OpenCV計算機視覺項目實戰（Python版）讀書筆記模板01思維導圖作者介紹讀書筆記內容摘要目錄分析精彩摘錄目錄0305020406思維導圖視覺項目圖像計算機實戰視覺相關神經科學圖像函數第章基礎實例輪廓數據應用認識原理像素關鍵字分析思維導圖內容摘要內容摘要計算機視覺是在圖像處理的基礎上發展起來的新興學科。OpenCV是一個開源的計算機視覺庫，可以實現圖像處理、模式識別、三維重建、物體跟蹤等算法。本書基于Python，從圖像基本原理說起，初步講解計算機視覺所需的OpenCV知識。本書可作為信息處理、計算機、機器人、人工智能、遙感圖像處理、認知神經科學等相關專業的教學用書，也可供相關領域的研究工作者參考。作者介紹同名作者介紹洪錦魁是中國臺灣計算機專家，IT圖書知名作者。其著作特色為所有程序語法會依特性分類，同時以實用的程序實例進行解說，讓讀者可以事半功倍地輕松掌握相關知識。目錄分析1-1建議閱讀書籍1-2程序導入OpenCV模塊1-3讀取圖像文件1-4顯示圖像與關閉圖像窗口1-5存儲圖像12345第1章圖像的讀取顯示與存儲1-3讀取圖像文件1-3-1圖像讀取imread（）函數的語法1-3-2可讀取的圖像格式1-4顯示圖像與關閉圖像窗口1-4-1使用OpenCV顯示圖像1-4-2關閉OpenCV窗口1-4-3等待按鍵的事件1-4-4建立OpenCV圖像窗口2-1位圖表示法2-3RGB色彩空間2-2GRAY色彩空間第2章認識圖像表示方法2-4BGR色彩空間2-6像素的BGR值2-5獲得圖像的屬性第2章認識圖像表示方法2-3RGB色彩空間2-3-1由色彩得知RGB通道值2-3-2使用RGB通道值獲得色彩區域2-3-3RGB彩色像素的表示法2-6像素的BGR值2-6-1讀取特定灰度圖像像素坐標的BGR值2-6-2讀取特定彩色圖像像素坐標的BGR值2-6-3修改特定圖像像素坐標的BGR值3-1數組ndarray3-2Numpy的數據類型3-3建立一維或多維數組3-4一維數組的運算與切片第3章學習OpenCV需要的Numpy知識3-6數組水平與垂直合并3-5多維數組的索引與切片第3章學習OpenCV需要的Numpy知識3-3建立一維或多維數組3-3-1認識ndarray的屬性3-3-2使用array（）函數建立一維數組3-3-3使用array（）函數建立多維數組3-3-4使用zeros（）函數建立內容是0的多維數組3-3-5使用ones（）函數建立內容是1的多維數組3-3-6使用empty（）函數建立未初始化的多維數組3-3-7使用random.randint（）函數建立隨機數內容的多維數組3-3-8使用arange（）函數建立數組數據3-3-9使用reshape（）函數更改數組形式3-4一維數組的運算與切片3-4-1一維數組的四則運算3-4-2一維數組的關系運算符及運算3-4-3數組切片3-4-4使用參數copy=True復制數據3-4-5使用copy（）函數復制數組3-5多維數組的索引與切片3-5-1認識axis的定義3-5-2多維數組的索引3-5-3多維數組的切片3-6數組水平與垂直合并3-6-1使用vstack（）函數垂直合并數組3-6-2使用hstack（）函數水平合并數組4-1BGR與RGB色彩空間的轉換4-2BGR色彩空間轉換至GRAY色彩空間4-3HSV色彩空間4-4拆分色彩通道第4章認識色彩空間到藝術創作4-5合并色彩通道4-7Alpha通道4-6拆分與合并色彩通道的應用第4章認識色彩空間到藝術創作4-2BGR色彩空間轉換至GRAY色彩空間4-2-1使用cvtColor（）函數4-2-2OpenCV內部轉換公式4-3HSV色彩空間4-3-1認識HSV色彩空間4-3-2將圖像由BGR色彩空間轉為HSV色彩空間4-3-3將RGB色彩轉換成HSV色彩公式4-4拆分色彩通道4-4-1拆分BGR圖像的通道4-4-2拆分HSV圖像的通道4-5合并色彩通道4-5-1合并BGR通道的圖像4-5-2合并HSV通道的圖像4-6拆分與合并色彩通道的應用4-6-1色調Hue調整4-6-2飽和度Saturation調整4-6-3明度