精华内容
下载资源
问答
  • OpenCV轻松入门,opencv轻松入门面向pythonPDF下载,Python.rar
  • OpenCV轻松入门,opencv轻松入门面向pythonPDF下载,Python.zip
  • OpenCV轻松入门,面向Python
  • OpenCV轻松入门,opencv轻松入门面向pythonPDF下载,Python源码.zip
  • 李立宗《OpenCV轻松入门 面向Python》PDF首页 >网工书籍2020年8月26日 21:32字号:小中大评论:0 条时间:2020-8-26 21:32评论:0 条OpenCV轻松入门 面向Python【作 者】李立宗【形态项】 472【出版项】 北京:...

    李立宗《OpenCV轻松入门 面向Python》PDF

    首页 >

    网工书籍

    2020年8月26日 21:32

    字号:小

    评论:0 条

    时间:2020-8-26 21:32

    评论:0 条

    OpenCV轻松入门 面向Python

    【作 者】李立宗

    【形态项】 472

    【出版项】 北京:电子工业出版社 , 2019.05

    【ISBN号】978-7-121-36290-3

    【中图法分类号】TP391.413

    【主题词】图象处理软件-程序设计

    【参考文献格式】 李立宗. OpenCV轻松入门 面向Python. 北京:电子工业出版社, 2019.05.

    内容提要:

    本书基于面向Python的OpenCV(OpenCVforPython),介绍了图像处理的方方面面。本书以OpenCV官方文档的知识脉络为主线,并对细节进行补充和说明。书中不仅介绍了OpenCV函数的使用方法,还介绍了函数实现的算法原理。在介绍OpenCV函数的使用方法时,提供了大量的程序示例。而且在介绍函数对图像的处理前,往往先展示函数对数值、数组的处理,方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时,本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题,避免使用过多复杂抽象的公式。本书适合计算机视觉领域的初学者阅读,包括在校学生、教师、专业技术人员、图像处理爱好者。

    下载链接:https://share.weiyun.com/GcpfMi6O 密码:4bif49

     您阅读这篇文章共花了:

    资源更新:欢迎留言您所需的资源,我们酌情更新。

    版权声明:本站所有资源来源于互联网公开获取,若有侵权,请来信即时删除。

    昵称

    邮件地址 (选填)

    个人主页 (选填)

    展开全文
  • OpenCV轻松入门,面向Python
  • OPENCV入门11.1如何使用11.2图像处理基本操作31.2.1读取图像31.2.2显示图像51.2.3保存图像91.3OpenCV贡献库10第2章图像处理基础112.1图像的基本表示方法112.2像素处理152.3使用numpy.array访问像素232.4感兴趣区域...

