OpenCV 4计算机视觉项目实战（原书第2版）

作者:大卫·米兰·埃斯克里瓦

页数:208

译者:冀臻

出版时间:2019-7-1

价格:0

isbn号码:9787111631644

具体描述

OpenCV是用于开发计算机视觉应用程序的*流行的开源库之一，它可以帮助你专注于构建完整的图像处理、运动检测和图像分割项目。无论你是初涉计算机视觉技术，还是对其概念已有基本了解，本书都将成为你通过实例和项目掌握OpenCV概念及算法的实用指南。

本书首先介绍OpenCV的入门知识及安装，然后介绍OpenCV的基础知识，包括用户界面、矩阵运算、滤波器和直方图等，之后介绍复杂的计算机视觉算法，包括对象分割和分类、视频监控、对象跟踪等，*后探讨对象跟踪、文本识别、机器学习和人脸检测等高级技术。阅读本书之后，你将掌握常用和*新的计算机视觉技术，并学会从零开始构建各类OpenCV项目。

通过阅读本书，你将学到：

?在各种操作系统上安装OpenCV 4

?创建CMake脚本以编译C++应用程序

?了解基本的图像矩阵格式和滤波器

?探索图像分割和特征提取技术

?从静态场景中删除背景以识别需要监控的移动对象

?采用各种技术跟踪实时视频中的对象

?通过Tesseract进行文本检测和识别

?熟悉用于图像分类的重要深度学习工具

作者简介

作者简介

大卫·米兰·埃斯克里瓦（David Millán Escrivá）8岁时用BASIC语言在8086 PC上编写了他的个程序。他在瓦伦西亚政治大学（Universitat Politécnica de Valencia）完成了他的IT学习，并在由使用OpenCV（v0.96）的计算机视觉技术所支持的人机交互领域取得了优异的成绩。他拥有人工智能、计算机图形学和模式识别硕士学位，专注于模式识别和计算机视觉。他还拥有超过9年的计算机视觉、计算机图形和模式识别经验。他是Damiles Blog的作者，在上面发表关于OpenCV、计算机视觉和光学字符识别算法的文章与教程。

我要感谢我的妻子Izaskun、女儿Eider和儿子Pau，他们始终保持无限的耐心并坚定地支持我。他们改变了我的生活，让我的每一天都变得很棒。我爱你们。

我要感谢OpenCV团队和社区给予我们这个精彩的库。我还要感谢我的合著者，感谢Packt出版社支持并帮助我完成本书。

维尼休斯·G.门东萨（Vinícius G. Mendon是巴拉那天主教大学（PUCPR）的计算机图形专业教授。他于1998年开始使用C++进行编程，并于2006年进入计算机游戏和计算机图形领域。他目前是巴西Apple开发者学院（Apple Developer Academy）的导师，从事用于移动设备的金属、机器学习和计算机视觉方面的教学工作。他曾担任其他Packt图书的审校者，包括《OpenNI Cookbook》和《Mastering OpenCV and Computer Vision with OpenCV 3 and Qt5》。在他的研究中，使用了Kinect、OpenNI和OpenCV来识别巴西手语手势。他感兴趣的领域包括移动电话、OpenGL、图像处理、计算机视觉和项目管理。

我要感谢我的妻子Thais A. L. Mendon

普拉蒂克·乔希（Prateek Joshi）是一位人工智能研究员、8本书的作者，还是一位TEDx演讲者。他的著作曾入选Forbes 30 Under 30、CNBC、TechCrunch、Silicon Valley Business Journal等多部出版物。他是Pluto AI的创始人，Pluto AI是一家由风投资助的硅谷初创公司，为水利设施建立智能平台。他毕业于南加州大学，获得人工智能专业硕士学位。他之前曾就职于NVIDIA和Microsoft Research。