Value調整5-1圖像坐標5-3建立彩色圖像5-2建立與編輯灰度圖像第5章建立圖像5-2建立與編輯灰度圖像5-2-1建立灰度圖像5-2-2編輯灰度圖像5-2-3使用隨機數建立灰度圖像6-1灰度圖像的編輯6-3編輯含Alpha通道的彩色圖像6-2彩色圖像的編輯第6章圖像處理的基礎知識6-5圖像感興趣區域的編輯6-4Numpy高效率讀取與設定像素的方法第6章圖像處理的基礎知識6-1灰度圖像的編輯6-1-1自創灰度圖像與編輯的基礎實例6-1-2讀取灰度圖像與編輯的實例6-2彩色圖像的編輯6-2-1了解彩色圖像數組的結構6-2-2自創彩色圖像與編輯的實例6-2-3讀取彩色圖像與編輯的實例6-4Numpy高效率讀取與設定像素的方法6-4-1灰度圖像的應用6-4-2彩色圖像的應用6-5圖像感興趣區域的編輯6-5-1擷取圖像感興趣區域6-5-2建立圖像馬賽克效果6-5-3將感興趣區域在不同圖像間復制7-1建立畫布7-2繪制直線7-3畫布背景色彩的設計7-4繪制矩形第7章從靜態到動態的繪圖功能7-5繪制圓形7-6繪制橢圓或橢圓弧7-7繪制多邊形7-8輸出文字7-9反彈球的設計12345第7章從靜態到動態的繪圖功能7-10鼠標事件7-12滾動條當作開關的應用7-11滾動條的設計第7章從靜態到動態的繪圖功能7-3畫布背景色彩的設計7-3-1單區域的底部色彩7-3-2建立含壁紙的畫布7-5繪制圓形7-5-1繪制圓形的基礎知識7-5-2隨機色彩的應用7-8輸出文字7-8-1默認英文輸出7-8-2中文輸出7-10鼠標事件7-10-1OnMouseAction（）函數7-10-2setMouseCallback（）函數7-10-3建立隨機圓7-10-4鼠標與鍵盤的混合應用8-1圖像加法運算8-2掩膜8-3重復曝光技術8-4圖像的位運算8-5圖像加密與解密12345第8章圖像計算邁向圖像創作8-1圖像加法運算8-1-1使用add（）函數執行圖像加法運算8-1-2使用數學加法符號(+)執行圖像加法運算8-1-3加總BGR原色的實例8-3重復曝光技術8-3-1圖像的加權和概念8-3-2OpenCV的圖像加權和方法8-4圖像的位運算8-4-1邏輯的and運算8-4-2邏輯的or運算8-4-3邏輯的not運算8-4-4邏輯的xor運算9-1threshold（）函數9-3自適應閾值方法adaptiveThreshold（）函數9-2Otsu算法第9章閾值處理邁向數字情報9-5隱藏在圖像內的數字水印9-4平面圖的分解第9章閾值處理邁向數字情報9-1threshold（）函數9-1-1基礎語法9-1-2二值化處理THRESH_BINARY與現代情報戰9-1-3反二值化處理THRESH_BINARY_INV9-1-4截斷閾值處理THRESH_TRUNC9-1-5低閾值用0處理THRESH_TOZERO9-1-6高閾值用0處理THRESH_TOZERO_INV9-5隱藏在圖像內的數字水印9-5-1驗證最低有效位對圖像沒有太大的影響9-5-2建立數字水印9-5-3取得原始圖像的row和column9-5-4建立像素值是254的提取矩陣9-5-5取得原始圖像的高7位圖像9-5-6建立水印圖像9-5-7將水印圖像嵌入原始圖像9-5-8擷取水印圖像10-1圖像縮放效果10-3圖像仿射10-2圖像翻轉第10章圖像的幾何變換10-5重映射10-4圖像透視第10章圖像的幾何變換10-1圖像縮放效果10-1-1使用dsize參數執行圖像縮放10-1-2使用fx參數和fy參數執行圖像的縮放10-3圖像仿射10-3-1仿射的數學基礎10-3-2仿射的函數語法10-3-3圖像平移10-3-4圖像旋轉10-3-5圖像傾斜10-5重映射10-5-1解說map1和map210-5-2圖像復制10-5-3垂直翻轉10-5-4水平翻轉的實例10-5-5圖像縮放10-5-6圖像垂直壓縮11-1建立平滑圖像需要認識的名詞11-2均值濾波器11-3方框濾波器11-4中值濾波器11-5高斯濾波器12345第11章刪除圖像噪聲11-7自定義濾波核11-6雙邊濾波器第11章刪除圖像噪聲11-1建立平滑