    章OPENCV入门1

    1.1如何使用1

    1.2图像处理基本操作3

    1.2.1读取图像3

    1.2.2显示图像5

    1.2.3保存图像9

    1.3OpenCV贡献库10

    第2章图像处理基础11

    2.1图像的基本表示方法11

    2.2像素处理15

    2.3使用numpy.array访问像素23

    2.4感兴趣区域(ROI)29

    2.5通道操作32

    2.5.1通道拆分32

    2.5.2通道合并34

    2.6获取图像属性36

    第3章图像运算37

    3.1图像加法运算37

    3.1.1加号运算符37

    3.1.2cv2.add()函数38

    3.2图像加权和40

    3.3按位逻辑运算43

    3.3.1按位与运算43

    3.3.2按位或运算46

    3.3.3按位非运算47

    3.3.4按位异或运算48

    3.4掩模49

    3.5图像与数值的运算52

    3.6位平面分解53

    3.7图像加密和解密59

    3.8数字水印63

    3.8.1原理64

    3.8.2实现方法66

    3.8.3例题73

    3.9脸部打码及解码74

    第4章色彩空间类型转换77

    4.1色彩空间基础77

    4.1.1GRAY色彩空间77

    4.1.2XYZ色彩空间78

    4.1.3YCrCb色彩空间78

    4.1.4HSV色彩空间79

    4.1.5HLS色彩空间80

    4.1.6CIEL*a*b*色彩空间80

    4.1.7CIEL*u*v*色彩空间81

    4.1.8Bayer色彩空间82

    4.2类型转换函数82

    4.3类型转换实例88

    4.3.1通过数组观察转换效果88

    4.3.2图像处理实例92

    4.4HSV色彩空间讨论93

    4.4.1基础知识93

    4.4.2获取指定颜色95

    4.4.3标记指定颜色96

    4.4.4标记肤色100

    4.4.5实现艺术效果101

    4.5alpha通道102

    第5章几何变换106

    5.1缩放106

    5.2翻转110

    5.3仿射111

    5.3.1平移112

    5.3.2旋转113

    5.3.3更复杂的仿射变换114

    5.4透视115

    5.5重映射117

    5.5.1映射参数的理解117

    5.5.2复制119

    5.5.3绕x轴翻转121

    5.5.4绕y轴翻转122

    5.5.5绕x轴、y轴翻转124

    5.5.6x轴、y轴互换126

    5.5.7图像缩放128

    第6章阈值处理130

    6.1threshold函数130

    6.1.1二值化阈值处理(cv2.THRESH_BINARY)131

    6.1.2反二值化阈值处理(cv2.THRESH_BINARY_INV)133

    6.1.3截断阈值化处理(cv2.THRESH_TRUNC)135

    6.1.4超阈值零处理(cv2.THRESH_TOZERO_INV)136

    6.1.5低阈值零处理(cv2.THRESH_TOZERO)138

    6.2自适应阈值处理139

    6.3Otsu处理141

    第7章图像平滑处理144

    7.1均值滤波146

    7.1.1基本原理146

    7.1.2函数语法150

    7.1.3程序示例150

    7.2方框滤波152

    7.2.1基本原理152

    7.2.2函数语法153

    7.2.3程序示例154

    7.3高斯滤波156

    7.3.1基本原理156

    7.3.2函数语法158

    7.3.3程序示例159

    7.4中值滤波159

    7.4.1基本原理160

    7.4.2函数语法161

    7.4.3程序示例161

    7.5双边滤波162

    7.5.1基本原理162

    7.5.2函数语法164

    7.5.3程序示例164

    7.62D卷积166

    第8章形态学操作168

    8.1腐蚀168

    8.2膨胀173

    8.3通用形态学函数178

    8.4开运算179

    8.5闭运算180

    8.6形态学梯度运算182

    8.7礼帽运算183

    8.8黑帽运算185

    8.9核函数186

    第9章图像梯度189

    9.1Sobel理论基础189

    9.2Sobel算子及函数使用191

    9.2.1参数ddepth192

    9.2.2方向195

    9.2.3实例196

    9.3Scharr算子及函数使用200

    9.4Sobel算子和Scharr算子的比较204

    9.5Laplacian算子及函数使用206

    9.6算子总结208

    0章CANNY边缘检测209

    10.1Canny边缘检测基础209

    10.2Canny函数及使用213

    1章图像金字塔215

    11.1理论基础215

    11.2pyrDown函数及使用217

    11.3pyrUp函数及使用219

    11.4采样可逆性的研究220

    11.5拉普拉斯金字塔223

    11.5.1定义223

    11.5.2应用225

    2章图像轮廓229

    12.1查找并绘制轮廓229

    12.1.1查找图像轮廓:findContours函数229

    12.1.2绘制图像轮廓:drawContours函数237

    12.1.3轮廓实例238

    12.2矩特征240

    12.2.1矩的计算:moments函数241

    12.2.2计算轮廓的面积:contourArea函数243

    12.2.3计算轮廓的长度:arcLength函数246

    12.3Hu矩248

    12.3.1Hu矩函数248

    12.3.2形状匹配252

    12.4轮廓拟合254

    12.4.1矩形包围框254

    12.4.2最小包围矩形框257

    12.4.3最小包围圆形259

    12.4.4最优拟合椭圆260

    12.4.5最优拟合直线261

    12.4.6最小外包三角形262

    12.4.7逼近多边形263

    12.5凸包266

    12.5.1获取凸包267

    12.5.2凸缺陷268

    12.5.3几何学测试270

    12.6利用形状场景算法比较轮廓275

    12.6.1计算形状场景距离275

    12.6.2计算Hausdorff距离278

    12.7轮廓的特征值280

    12.7.1宽高比280

