譯者序
前言
作者簡介
審校者簡介
譯者簡介
第1章　安裝OpenCV 1
1.1　選擇和使用閤適的安裝工具 2
1.1.1　在Windows上安裝 2
1.1.2　在OS X係統中安裝 6
1.1.3　在Ubuntu及其衍生版本中安裝 11
1.1.4　在其他類Unix係統中安裝 12
1.2　安裝Contrib模塊 13
1.3　運行示例 13
1.4　查找文檔、幫助及更新 14
1.5　總結 15
第2章　處理文件、攝像頭和圖形用戶界麵 16
2.1　基本I/O腳本 16
2.1.1　讀/寫圖像文件 16
2.1.2　圖像與原始字節之間的轉換 19
2.1.3　使用numpy.array訪問圖像數據 20
2.1.4　視頻文件的讀/寫 22
2.1.5　捕獲攝像頭的幀 23
2.1.6　在窗口顯示圖像 24
2.1.7　在窗口顯示攝像頭幀 25
2.2　Cameo項目（人臉跟蹤和圖像處理） 26
2.3　Cameo—麵嚮對象的設計 27
2.3.1　使用managers. CaptureManager提取視頻流 27
2.3.2　使用managers.WindowManager抽象窗口和鍵盤 32
2.3.3　cameo.Cameo的強大實現 33
2.4　總結 34
第3章　使用OpenCV 3處理圖像 36
3.1　不同色彩空間的轉換 36
3.2　傅裏葉變換 37
3.2.1　高通濾波器 37
3.2.2　低通濾波器 39
3.3　創建模塊 39
3.4　邊緣檢測 40
3.5　用定製內核做捲積 41
3.6　修改應用 43
3.7　Canny邊緣檢測 44
3.8　輪廓檢測 45
3.9　邊界框、最小矩形區域和最小閉圓的輪廓 46
3.10　凸輪廓與Douglas-Peucker算法 48
3.11　直綫和圓檢測 50
3.11.1　直綫檢測 50
3.11.2　圓檢測 51
3.12　檢測其他形狀 52
3.13　總結 52
第4章　深度估計與分割 53
4.1　創建模塊 53
4.2　捕獲深度攝像頭的幀 54
4.3　從視差圖得到掩模 56
4.4　對復製操作執行掩模 57
4.5　使用普通攝像頭進行深度估計 59
4.6　使用分水嶺和GrabCut算法進行物體分割 63
4.6.1　用GrabCut進行前景檢測的例子 64
4.6.2　使用分水嶺算法進行圖像分割 66
4.7　總結 69
第5章　人臉檢測和識彆 70
5.1　Haar級聯的概念 70
5.2　獲取Haar級聯數據 71
5.3　使用OpenCV進行人臉檢測 72
5.3.1　靜態圖像中的人臉檢測 72
5.3.2　視頻中的人臉檢測 74
5.3.3　人臉識彆 76
5.4　總結 82
第6章　圖像檢索以及基於圖像描述符的搜索 83
6.1　特徵檢測算法 83
6.1.1　特徵定義 84
6.1.2　使用DoG和SIFT進行特徵提取與描述 86
6.1.3　使用快速Hessian算法和SURF來提取和檢測特徵 89
6.1.4　基於ORB的特徵檢測和特徵匹配 91
6.1.5　ORB特徵匹配 93
6.1.6　K-最近鄰匹配 95
6.1.7　FLANN匹配 96
6.1.8　FLANN的單應性匹配 99
6.1.9　基於文身取證的應用程序示例 102
6.2　總結 105
第7章　目標檢測與識彆 106
7.1　目標檢測與識彆技術 106
7.1.1　HOG描述符 107
7.1.2　檢測人 112
7.1.3　創建和訓練目標檢測器 113
7.2　汽車檢測 116
7.2.1　代碼的功能 118
7.2.2　SVM和滑動窗口 122
7.3　總結 134
第8章　目標跟蹤 135
8.1　檢測移動的目標 135
8.2　背景分割器：KNN、MOG2和GMG 138
8.2.1　均值漂移和CAMShift 142
8.2.2　彩色直方圖 144
8.2.3　返迴代碼 146
8.3　CAMShift 147
8.4　卡爾曼濾波器 149
8.4.1　預測和更新 149
8.4.2　範例 150
8.4.3　一個基於行人跟蹤的例子 153
8.4.4　Pedestrian類 154
8.4.5　主程序 157
8.5　總結 159
第9章　基於OpenCV的神經網絡簡介 160
9.1　人工神經網絡 160
9.2　人工神經網絡的結構 161
9.2.1　網絡層級示例 162
9.2.2　學習算法 163
9.3　OpenCV中的ANN 164
9.3.1　基於ANN的動物分類 166
9.3.2　訓練周期 169
9.4　用人工神經網絡進行手寫數字識彆 170
9.4.1　MNIST—手寫數字數據庫 170
9.4.2　定製訓練數據 170
9.4.3　初始參數 171
9.4.4　迭代次數 171
9.4.5　其他參數 171
9.4.6　迷你庫 172
9.4.7　主文件 175
9.5　可能的改進和潛在的應用 180
9.5.1　改進 180
9.5.2　應用 181
9.6　總結 181
· · · · · · (收起)