圖像需要認識的名詞11-1-1濾波核11-1-2圖像噪聲11-1-3刪除噪聲11-1-4圖像降噪處理的方法11-2均值濾波器11-2-1理論基礎11-2-2像素位于邊界的考慮11-2-3濾波核與卷積11-2-4均值濾波器函數11-3方框濾波器11-3-1理論基礎11-3-2方框濾波器函數11-4中值濾波器11-4-1理論基礎11-4-2中值濾波器函數11-5高斯濾波器11-5-1理論基礎11-5-2高斯濾波器函數11-6雙邊濾波器11-6-1理論基礎11-6-2雙邊濾波器函數12-1腐蝕12-2膨脹12-3OpenCV應用在數學形態學的通用函數12-4開運算第12章數學形態學12-5閉運算12-6形態學梯度12-7禮帽運算12-8黑帽運算12-9核函數12345第12章數學形態學12-1腐蝕12-1-1理論基礎12-1-2腐蝕函數12-2膨脹12-2-1理論基礎12-2-2膨脹函數dilate（）13-1圖像梯度的基礎概念13-3OpenCV函數Scharr（）13-2OpenCV函數Sobel（）第13章圖像梯度與邊緣檢測13-5Canny邊緣檢測13-4OpenCV函數Laplacian（）第13章圖像梯度與邊緣檢測13-1圖像梯度的基礎概念13-1-1直覺方法認識圖像邊界13-1-2認識圖像梯度13-1-3計算機視覺13-2OpenCV函數Sobel（）13-2-1Sobel算子13-2-2使用Sobel算子計算x軸方向圖像梯度13-2-3使用Sobel算子計算y軸方向圖像梯度13-2-4Sobel（）函數13-2-5考慮ddepth與取絕對值函數convertScaleAbs（）13-2-6x軸方向的圖像梯度13-2-7y軸方向的圖像梯度13-2-8x軸和y軸圖像梯度的融合13-3OpenCV函數Scharr（）13-3-1Scharr算子13-3-2Scharr（）函數13-4OpenCV函數Laplacian（）13-4-1二階微分13-4-2Laplacian算子13-4-3Laplacian（）函數13-5Canny邊緣檢測13-5-1認識Canny邊緣檢測13-5-2Canny算法的步驟13-5-3Canny（）函數14-1圖像金字塔的原理14-2OpenCV的pyrDown（）函數14-3OpenCV的pyrUp（）函數14-4采樣逆運算的試驗14-5拉普拉斯金字塔12345第14章圖像金字塔14-1圖像金字塔的原理14-1-1認識層次名詞14-1-2基礎理論14-1-3濾波器與采樣14-1-4高斯濾波器與向下采樣14-1-5向上采樣14-1-6圖像失真14-4采樣逆運算的試驗14-4-1圖像相加與相減14-4-2反向運算的結果觀察15-1圖像內圖形的輪廓15-2繪制圖像內圖形輪廓的系列實例15-3認識輪廓層級15-4輪廓的特征——圖像矩第15章輪廓的檢測與匹配15-6再談輪廓外形匹配15-5輪廓外形的匹配——Hu矩第15章輪廓的檢測與匹配15-1圖像內圖形的輪廓15-1-1findContours（）函數尋找圖形輪廓15-1-2繪制圖形的輪廓15-2繪制圖像內圖形輪廓的系列實例15-2-1尋找與繪制圖像內圖形輪廓的基本應用15-2-2認識findCountours（）函數的返回值contours15-2-3輪廓索引contoursIdx15-2-4認識輪廓的屬性15-2-5輪廓內有輪廓15-2-6繪制一般圖像的圖形輪廓15-3認識輪廓層級15-3-1檢測模式RETR_EXTERNAL15-3-2檢測模式RETR_LIST15-3-3檢測模式RETR_CCOMP15-3-4檢測模式RETR_TREE15-4輪廓的特征——圖像矩15-4-1矩特征moments（）函數15-4-2基礎圖像矩推導——輪廓質心15-4-3圖像矩實例15-4-4計算輪廓面積15-4-5計算輪廓周長15-5輪廓外形的匹配——Hu矩15-5-1OpenCV計算Hu矩的函數15-5-2第0個Hu矩的公式驗證15-5-3輪廓匹配15-6再談輪廓外形匹配15-6-1建立形狀場景距離15-6-2Hausdorff距離16-1輪廓的擬