    12.7.2Extent281

    12.7.3Solidity282

    12.7.4等效直径(EquivalentDiameter)283

    12.7.5方向284

    12.7.6掩模和像素点286

    12.7.7优选值和最小值及它们的位置291

    12.7.8平均颜色及平均灰度293

    12.7.9极点294

    3章直方图处理297

    13.1直方图的含义297

    13.2绘制直方图301

    13.2.1使用Numpy绘制直方图301

    13.2.2使用OpenCV绘制直方图302

    13.2.3使用掩模绘制直方图307

    13.3直方图均衡化312

    13.3.1直方图均衡化原理313

    13.3.2直方图均衡化处理317

    13.4pyplot模块介绍319

    13.4.1subplot函数319

    13.4.2imshow函数320

    4章傅里叶变换324

    14.1理论基础324

    14.2Numpy实现傅里叶变换328

    14.2.1实现傅里叶变换329

    14.2.2实现逆傅里叶变换330

    14.2.3高通滤波示例331

    14.3OpenCV实现傅里叶变换333

    14.3.1实现傅里叶变换333

    14.3.2实现逆傅里叶变换335

    14.3.3低通滤波示例336

    5章模板匹配339

    15.1模板匹配基础339

    15.2多模板匹配345

    6章霍夫变换351

    16.1霍夫直线变换351

    16.1.1霍夫变换原理351

    16.1.2HoughLines函数357

    16.1.3HoughLinesP函数359

    16.2霍夫圆环变换361

    7章图像分割与提取364

    17.1用分水岭算法实现图像分割与提取364

    17.1.1算法原理364

    17.1.2相关函数介绍366

    17.1.3分水岭算法图像分割实例375

    17.2交互式前景提取376

    8章视频处理383

    18.1VideoCapture类383

    18.1.1类函数介绍383

    18.1.2捕获摄像头视频387

    18.1.3播放视频文件388

    18.2VideoWriter类389

    18.2.1类函数介绍389

    18.2.2保存视频391

    18.3视频操作基础392

    9章绘图及交互393

    19.1绘画基础393

    19.1.1绘制直线394

    19.1.2绘制矩形394

    19.1.3绘制圆形395

    19.1.4绘制椭圆397

    19.1.5绘制多边形398

    19.1.6在图形上绘制文字400

    19.2鼠标交互402

    19.2.1简单示例404

    19.2.2进阶示例405

    19.3滚动条407

    19.3.1用滚动条实现调色板408

    19.3.2用滚动条控制阈值处理参数409

    19.3.3用滚动条作为开关410

    第20章K近邻算法412

    20.1理论基础412

    20.2计算415

    20.2.1归一化415

    20.2.2距离计算416

    20.2手写数字识别的原理417

    20.3自定义函数手写数字识别421

    20.4K近邻模块的基本使用427

    20.5K近邻手写数字识别429

    第21章支持向量机431

    21.1理论基础431

    21.2SVM案例介绍434

    第22章K均值聚类439

    22.1理论基础439

    22.1.1分豆子439

    22.1.2K均值聚类的基本步骤441

    22.2K均值聚类模块441

    22.3简单示例442

    第23章人脸识别448

    23.1人脸检测448

    23.1.1基本原理448

    23.1.2级联分类器的使用451

    23.1.3函数介绍452

    23.1.4案例介绍453

    23.2LBPH人脸识别454

    23.2.1基本原理454

    23.2.2函数介绍456

    23.2.3案例介绍457

    23.3EigenFaces人脸识别458

    23.3.1基本原理458

    23.3.2函数介绍459

    23.3.3案例介绍460

    23.4Fisherfaces人脸识别461

    23.4.1基本原理461

    23.4.2函数介绍463

    23.4.3案例介绍464

    23.5人脸数据库465

    参与文献467

    附录A范例470显示全部>>隐藏全部>>

    展开全文
  • OpenCV 轻松入门 -图像轮廓 一.什么是图像轮廓 二.使用步骤 1.获取图像轮廓 2.绘制图像轮廓 3.实物轮廓检测 总结 ——————————————————————— 一.什么是轮廓 图像轮廓是指将边缘连接起来形成的...

    OpenCV 轻松入门 -图像轮廓 Fu Xianjun. All Rights Reserved.
    一.什么是图像轮廓
    二.使用步骤

    1.获取图像轮廓

    2.实物轮廓检测

    总结
    ———————————————————————
    一.什么是轮廓
    图像轮廓是指将边缘连接起来形成的一个整体,用于后续计算。图像轮廓是图像中非常重要的一个信息,通过对图像轮廓的操作,我们能够获得目标图像的大小,方向,位置等信息。

    二.使用步骤
    1.获取图像轮廓

    import cv2
    import numpy as np
    img = cv2.imread('shape.jpg')    #读取图像
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #转为灰度值图
    ret, binary = cv2.threshold(gray,220,255,cv2.THRESH_BINARY) #转为二值图
    contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,\
                                           cv2.CHAIN_APPROX_NONE) #寻找轮廓
    n=len(contours)       #轮廓个数
    print(n)
    print(len(contours[0]))       #轮廓0像素数目
    print(len(contours[1]))       #轮廓1像素数目
    print(len(contours[2]))       #轮廓2像素数目
    print(len(contours[3]))       #轮廓3像素数目
    
    

