计算机视觉技术

本书由浅入深，层层递进，为读者呈现丰富的技术实践场景。 本书采用采用任务驱动的编写方式，配套相应的案例分析、实验过程及源代码，在为读者提供生动的视觉技术体验场景的同时，帮助读者提升项目开发及工程实践能力。

本书旨在建立计算机视觉技术的基础知识体系，为读者进入人工智能视觉领域奠定基础。全书共9章，分别从计算机视觉概述、开发工具的使用等基础知识点出发，向与具体任务相结合的技术知识点（包括图像运算、图像增强、图像去噪、图像分割、视频处理、人脸识别、目标检测等）延伸，由浅入深，层层递进，为读者呈现丰富的技术实践场景。本书采用任务驱动的编写方式，配套相应的案例分析、实验过程以及源代码，在为读者提供生动的视觉技术体验场景的同时，帮助读者提升项目开发及工程实践能力。本书适合作为中职、高职高专及应用型本科人工智能通识课的教材，也可作为人工智能的普及读物供广大读者自学或参考。

李红蕾，博士，讲师，软件设计师。从事高等院校计算机类课程教学6年，参编教材2部，发表论文5篇，参与省部级课题1项，主持纵向科研项目1项，授权实用新型专利3项。

第1章 计算机视觉概述 001
1.1 什么是计算机视觉 002
1.1.1 人类视觉 002
1.1.2 计算机视觉 005
1.1.3 计算机视觉的应用 006
1.2 什么是图像处理 007
1.2.1 图像的表示 008
1.2.2 色彩模型 010
1.2.3 图像处理的基本过程 015
1.3 图像处理库 016
1.3.1 NumPy 017
1.3.2 Pillow 020
任务总结 024
思考和拓展 025
第2章 OpenCV基本使用 026
2.1 OpenCV的基础知识 027
2.1.1 什么是OpenCV 027
2.1.2 OpenCV的发展历程 028
2.1.3 OpenCV的模块 029
2.2 OpenCV的环境配置 030
2.2.1 安装Python 030
2.2.2 安装开发工具 031
2.2.3 安装OpenCV 032
2.3 编写第一个OpenCV程序 034
2.4 使用OpenCV读取图像 036
2.4.1 图像读取 037
2.4.2 图像转换 040
2.4.3 色彩分离与合并 043
任务总结 044
思考和拓展 045
第3章 给图像加滤镜 046
3.1 图像运算的基础知识 047
3.1.1 图像运算 047
3.1.2 基本绘图 056
3.1.3 图像滤镜 058
3.2 任务内容 060
3.2.1 任务分析 060
3.2.2 任务过程分解 061
3.2.3 函数语法 061
3.3 编程实现 065
任务总结 070
思考和拓展 071
第4章 摄像头的夜视功能 072
4.1 图像增强的基础知识 073
4.1.1 图像增强 073
4.1.2 直方图修正 074
4.2 任务内容 081
4.2.1 任务分析 081
4.2.2 函数语法 082
4.3 编程实现 090
任务总结 095
思考和拓展 096
第5章 去除图像噪声 097
5.1 图像去噪的基础知识 098
5.1.1 噪声的概念 098
5.1.2 图像去噪的常用技术 100
5.1.3 图像平滑处理 101
5.1.4 图像形态学操作 103
5.2 任务内容 108
5.2.1 任务分析 108
5.2.2 任务过程分解 109
5.2.3 函数语法 109
5.3 编程实现 117
任务总结 122
思考和拓展 122
第6章 识别车牌 123
6.1 车牌识别的技术原理 124
6.1.1 车牌定位 124
6.1.2 图像分割 127
6.1.3 模板匹配 129
6.2 任务内容 130
6.2.1 任务分析 130
6.2.2 任务过程分解 131
6.2.3 函数语法 131
6.3 编程实现 140
任务总结 147
思考和拓展 147
第7章 车流量计数器 148
7.1 运动视觉的基础知识 149
7.1.1 视频的原理 149
7.1.2 运动目标检测 152
7.1.3 轮廓提取 154
7.2 任务原理内容 157
7.2.1 任务分析 157
7.2.2 任务过程分解 158
7.2.3 函数语法 159
7.3 编程实现 176
任务总结 180
思考和拓展 181
第8章 人脸识别门禁系统 182
8.1 人脸识别的基础知识 183
8.1.1 人脸检测 183
8.1.2 人脸识别 186
8.1.3 人脸数据集 187
8.2 任务内容 188
8.2.1 任务分析 188
8.2.2 任务过程分解 189
8.2.3 函数语法 189
8.3 编程实现 200
任务总结 207
思考和拓展 208
第9章 基于深度学习的目标检测 209
9.1 目标检测的基础知识 210
9.1.1 目标检测的概念 210
9.1.2 目标检测的方法 211
9.2 任务内容 214
9.2.1 任务分析 214
9.2.2 任务过程分解 214
9.2.3 函数语法 215
9.3 编程实现 219
任务总结 222
思考和拓展 222