合16-3輪廓的幾何測試16-2凸包第16章輪廓擬合與凸包的相關應用16-1輪廓的擬合16-1-1矩形包圍16-1-2最小包圍矩形16-1-3最小包圍圓形16-1-4最優擬合橢圓16-1-5最小包圍三角形16-1-6近似多邊形16-1-7最優擬合直線16-2凸包16-2-1獲得凸包16-2-2凸缺陷16-3輪廓的幾何測試16-3-1測試輪廓包圍線是否為凸形16-3-2計算任意坐標點與輪廓包圍線的最短距離17-1寬高比17-3Extent17-2輪廓的極點第17章輪廓的特征17-4Solidity17-5等效直徑17-6掩膜和非0像素點的坐標信息17-7尋找圖像對象最小值與最大值以及它們的坐標17-8計算圖像像素的均值與標準偏差17-9方向010302040506第17章輪廓的特征17-2輪廓的極點17-2-1認識輪廓點坐標17-2-2Numpy模塊的argmax（）函數和argmin（）函數17-2-3找出輪廓極點坐標17-6掩膜和非0像素點的坐標信息17-6-1使用Numpy的數組獲得非0像素點坐標信息17-6-2獲得空心與實心非0像素點坐標信息17-6-3使用OpenCV提供的函數獲得非0像素點坐標信息17-7尋找圖像對象最小值與最大值以及它們的坐標17-7-1從數組中找最小值與最大值以及它們的坐標17-7-2圖像實操與醫學應用說明17-8計算圖像像素的均值與標準偏差17-8-1計算圖像的像素均值17-8-2圖像的像素均值簡單實例17-8-3使用掩膜概念計算像素均值17-8-4計算圖像的像素標準偏差18-1霍夫變換的基礎原理解說18-2HoughLines（）函數18-3HoughLinesP（）函數18-4霍夫變換圓形檢測第18章從直線檢測到無人駕駛車道檢測18-1霍夫變換的基礎原理解說18-1-1認識笛卡兒坐標系與霍夫坐標系18-1-2映射18-1-3認識極坐標的基本定義18-1-4霍夫變換與極坐標19-1認識直方圖19-2繪制直方圖19-3直方圖均衡化19-4限制自適應直方圖均衡化方法第19章直方圖均衡化——增強圖像對比度19-1認識直方圖19-1-1直方圖的定義19-1-2歸一化直方圖19-2繪制直方圖19-2-1使用matplotlib繪制直方圖19-2-2使用OpenCV取得直方圖數據19-2-3繪制彩色圖像的直方圖19-2-4繪制掩膜的直方圖19-3直方圖均衡化19-3-1直方圖均衡化算法19-3-2直方圖均衡化19-3-3直方圖均衡化應用在彩色圖像19-4限制自適應直方圖均衡化方法19-4-1直方圖均衡化的優缺點19-4-2直方圖均衡化的缺點實例19-4-3自適應直方圖函數createCLAHE（）和apply（）20-1模板匹配的基礎概念20-2模板匹配函數matchTemplate（）20-3單模板匹配20-4多模板匹配第20章模板匹配20-2模板匹配函數matchTemplate（）20-2-1認識匹配函數matchTemplate（）20-2-2模板匹配結果20-3單模板匹配20-3-1回顧minMaxLoc（）函數20-3-2單目標匹配的實例20-3-3找出比較接近的圖像20-3-4多目標匹配的實例20-3-5在地圖搜尋山脈21-2傅里葉基礎理論21-1數據坐標軸轉換的基礎知識第21章傅里葉變換21-4使用OpenCV提供的函數完成傅里葉變換21-3使用Numpy提供的函數執行傅里葉變換第21章傅里葉變換21-2傅里葉基礎理論21-2-1認識傅里葉21-2-2認識弦波21-2-3正弦函數的時域圖與頻率域圖21-2-4傅里葉變換理論基礎21-3使用Numpy提供的函數執行傅里葉變換21-3-1實操傅里葉變換21-3-2逆傅里葉變換21-3-3高頻信號與低頻信號21-3-4高通濾波器與低通濾波器21-4使用OpenCV提供的函數完成傅里葉變換21-4-1使用dft（）函數執行傅里葉變換21-4-2使用OpenCV提供的函數執行逆傅里葉變換21-4-3高通濾波器與低通濾波器22-1概述22-2分水嶺算法與OpenCV官方推薦頁22-3分水嶺算法步驟1：認識distanceTransform（