OpenCV電腦視覺開發實踐(基於Qt C++)/人工智慧技術叢書

作者：朱文偉//李建英|責編:夏毓彥
出版社：清華大學
ISBN：9787302684794

出版日期：2025/04/01
裝幀：平裝
頁數：457

人民幣：RMB 138 元售價：元

內容大鋼

    OpenCV是電腦視覺領域的開發者必須掌握的技術。本書基於OpenCV 4.10與Qt C＋＋進行編寫，全面系統地介紹OpenCV的使用及實戰案例，並配套提供全書示例源碼、PPT課件與作者QQ答疑服務。
    本書共分19章，主要內容包括數字圖像視覺概述、搭建OpenCV開發環境、核心模塊Core、圖像處理模塊基礎、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測、圖像分割、圖像金字塔、圖像形態學、視頻處理、機器學習、數字水印、圖像加解密、物體計數、圖像輪廓、手勢識別以及停車場車牌識別系統等。
    本書既適合OpenCV初學者、電腦視覺與圖像處理的開發人員、人工智慧圖像處理開發人員閱讀，也適合作為高等院校或者高職高專院校電腦視覺與圖像處理相關專業的教材。

作者介紹

朱文偉//李建英|責編:夏毓彥
朱文偉，名校電腦專業統招碩士。擁有20年C/C++、Java開發經驗，主導開發過密碼、圖形、人工智慧等方面的產品。精通Linux、Windows系統開發及資料庫開發技術。著有圖書《LinuxC/C++伺服器開發實踐》《OpenCV4.5電腦視覺開發實戰：基於Python》《OpenCV 4.5電腦視覺開發實戰（基於VC++）》《Qt6.X從入門到精通》《Windows C/C++加密解密實戰》《密碼學原理與Java實現》《Linux C與C++ 一線開發實踐》《VisualC++2017從入門到精通》。

第1章  數字圖像視覺概述
  1.1  圖像的基本概念
    1.1.1  圖像和圖形
    1.1.2  什麼是數字圖像
    1.1.3  數字圖像的特點
    1.1.4  圖像單位（像素）
    1.1.5  圖像解析度
    1.1.6  屏幕解析度
    1.1.7  圖像的灰度
    1.1.8  灰度級
    1.1.9  圖像深度
    1.1.10  二值圖像
    1.1.11  灰度圖
    1.1.12  彩色圖像
    1.1.13  通道
    1.1.14  圖像存儲
  1.2  圖像雜訊
    1.2.1  圖像雜訊的定義
    1.2.2  圖像雜訊的來源
    1.2.3  圖像雜訊的濾除
  1.3  圖像處理
    1.3.1  圖像處理的分類
    1.3.2  數字圖像處理
    1.3.3  數字圖像處理常用的方法
    1.3.4  圖像處理的應用
  1.4  圖像信號處理層次
  1.5  電腦視覺
    1.5.1  電腦視覺的概念
    1.5.2  電腦視覺系統的構成和分類
    1.5.3  機器視覺的優勢
    1.5.4  機器視覺系統的應用
    1.5.5  電腦視覺與相關學科的關係
  1.6  OpenCV概述
  1.7  Qt簡介
第2章  搭建OpenCV開發環境
  2.1  Windows下搭建OpenCV開發環境
    2.1.1  下載和安裝Qt
    2.1.2  下載和解壓OpenCV
    2.1.3  了解構建工具
    2.1.4  下載和安裝CMake
    2.1.5  生成Makefile文件
    2.1.6  開始編譯OpenCV
    2.1.7  Qt開發的第一個OpenCV程序
  2.2  Linux下搭建OpenCV開發環境
    2.2.1  準備編譯OpenCV所需依賴
    2.2.2  編譯OpenCV源碼
    2.2.3  Linux下的第一個OpenCV程序
    2.2.4  下載Qt
    2.2.5  安裝依賴包
    2.2.6  安裝Qt