    4
    1996
    396
    672
    580
    2.实物轮廓检测
    原图:
    在这里插入图片描述

    import cv2
    import numpy as np
    img = cv2.imread('pig.jpg')
    cv2.imshow("img",img)   #显示原图像
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)      #转为灰度图
    ret, binary = cv2.threshold(gray,245,255,cv2.THRESH_BINARY_INV)  #转为二值图
    cv2.imshow("binary" ,binary)        #显示二值化结果
    contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)#寻找轮廓
    mask=np.zeros(img.shape,np.uint8)  #生成黑背景,即全为0
    mask=cv2.drawContours(mask,contours,-1,(255,255,255),-1)  #绘制轮廓,形成掩膜
    cv2.imshow("mask" ,mask)        #显示掩膜
    result=cv2.bitwise_and(img,mask)   #按位与操作,得到掩膜区域
    cv2.imshow("result" ,result)     #显示图像中提取掩膜区域
    cv2.waitKey()
    cv2.destroyAllWindows()
    
    

    处理过后:在这里插入图片描述

    展开全文
  • import cv2 file_path = '/Users/guojun/Desktop/cute.jpeg' # 读取图片 retval = cv2.imread(file_path, cv2.IMREAD_GRAYSCALE) # 创建显示的窗口名称 cv2.namedWindow('cute') # 在窗口上显示图片 ...
    import cv2
    
    file_path = '/Users/guojun/Desktop/cute.jpeg'
    
    # 读取图片
    retval = cv2.imread(file_path, cv2.IMREAD_GRAYSCALE)
    # 创建显示的窗口名称
    cv2.namedWindow('cute')
    # 在窗口上显示图片
    cv2.imshow('cute', retval)
    # 等待按键,0表示无限等待
    cv2.waitKey(0)
    
    # 引用一个不存在的窗口来显示图像也是ok的
    cv2.imshow('winname',retval)
    # cv2.waitKey(0)
    
    # 等待键盘出发的时间,单位是ms。当是负数或0时,表示无限等待
    result = cv2.waitKey(0)
    
    # 销毁指定的窗口
    cv2.destroyWindow('winname')
    
    # 销毁所有的显示窗口
    cv2.destroyAllWindows()
    
    # 保存图像,返回值为true或false
    result_new = cv2.imwrite(file_path.split('.')[0]+'01.jpeg',retval)

    展开全文
  • OpenCV轻松入门》 色彩空间类型转换 【作业目的】 1.熟悉openCV库的使用,缩放、翻转、平移、旋转、透视等相关知识的使用方法,以及python的使用。 【使用工具】 Python , notepad++ 个人喜欢用notepad++ ,可以...
  • 第1章 OpenCV入门 OpenCV是一个开源的计算机视觉库,1999年由英特尔的Gary Bradski启动。Bradski在访学过程中注意到,在很多优秀大学的实验室中,都有非常完备的内部公开的计算机视觉接口。这些接口从一届学生传到另...
  • 摘抄自《OpenCV轻松入门——面向Python》 1.算法的基本过程基本步骤 在提取前景前,先用一个矩形框指定前景区域所在的大致范围,不断迭代的分割。 如果提取效果不太理想,可以用户干预提取过程:用户在初始图像的...
  • 第1章 OPENCV入门11.1 如何使用11.2 图像处理基本操作31.2.1 读取图像31.2.2 显示图像51.2.3 保存图像91.3 OpenCV贡献库10第2章 图像处理基础112.1 图像的基本表示方法112.2 像素处理152.3 使用numpy.array访问像素...
  • 本文根据opencv 轻松入门 面向python总结的,便于查找,每个函数都对应书里页码,可以看我语雀排版好的 https://www.yuque.com/nuanyanggaozhao/glvn9z/smagn3 1.入门基本api 1.图像读取 imread retval = cv2.imread...
  • @Fu Xianjun. All Rights Reserved.所有素材来自我们可爱的小傅老师。 图像金字塔: 高斯金字塔 ...泛洪填充算法又称洪水填充算法( Flood Fill Algorithm )是在很多图形绘制软件中常用的填充算法,最熟悉不过就是...
  • @Fu Xianjun. All Rights Reserved.所有素材来自我们可爱的小傅老师。 图像算术运算:加减乘除 将图像在BGR模式与RGB模式之间转换 将图像在BGR模式与GRAY模式之间转换 将图像在BGR模式与HSV....
  • @Fu Xianjun. All Rights Reserved.所有素材来自我们可爱的小傅老师。 什么是目标追踪? 第一步先创建追踪器方法对象 第二步实例化追踪器对象 第三步视频基本处理 第四步追踪结果与区域绘制 ......
  • OPENCV_OBJECT_TRACKERS = { "csrt":cv2.TrackerCSRT_create, "kcf":cv2.TrackerKCF_create, "boosting":cv2.TrackerBoosting_create, "mil":cv2.TrackerMIL_create, "tld":cv2.TrackerTLD_create, "median...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,545
精华内容 1,018
关键字:

opencv轻松入门