）函數22-4分水嶺算法步驟2：找出未知區域第22章使用分水嶺算法分割圖像22-6完成分水嶺算法22-5分水嶺算法步驟3：建立標記第22章使用分水嶺算法分割圖像22-2分水嶺算法與OpenCV官方推薦頁22-2-1認識分水嶺算法22-2-2OpenCV官方推薦頁23-1認識圖像擷取的原理23-2OpenCV提供的grabCut（）函數23-3grabCut（）函數基礎實操23-4自定義掩膜實例第23章圖像擷取24-1圖像修復的算法24-3修復《蒙娜麗莎的微笑》24-2圖像修復函數inpaint（）第24章圖像修復：搶救《蒙娜麗莎的微笑》24-1圖像修復的算法24-1-1Navier-Stroke算法24-1-2Alexander算法25-1認識K-NN算法25-2認識Numpy與K-NN算法相關的知識25-3OpenCV的K-NN算法函數25-4有關手寫數字識別的Numpy基礎知識25-5識別手寫數字實戰12345第25章識別手寫數字25-1認識K-NN算法25-1-1數據分類的基礎概念25-1-2手寫數字的特征25-1-3不同數字特征值的比較25-1-4手寫數字分類原理25-1-5簡化特征比較25-2認識Numpy與K-NN算法相關的知識25-2-1Numpy的seed（）函數25-2-2Numpy的ravel（）函數25-2-3數據分類25-2-4建立與分類30筆訓練數據25-3OpenCV的K-NN算法函數25-3-1基礎實操25-3-2更常見的分類25-4有關手寫數字識別的Numpy基礎知識25-4-1vsplit（）函數垂直方向分割數據25-4-2hsplit（）函數水平方向分割數據25-4-3元素重復repeat（）25-5識別手寫數字實戰25-5-1實際設計識別手寫數字25-5-2存儲訓練和分類數據25-5-3下載訓練和分類數據26-1啟用攝像機功能VideoCapture類別26-2使用VideoWriter類別執行錄像26-3播放影片26-4認識攝像功能的屬性第26章OpenCV的攝像功能26-1啟用攝像機功能VideoCapture類別26-1-1初始化VideoCapture26-1-2檢測攝像功能是否打開成功26-1-3讀取攝像鏡頭的圖像26-1-4關閉攝像功能26-1-5讀取圖像的基礎實例26-1-6圖像翻轉26-1-7保存某一時刻的幀26-2使用VideoWriter類別執行錄像26-2-1VideoWriter類別26-2-2拍攝影片的編碼格式VideoWriter_fourcc（）函數26-2-3寫入幀的功能write（）函數26-2-4保存錄制影片實例26-3播放影片26-3-1播放所錄制的影片26-3-2播放iPhone所錄制的影片26-3-3播放灰度影片26-3-4暫停與繼續播放26-3-5更改顯示窗口大小26-4認識攝像功能的屬性26-4-1獲得攝像功能的屬性26-4-2設定攝像功能的屬性26-4-3顯示影片播放進度26-4-4裁剪影片27-1對象檢測原理27-2尋找OpenCV的資源文件來源27-3認識資源文件27-4人臉的檢測27-5檢測側面的人臉12345第27章認識對象檢測原理與資源文件27-6路人檢測27-7眼睛的檢測27-8檢測貓臉27-9俄羅斯車牌識別第27章認識對象檢測原理與資源文件27-1對象檢測原理27-1-1級聯分類器原理27-1-2Haar特征緣由27-1-3哈爾特征原理27-4人臉的檢測27-4-1臉形級聯分類器資源文件27-4-2基礎臉形檢測程序27-4-3史上最牛的物理科學家合照27-5檢測側面的人臉27-5-1基礎概念27-5-2側面臉形檢測27-6路人檢測27-6-1路人檢測實戰27-6-2下半身的檢測27-6-3上半身的檢測27-7眼睛的檢測27-7-1眼睛分類器資源文件27-7-2檢測雙眼實例27-7-3檢測左眼與右眼的實例28-1擷取相同大小的人臉存儲28-2使用攝像機擷取人臉圖像28-3自動化攝像和擷取人像28-4半自動拍攝多張人臉的實例28-5全自動拍攝人臉圖像12345第28章攝像機與人臉文件29-1LBPH人臉識別29-2Eig