目录信息

前言
作者简介
审校者简介
第1章　OpenCV入门1
1.1　了解人类视觉系统1
1.2　人类如何理解图像内容3
1.3　你能用OpenCV做什么4
1.3.1　内置数据结构和输入/输出4
1.3.2　图像处理操作5
1.3.3　GUI5
1.3.4　视频分析6
1.3.5　3D重建6
1.3.6　特征提取7
1.3.7　对象检测7
1.3.8　机器学习8
1.3.9　计算摄影8
1.3.10　形状分析9
1.3.11　光流算法9
1.3.12　人脸和对象识别9
1.3.13　表面匹配10
1.3.14　文本检测和识别10
1.3.15　深度学习10
1.4　安装OpenCV10
1.4.1　Windows11
1.4.2　Mac OS X11
1.4.3　Linux13
1.5　总结14
第2章　OpenCV基础知识导论15
2.1　技术要求15
2.2　基本CMake配置文件16
2.3　创建一个库16
2.4　管理依赖项17
2.5　让脚本更复杂18
2.6　图像和矩阵20
2.7　读/写图像22
2.8　读取视频和摄像头25
2.9　其他基本对象类型27
2.9.1　Vec对象类型27
2.9.2　Scalar对象类型28
2.9.3　Point对象类型28
2.9.4　Size对象类型29
2.9.5　Rect对象类型29
2.9.6　RotatedRect对象类型29
2.10　基本矩阵运算30
2.11　基本数据存储32
2.12　总结34
第3章　学习图形用户界面35
3.1　技术要求35
3.2　OpenCV用户界面介绍36
3.3　OpenCV的基本图形用户界面36
3.4　Qt图形用户界面44
3.5　OpenGL支持50
3.6　总结54
第4章　深入研究直方图和滤波器55
4.1　技术要求56
4.2　生成CMake脚本文件56
4.3　创建图形用户界面57
4.4　绘制直方图59
4.5　图像颜色均衡62
4.6　Lomography效果64
4.7　卡通效果68
4.8　总结72
第5章　自动光学检查、对象分割和检测73
5.1　技术要求73
5.2　隔离场景中的对象74
5.3　为AOI创建应用程序76
5.4　预处理输入图像78
5.4.1　噪声消除78
5.4.2　用光模式移除背景进行分割79
5.4.3　阈值84
5.5　分割输入图像85
5.5.1　连通组件算法85
5.5.2　findContours算法90
5.6　总结92
第6章　学习对象分类94
6.1　技术要求94
6.2　机器学习概念介绍95
6.3　计算机视觉和机器学习工作流程98
6.4　自动对象检查分类示例100
6.4.1　特征提取102
6.4.2　训练SVM模型105
6.4.3　输入图像预测109
6.5　总结111
第7章　检测面部部位与覆盖面具112
7.1　技术要求112
7.2　了解Haar级联112
7.3　什么是积分图像114
7.4　在实时视频中覆盖面具115
7.5　戴上太阳镜118
7.6　跟踪鼻子、嘴巴和耳朵121
7.7　总结122
第8章　视频监控、背景建模和形态学操作123
8.1　技术要求123
8.2　理解背景减除124
8.3　直接的背景减除124
8.4　帧差分128
8.5　高斯混合方法131
8.6　形态学图像处理133
8.7　使形状变细134
8.8　使形状变粗135
8.9　其他形态运算符136
8.9.1　形态开口136
8.9.2　形态闭合137
8.9.3　绘制边界138
8.9.4　礼帽变换139
8.9.5　黑帽变换140
8.10　总结140
第9章　学习对象跟踪141
9.1　技术要求141
9.2　跟踪特定颜色的对象141
9.3　构建交互式对象跟踪器143
9.4　用Harris角点检测器检测点148
9.5　用于跟踪的好特征151
9.6　基于特征的跟踪153
9.6.1　Lucas-Kanade方法153
9.6.2　Farneback算法157
9.7　总结161
第10章　开发用于文本识别的分割算法162
10.1　技术要求162
10.2　光学字符识别介绍162
10.3　预处理阶段164
10.3.1　对图像进行阈值处理164
10.3.2　文本分割165
10.4　在你的操作系统上安装Tesseract OCR172
10.4.1　在Windows上安装Tesseract172
10.4.2　在Mac上安装Tesseract173
10.5　使用Tesseract OCR库173
10.6　总结177
第11章　用Tesseract进行文本识别178
11.1　技术要求178
11.2　文本API的工作原理179
11.2.1　场景检测问题179
11.2.2　极值区域180
11.2.3　极值区域过滤181
11.3　使用文本API182
11.3.1　文本检测182
11.3.2　文本提取187
11.3.3　文本识别189
11.4　总结193
第12章　使用OpenCV进行深度学习194
12.1　技术要求194
12.2　深度学习简介195
12.2.1　什么是神经网络，我们如何从数据中学习195
12.2.2　卷积神经网络197
12.3　OpenCV中的深度学习198
12.4　YOLO用于实时对象检测199
12.4.1　YOLO v3深度学习模型架构200
12.4.2　YOLO数据集、词汇表和模型200
12.4.3　将YOLO导入OpenCV201
12.5　用SSD进行人脸检测204
12.5.1　SSD模型架构204
12.5.2　将SSD人脸检测导入OpenCV204
12.6　总结208
· · · · · · (收起)

