文献206

7形态学处理207

7.1 腐蚀207

7.1.1 原理详解207

7.1.2 实现代码及效果208

7.2 膨胀212

7.2.1 原理详解212

7.2.2 Python实现213

7.2.3 C＋＋实现214

7.3 开运算和闭运算216

7.3.1 原理详解216

7.3.2 Python实现216

7.4 其他形态学处理操作219

7.4.1 顶帽变换和底帽变换219

7.4.2 形态学梯度220

7.4.3 C＋＋实现220

8边缘检测223

8.1 Roberts算子224

8.1.1 原理详解224

8.1.2 Python实现225

8.1.3 C＋＋实现227

8.2 Prewitt边缘检测229

8.2.1 Prewitt算子及分离性229

8.2.2 Python实现230

8.2.3 C＋＋实现232

8.3 Sobel边缘检测234

8.3.1 Sobel算子及分离性234

8.3.2 构建高阶的Sobel算子234

8.3.3 Python实现235

8.3.4 C＋＋实现239

8.4 Scharr算子242

8.4.1 原理详解242

8.4.2 Python实现242

8.4.3 C＋＋实现243

8.5 Kirsch算子和Robinson算子244

8.5.1 原理详解244

8.5.2 代码实现及效果245

8.6 Canny边缘检测248

8.6.1 原理详解248

8.6.2 Python实现257

8.6.3 C＋＋实现262

8.7 Laplacian算子268

8.7.1 原理详解268

8.7.2 Python实现269

8.7.3 C＋＋实现270

8.8 高斯拉普拉斯（LoG）边缘检测272

8.8.1 原理详解272

8.8.2 Python实现273

8.8.3 C＋＋实现275

8.9 高斯差分（DoG）边缘检测278

8.9.1 高斯拉普拉斯与高斯差分的关系278

8.9.2 Python实现279

8.9.3 C＋＋实现281

8.10 Marr-Hildreth边缘检测283

8.10.1 算法步骤详解283

8.10.2 Pyton实现284

8.10.3 C＋＋实现288

8.11 参考文献292

9几何形状的检测和拟合293

9.1 点集的最小外包293

9.1.1 最小外包旋转矩形294

9.1.2 旋转矩形的4个顶点（OpenCV 3.X新特性）296

9.1.3 最小外包圆298

9.1.4 最小外包直立矩形（OpenCV 3.X新特性）299

9.1.5 最小凸包302

9.1.6 最小外包三角形（OpenCV 3.X新特性）305

9.2 霍夫直线检测306

9.2.1 原理详解306

9.2.2 Python实现311

9.2.3 C＋＋实现316

9.3 霍夫圆检测320

9.3.1 标准霍夫圆检测320

9.3.2 Python实现322

9.3.3 基于梯度的霍夫圆检测324

9.3.4 基于梯度的霍夫圆检测函数HoughCircles326

9.4 轮廓329

9.4.1 查找、绘制轮廓329

9.4.2 外包、拟合轮廓332

9.4.3 轮廓的周长和面积336

9.4.4 点和轮廓的位置关系339

9.4.5 轮廓的凸包缺陷342

9.5 参考文献345

10傅里叶变换346

10.1 二维离散的傅里叶（逆）变换346

10.1.1 数学理解篇346

10.1.2 快速傅里叶变换351

10.1.3 C＋＋实现351

10.1.4 Python实现353

10.2 傅里叶幅度谱与相位谱354

10.2.1 基础知识354

10.2.2 Python实现355

10.2.3 C＋＋实现358

10.3 谱残差显著性检测361

10.3.1 原理详解361

10.3.2 Python实现362

10.3.3 C＋＋实现363

10.4 卷积与傅里叶变换的关系365

10.4.1 卷积定理365

10.4.2 Python实现366

10.5 通过快速傅里叶变换计算卷积369

10.5.1 步骤详解369

10.5.2 Python实现370

10.5.3 C＋＋实现371

10.6 参考文献372

11频率域滤波373

11.1 概述及原理详解373

11.2 低通滤波和高通滤波376

11.2.1 三种常用的低通滤波器376

11.2.2 低通滤波的C＋＋实现379

11.2.3 低通滤波的Python实现383

11.2.4 三种常用的高通滤波器386

11.3 带通和带阻滤波388

11.3.1 三种常用的带通滤波器388

11.3.2 三种常用的带阻滤波器389

11.4 自定义滤波器391

11.4.1 原理详解391

11.4.2 C＋＋实现391

11.5 同态滤波396

11.5.1 原理详解396

11.5.2 Python实现396

11.6 参考文献398

12色彩空间399

12.1 常见的色彩空间399

12.1.1 RGB色彩空间399

12.1.2 HSV色彩空间399

12.1.3 HLS色彩空间400

12.2 调整彩色图像的饱和度和亮度400

12.2.1 Python实现401

12.2.2 C＋＋实现402