图像处理与计算机视觉实践——基于OpenCV和Python

“图像处理”和“计算机视觉”课程是人工智能专业的必修课，是计算机、智能科学、电子信息、软件工程等专业的选修课。 OpenCV 是一个开源的计算机视觉库，高效地实现了大量图像处理和计算机视觉算法。本书基于成熟的 OpenCV 库，采用 Python 语言，通过大量的实际应用案例，介绍图像处理和计算机视觉算法。书中的案例以最近几年的最新科研进展为主，如人脸识别、目标跟踪、二维码识别、手势识别等。读者通过这些实用案例可以快速透彻理解算法理论，同时提高将理论应用于实践的能力。 本书提供配套的源码，方便读者学习实践。本书可作为“图像处理”和“计算机视觉”课程的教材，适合图像处理领域的师生、从业人员、OpenCV 初学者参考，也适合有一定 Python 语言基础的读者进阶学习。

吴佳 南方科技大学计算机科学与工程系科研教学助理，具有多年的图像处理和计算机视觉工作经验，熟悉OpenCV开发和应用。 于仕琪 南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历，现为OpenCV Foundation的理事。

第 1章　图像的基本操作 1 1.1　OpenCV简介 1 1.2　图像的基本操作 2 1.2.1　数字图像的表示 2 1.2.2　图像文件的读写与显示 3 1.2.3　视频文件的读写与显示 7 第 2章　图像的几何变换 11 2.1　缩放 11 2.2　翻转、旋转和平移 16 2.2.1　翻转 16 2.2.2　旋转 16 2.2.3　平移 17 2.3　仿射变换 18 2.4　单应性变换 25 第3章　图像滤波 28 3.1　什么是图像滤波 28 3.2　均值滤波 29 3.3　高斯滤波 32 3.4　中值滤波 34 3.5　双边滤波 36 3.6　自定义滤波 38 第4章　边缘检测 39 4.1　图像梯度 39 4.2　边缘检测算子 41 4.2.1　一阶微分算子 41 4.2.2　二阶微分算子 45 4.3　Canny边缘检测 47 第5章　特征提取与匹配 51 5.1　特征提取 51 5.1.1　SIFT 51 5.1.2　ORB 54 5.2　特征匹配 58 5.2.1　暴力匹配 58 5.2.2　FLANN 60 5.3　应用示例 61 第6章　人脸识别应用 65 6.1　人脸识别简介 65 6.2　人脸检测 66 6.3　人脸对齐 72 6.4　特征提取 73 6.5　人脸比对 75 6.6　人脸识别示例 75 第7章　目标跟踪应用 80 7.1　什么是目标跟踪 80 7.2　目标跟踪算法 81 7.2.1　MeanShift和CAMshift 81 7.2.2　Tracker类 85 7.2.3　DaSiamRPN 86 7.2.4　NanoTrack 90 第8章　文本识别应用 94 8.1　文本识别简介 94 8.2　文本检测 95 8.2.1　传统的文本检测 95 8.2.2　基于深度学习的文本检测 98 8.3　基于深度学习的文本识别 101 第9章　条形码与二维码识别应用 105 9.1　条形码简介 105 9.2　OpenCV中的条形码识别 106 9.2.1　条形码检测 107 9.2.2　条形码解码 110 9.2.3　条形码识别示例 111 9.3　二维码简介 112 9.4　OpenCV中的QR码识别 113 9.4.1　QR码的检测识别 114 9.4.2　QR码识别示例 116 第 10章　基于计算机视觉的机械臂应用 118 10.1　机械臂控制基本原理 118 10.2　应用：跟踪人脸的机械臂 123 10.3　应用：跟踪指定人脸的机械臂 127 10.4　应用：机械臂抓取物体 128 第 11章　手势识别应用 132 11.1　手掌检测 132 11.2　手关键点估计 135 11.3　应用：“石头-剪刀-布”人机大战 141 第 12章　3D相机及其应用 146 12.1　3D相机简介 146 12.2　3D相机数据的采集和显示 147 12.3　应用：人体分割 149 12.4　应用：人脸鉴伪 151