用户评价

作为一个在人工智能领域深耕多年的开发者，我深知OpenCV作为计算机视觉领域的“瑞士军刀”，其重要性和广泛应用性。我一直在寻找一本能够帮助我系统学习和掌握OpenCV 4 新特性的实战书籍，尤其是有实际项目支撑的书籍。《OpenCV 4 计算机视觉项目实战（原书第2版）》这本书的书名，可以说是直接击中了我的需求点。我非常看重“项目实战”这一关键词，因为在我看来，只有通过实际的项目，才能将抽象的理论知识转化为具体的技能，才能真正理解OpenCV的功能以及如何在实际应用中解决问题。我期待这本书能够提供一系列具有代表性、能够解决实际问题的项目，例如图像识别、目标检测、人脸识别、视频分析等。我希望书中提供的代码示例能够清晰、规范，并且能够很好地结合OpenCV 4 的新API和特性，让我能够学到最新、最有效的技术。同时，我也希望书中不仅仅是提供代码，更能深入地讲解每个项目背后的算法原理、数学模型以及OpenCV的实现细节。这对于我来说，能够帮助我加深对计算机视觉核心技术的理解，并能够举一反三，将学到的知识应用到更广泛的场景中。原书第2版也让我对内容的质量和时效性有了较高的预期，毕竟计算机视觉领域的技术发展日新月异，一本优秀的实战书籍应该能够及时更新，反映最新的技术趋势。我希望通过这本书的学习，能够进一步提升自己在计算机视觉领域的专业技能，并且能够将其应用于我未来的工作中，开发出更智能、更具创新性的产品。

我一直对那些能够让机器拥有“眼睛”的技术深感着迷，而计算机视觉无疑是其中的佼佼者。对于OpenCV，我早已耳熟能详，并将其视为探索这个领域的利器。然而，单纯的API学习往往难以形成系统的认知，我更渴望通过动手实践来掌握这项技术。《OpenCV 4 计算机视觉项目实战（原书第2版）》这个书名，正是吸引我目光的关键。我迫切希望这本书能够提供一系列有深度、有价值的项目，这些项目能够涵盖OpenCV 4 的核心功能，并且能让我理解如何在实际场景中应用这些功能。我期待能够学习到如何从零开始构建一个完整的计算机视觉应用，例如，如何利用OpenCV进行人脸检测和识别，如何实现图像拼接，如何进行视频流的实时处理和分析等。书中“原书第2版”的标注，让我对内容的更新和质量有了较高的期待，我希望作者能够介绍OpenCV 4 的新特性，并提供最新的、最优的实现方法。更重要的是，我希望书中不仅仅是代码的堆砌，更能深入地讲解每个项目所涉及的算法原理、数学基础以及OpenCV API的细致用法。我希望通过这本书的学习，能够构建起一个牢固的计算机视觉知识框架，能够独立地解决实际问题，并且能够为未来的研究和开发打下坚实的基础。