    2.2.7  Linux下用Qt開發OpenCV
    2.2.8  做個快照
  2.3  數學函數
  2.4  OpenCV架構
  2.5  圖像輸入輸出模塊imgcodecs
    2.5.1  imread讀取圖像文件
    2.5.2  imwrite保存圖片
  2.6  OpenCV界面編程
    2.6.1  新建窗口並顯示
    2.6.2  單窗口顯示多幅圖像
    2.6.3  銷毀窗口
    2.6.4  調整窗口大小
    2.6.5  滑鼠事件
    2.6.6  鍵盤事件
    2.6.7  滑動條事件
第3章  核心模塊Core
  3.1  矩陣操作
    3.1.1  矩陣類Mat
    3.1.2  構造法
    3.1.3  直接賦值法
    3.1.4  數組
    3.1.5  create函數法
    3.1.6  定義特殊矩陣
    3.1.7  得到矩陣的行數、列數和維數
    3.1.8  矩陣的數據指針及其列印
    3.1.9  創建新的矩陣頭
    3.1.10  得到矩陣通道數
    3.1.11  複製矩陣
    3.1.12  判斷矩陣是否有元素
    3.1.13  矩陣的5種遍歷方式
    3.1.14  設置矩陣新值
    3.1.15  得到矩陣的元素總個數
    3.1.16  矩形類Rect
  3.2  數組的操作
  3.3  讀寫XML和YAML文件
    3.3.1  YAML文件簡介
    3.3.2  寫入和讀取YAML/XML文件的基本步驟
    3.3.3  XML、YAML文件的打開
    3.3.4  文本和數字的輸入和輸出
    3.3.5  OpenCV數據結構的輸入和輸出
    3.3.6  vector（arrays）和maps的輸入和輸出
    3.3.7  文件關閉
第4章  圖像處理模塊基礎
  4.1  顏色變換cvtColor
  4.2  畫基本圖形
    4.2.1  點的表示
    4.2.2  畫矩形
    4.2.3  畫圓
    4.2.4  畫橢圓
    4.2.5  畫線段

    4.2.6  填充多邊形
第5章  灰度變換和直方圖修正
  5.1  點運算
    5.1.1  基本概念
    5.1.2  點運算的目標
    5.1.3  點運算的分類
    5.1.4  點運算的特點
    5.1.5  點運算的應用
  5.2  灰度變換
    5.2.1  灰度變換概述
    5.2.2  灰度變換的作用
    5.2.3  灰度變換的方法
    5.2.4  灰度化
    5.2.5  對比度
    5.2.6  灰度的線性變換
    5.2.7  分段線性灰度變換
    5.2.8  對數變換和反對數變換
    5.2.9  冪律變換
  5.3  直方圖修正
    5.3.1  直方圖的概念
    5.3.2  OpenCV實現灰度直方圖
    5.3.3  直方圖均衡化
第6章  圖像平滑
  6.1  平滑處理演算法
  6.2  線性濾波
    6.2.1  歸一化方框濾波器
    6.2.2  高斯濾波器
  6.3  非線性濾波
    6.3.1  中值濾波
    6.3.2  雙邊濾波
第7章  幾何變換
  7.1  幾何變換基礎
  7.2  圖像平移
  7.3  圖像旋轉
  7.4  仿射變換
  7.5  圖像縮放
    7.5.1  縮放原理
    7.5.2  OpenCV中的縮放
第8章  圖像邊緣檢測
  8.1  圖像邊緣檢測概述
  8.2  邊緣檢測研究的歷史現狀
  8.3  邊緣定義及類型分析
  8.4  梯度的概念
  8.5  圖像邊緣檢測的應用
  8.6  目前邊緣檢測存在的問題
  8.7  邊緣檢測的基本思想
  8.8  圖像邊緣檢測的步驟
  8.9  經典圖像邊緣檢測演算法
    8.9.1  差分邊緣檢測
    8.9.2  Roberts運算元

    8.9.3  Sobel運算元邊緣檢測
    8.9.4  Prewitt運算元邊緣檢測
    8.9.5  LoG邊緣檢測運算元
    8.9.6  邊緣檢測的新技術與方法
第9章  圖像分割
  9.1  圖像分割概述
  9.2  圖像分割的應用
  9.3  圖像分割的數學定義
  9.4  圖像分割方法的分類
    9.4.1  基於閾值化的分割方法
    9.4.2  基於邊緣的分割方法
    9.4.3  基於區域的分割方法
    9.4.4  基於神經網路的分割方法
    9.4.5  基於聚類的分割方法
  9.5  使用OpenCV進行圖像分割
    9.5.1  閾值分割
    9.5.2  固定閾值分割
    9.5.3  自適應閾值分割
  9.6  彩色圖像分割
  9.7  grabCut演算法分割圖像
    9.7.1  基本概念
    9.7.2  grabCut函數
  9.8  floodFill（漫水填充）分割
    9.8.1  基本概念
    9.8.2  floodFill函數
  9.9  分水嶺分割法
    9.9.1  基本概念
    9.9.2  watershed函數
第10章  圖像金字塔
  10.1  圖像金字塔概述
  10.2  高斯金字塔
    10.2.1  向下採樣
    10.2.2  向上採樣
  10.3  拉普拉斯金字塔
第11章  圖像形態學
  11.1  圖像形態學概述
  11.2  形態學的應用
    11.2.1  數學上的形態學
    11.2.2  格
    11.2.3  拓撲學
    11.2.4  數學形態學的組成
    11.2.5  數學形態學的應用
    11.2.6  操作分類
  11.3  結構元素
  11.4  膨脹
  11.5  腐蝕
  11.6  開運算
  11.7  閉運算
  11.8  實現腐蝕和膨脹
  11.9  開閉運算和頂帽黑帽

