本書分為四個部分，第一部分為圖像采集及操作實(shí)戰(zhàn)，主要介紹計算機(jī)視覺開發(fā)工具的安裝、OpenCV開發(fā)環(huán)境的配置、攝像頭的訪問及保存圖片等操作，讓讀者能夠理解常見的圖像類型并完成圖像和視頻的采集任務(wù)；第二部分為圖像增強(qiáng)實(shí)戰(zhàn)，主要介紹圖像增強(qiáng)的一般方法，包括圖像平滑、邊緣銳化、邊緣提取、圖像輪廓提取等內(nèi)容，并帶領(lǐng)讀者完成了圖像增強(qiáng)在工業(yè)場景下的實(shí)際任務(wù)；第三部分為圖像分析實(shí)戰(zhàn)，主要介紹圖像分析的常用方法，包括閾值分割、圖像輪廓提取、圖像形態(tài)學(xué)操作、交互式圖形分割、特征提取，并通過實(shí)戰(zhàn)形式，完成目標(biāo)檢測和目標(biāo)追蹤等計算機(jī)視覺任務(wù)；第四部分為機(jī)器學(xué)習(xí)實(shí)戰(zhàn)，主要介紹了OpenCV的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模塊，以及常見的深度學(xué)習(xí)庫在OpenCV下的使用方法，給出了商業(yè)級文字識別、車牌識別和智能交通檢測等項目實(shí)戰(zhàn)案例。
本書針對高等職業(yè)院校人工智能技術(shù)等專業(yè)教學(xué)要求，以實(shí)際項目為案例，以工程代碼實(shí)現(xiàn)為主線，介紹利用OpenCV進(jìn)行數(shù)字圖像處理的基本方法，讓讀者對未來的人工智能工作場景有深刻的認(rèn)知，從而讓理論性強(qiáng)、內(nèi)容抽象、算法較多的數(shù)字圖像處理知識與崗位任務(wù)緊密融合。
宋桂嶺，博士，無錫科技職業(yè)學(xué)院教師。研究方向為計算機(jī)視覺、計算機(jī)圖形學(xué)和自主移動機(jī)器人，畢業(yè)于北京郵電大學(xué)計算機(jī)學(xué)院。二十余年來堅持奮斗在科學(xué)技術(shù)攻關(guān)一線，積累了豐富的產(chǎn)品研發(fā)經(jīng)驗。研發(fā)成果包括工業(yè)CT算法庫平臺（合作單位：日聯(lián)科技）、計算攝影相關(guān)國際標(biāo)準(zhǔn)（傳音股份）、電力裝備智能制造工業(yè)互聯(lián)網(wǎng)平臺（森藍(lán)智能）、自主移動機(jī)器人底盤（無錫科技職業(yè)學(xué)院）、好護(hù)家智慧醫(yī)養(yǎng)平臺（蘇州福星集團(tuán)）、智能交通集成管控平臺（中國智能交通集團(tuán)）、 “智慧眼”系列智能安防系統(tǒng)、感知工地系統(tǒng)、違章停車全自動抓拍系統(tǒng)，以及博物館AR虛擬漫游系統(tǒng)等。
第1部分 圖像采集及操作實(shí)戰(zhàn)第1章 OpenCV環(huán)境配置21.1 計算機(jī)視覺概述21.1.1 計算機(jī)視覺的概念21.1.2 計算機(jī)視覺的任務(wù)31.1.3 計算機(jī)視覺的應(yīng)用61.2 OpenCV概述71.3 OpenCV-Python環(huán)境配置71.3.1 Python環(huán)境的安裝71.3.2 OpenCV-Python安裝111.3.3 PyCharm安裝及配置14小結(jié)18第2章 數(shù)字圖像基本操作192.1 數(shù)字圖像的讀取與顯示192.2 數(shù)字圖像在計算機(jī)中的表示212.3 視頻采集與存儲262.4 圖像基本操作272.4.1 圖像像素操作272.4.2 圖像興趣區(qū)域選取282.4.3 圖像通道操作292.4.4 顏色空間轉(zhuǎn)換302.4.5 圖像邊框的填充312.5 圖像的幾何變換332.5.1 圖像的縮放332.5.2 圖像的平移342.5.3 圖像的旋轉(zhuǎn)352.5.4 圖像的透視變換36項目實(shí)戰(zhàn) 基于顏色的目標(biāo)追蹤37小結(jié)38第２部分 圖像增強(qiáng)實(shí)戰(zhàn)第3章 數(shù)字濾波操作403.1 圖像噪聲403.2 圖像濾波433.3 鄰域平滑濾波443.4 頻域低通濾波及高通濾波493.5 圖像梯度及邊緣濾波51項目實(shí)戰(zhàn) 圖像清晰度評價54小結(jié)57第4章 圖像亮度及對比度操作584.1 圖像直方圖概念及可視化584.2 直方圖均衡化與圖像對比度增強(qiáng)594.3 直方圖的掩模操作624.4 圖像亮度調(diào)整634.5 圖像對比度調(diào)整64項目實(shí)戰(zhàn) 交互式圖像增強(qiáng)65小結(jié)68第３部分 圖像分析實(shí)戰(zhàn)第5章 圖像分割705.1 圖像分割概述705.2 圖像閾值分割715.3 圖形形態(tài)學(xué)操作745.4 圖像輪廓提取765.5 分水嶺圖像分割78項目實(shí)戰(zhàn)1 利用圖割（GrabCut）實(shí)現(xiàn)交互式摳圖84項目實(shí)戰(zhàn)2 錫球輪廓提取及面積計算90小結(jié)93第6章 目標(biāo)檢測946.1 目標(biāo)檢測概述946.2 模板匹配956.3 特征匹配976.3.1 圖像特征理解976.3.2 圖像特征描述996.3.3 基于特征匹配的目標(biāo)檢測104項目實(shí)戰(zhàn) 疲勞駕駛檢測107小結(jié)115第7章 目標(biāo)跟蹤1167.1 目標(biāo)跟蹤概述1167.2 目標(biāo)跟蹤實(shí)現(xiàn)1177.2.1 數(shù)據(jù)集下載1177.2.2 視頻合成1187.2.3 OpenCV目標(biāo)跟蹤實(shí)現(xiàn)1207.3 背景差分124項目實(shí)戰(zhàn) 手勢跟蹤127小結(jié)130第4部分 機(jī)器學(xué)習(xí)實(shí)戰(zhàn)第8章 文字識別1328.1 手寫數(shù)字識別1328.1.1 OpenCV人工神經(jīng)網(wǎng)絡(luò)概述1328.1.2 手寫數(shù)字識別1338.2 Paddle文字識別 136項目實(shí)戰(zhàn)1 車牌識別140項目實(shí)戰(zhàn)2 鏡頭規(guī)格識別148小結(jié)152第9章 深度學(xué)習(xí)1539.1 OpenCV DNN模塊概述1539.2 第三方深度學(xué)習(xí)庫與OpenCV集成154小結(jié)159參考文獻(xiàn) 160
書單推薦