  11.10  擊中擊不中
  11.11  利用形態學運算提取水平線和垂直線
第12章  視頻處理
  12.1  OpenCV視頻處理架構
  12.2  類VideoCapture
  12.3  構造VideoCapture對象
  12.4  判斷視頻是否打開成功
  12.5  讀取視頻幀
  12.6  播放視頻文件
  12.7  獲取和設置視頻屬性
  12.8  播放攝像頭視頻
  12.9  錄製視頻類VideoWriter
    12.9.1  構造VideoWriter對象
    12.9.2  初始化或重新初始化
    12.9.3  連接一個fource代碼
  12.10  實現一個視頻播放器
第13章  機器學習
  13.1  機器學習概述
  13.2  機器學習發展歷程
  13.3  機器學習研究現狀
    13.3.1  傳統機器學習的研究現狀
    13.3.2  大數據環境下機器學習的研究現狀
  13.4  機器學習的分類
    13.4.1  基於學習策略的分類
    13.4.2  基於學習方法的分類
    13.4.3  基於學習方式的分類
    13.4.4  基於數據形式的分類
    13.4.5  基於學習目標的分類
  13.5  機器學習常見演算法
  13.6  機器學習的研究內容
  13.7  機器學習的應用
  13.8  OpenCV中的機器學習
    13.8.1  支持向量機
    13.8.2  貝葉斯分類器
第14章  數字水印
  14.1  數字水印概述
    14.1.1  數字水印的特點
    14.1.2  圖像數字水印
    14.1.3  數字水印原理
    14.1.4  嵌入過程
    14.1.5  提取過程
  14.2  相關函數
  14.3  代碼實現數字水印
第15章  圖像加密和解密
  15.1  圖像加密和解密原理
  15.2  相關函數
  15.3  代碼實現圖像加解密
第16章  物體計數
  16.1  物體計數基本原理
  16.2  在圖像上繪製文字

  16.3  代碼實現藥片計數
第17章  圖像輪廓
  17.1  圖像輪廓概述
  17.2  應用場景
  17.3  OpenCV中的輪廓函數
    17.3.1  查找輪廓findContours
    17.3.2  輪廓的基本屬性
    17.3.3  繪製輪廓drawContours
    17.3.4  求輪廓面積contourArea
  17.4  實戰輪廓函數
  17.5  實戰黑白翻轉
第18章  手勢識別
  18.1  手勢識別概述
  18.2  凸包和凸包檢測
    18.2.1  查找凸包的示例
    18.2.2  凸缺陷及其意義
  18.3  手勢識別原理
  18.4  區分手勢0和
  18.5  區分手勢2到
第19章  停車場車牌識別系統
  19.1  車牌識別技術概述
  19.2  車牌識別技術的宏觀分析
    19.2.1  國外技術分析
    19.2.2  國內技術分析
    19.2.3  車牌識別技術的難點
    19.2.4  車牌識別系統的開發思路
  19.3  車牌定位技術
    19.3.1  車牌特徵概述
    19.3.2  車牌定位方法
    19.3.3  車牌圖像預處理
    19.3.4  車牌圖像的灰度化
    19.3.5  車牌圖像的直方圖均衡化
    19.3.6  車牌圖像的濾波
    19.3.7  車牌圖像的二值化
    19.3.8  車牌圖像的邊緣檢測
    19.3.9  車牌圖像的灰度映射
    19.3.10  車牌圖像的改進型投影法定位
  19.4  車牌字元分割技術
    19.4.1  常用車牌字元分割演算法
    19.4.2  車牌傾斜問題
    19.4.3  車牌傾斜度檢測方法
    19.4.4  車牌傾斜度校正方法
    19.4.5  車牌邊框和鉚釘的去除
    19.4.6  車牌字元分割
    19.4.7  基於垂直投影和先驗知識的車牌字元分割
    19.4.8  粘連車牌字元的分割
    19.4.9  斷裂車牌字元的合併
    19.4.10  對車牌字元的切分結果進行確認
  19.5  車牌字元識別技術
    19.5.1  模式識別

    19.5.2  字元識別
    19.5.3  漢字識別
  19.6  系統設計
  19.7  系統拓撲結構
  19.8  停車場端的詳細設計
  19.9  辦公室端的詳細設計
    19.9.1  創建項目
    19.9.2  設計界面
    19.9.3  實現構造函數
    19.9.4  文件信息類MyFileInfo
    19.9.5  實現連接伺服器函數
    19.9.6  關聯按鈕槽函數
    19.9.7  實現文件下載功能
    19.9.8  接收文件信息
    19.9.9  接收文件數據
    19.9.10  圖像處理相關的成員變數
    19.9.11  實現打開文件
    19.9.12  實現圖像二值化
    19.9.13  實現定位車牌
    19.9.14  實現分割字元
    19.9.15  實現識別結果
    19.9.16  運行程序

同類熱銷排行榜

最近瀏覽的商品

OpenCV電腦視覺開發實踐(基於Qt C++)/人工智慧技術叢書