我一直对计算机视觉这个领域充满着浓厚的研究兴趣，尤其是在看到身边越来越多的智能设备和应用，例如人脸识别解锁手机、自动驾驶汽车的视觉系统，我更加坚信这个领域蕴含着巨大的潜力和无限的可能性。然而，实际的学习过程中，我常常会感到迷茫，很多零散的知识点无法串联起来，理论学习也显得枯燥乏味。当我在书架上看到《OpenCV 4 计算机视觉项目实战（原书第2版）》这本书时，我内心涌起一股强烈的期待。书名中的“项目实战”四个字，直接击中了我学习的痛点，我渴望能够通过实际的项目来学习和巩固知识，而不是仅仅停留在理论的海洋中。我希望这本书能够为我提供一系列结构清晰、循序渐进的项目，从最基础的图像处理操作，到更复杂的对象检测、跟踪、三维重建等，能够一步一步地引导我完成这些项目。我期待书中能够提供详细的代码示例，并且这些代码不仅仅是能够运行，更能体现出良好的编程风格和优化技巧。更重要的是，我希望作者能够在每个项目之后，深入地讲解相关的算法原理、数学基础以及OpenCV API的用法，让我不仅仅是学会如何实现功能，更能理解其背后的原理和思想。这本书的“原书第2版”也让我对其内容的时效性有了信心，毕竟OpenCV技术更新很快，第二版意味着作者对内容进行了必要的更新和完善，能够更好地反映OpenCV 4 的新特性。我希望通过这本书的学习，能够建立起扎实的计算机视觉知识体系，并能够独立地完成一些具有实际应用价值的计算机视觉项目。

我一直对如何让机器“看懂”世界充满好奇，而计算机视觉无疑是实现这一目标的关键。OpenCV作为这个领域的“老大哥”，我早已接触并使用过。然而，我总觉得自己的知识体系不够系统，很多时候在实际项目中会遇到瓶颈。因此，一本以“项目实战”为导向的OpenCV书籍对我来说是十分宝贵的。《OpenCV 4 计算机视觉项目实战（原书第2版）》这个书名，直接戳中了我的学习需求。我非常期待书中能够提供一系列精心挑选的、具有代表性的实战项目，这些项目能够覆盖OpenCV 4 的核心功能，例如图像处理、特征点检测、物体识别、图像分割、视频分析等。我希望书中不仅能提供可运行的代码，更重要的是能够对每个项目的算法原理、数学基础以及OpenCV API的用法进行详细的讲解。我希望通过阅读这本书，能够建立起一个完整的计算机视觉知识体系，能够真正理解OpenCV的强大之处，并能将其灵活运用到我所感兴趣的领域，例如智能监控、机器人导航、虚拟现实等。原书第二版也让我对内容的更新和质量有了更高的期望，我希望这本书能够反映OpenCV 4 的最新发展和技术趋势。

作为一个在视觉计算领域摸爬滚打了几年的人，我深知一本好的实战书籍的价值。市面上关于OpenCV的书籍琳琅满目，但真正能够做到“深入浅出”又“兼顾实战”的却不多。这本书的书名“OpenCV 4 计算机视觉项目实战（原书第2版）”几个字，就足以吸引我的注意。《原书第2版》的字样尤其让我欣慰，这意味着作者已经对原有的内容进行了更新和优化，能够反映出OpenCV 4 最新的一些特性和技术趋势，这对于想要紧跟技术前沿的开发者来说至关重要。我尤其看重“项目实战”这部分，因为在我看来，理论知识的学习固然是基础，但没有实际的项目去应用和检验，这些理论就如同空中楼阁，难以转化为真正的生产力。我期待这本书能够提供一系列精心设计的项目，这些项目不仅能够涵盖OpenCV的核心功能，比如图像处理、特征匹配、对象检测、图像分割等，更能够将这些技术巧妙地融合在一起，解决一些具有实际意义的问题。我希望书中提供的代码示例清晰易懂，注释详尽，能够让我快速上手，并在此基础上进行二次开发和创新。同时，我也期望书中能够对每个项目所涉及的算法原理和技术细节进行深入的阐述，让我不仅知其然，更能知其所以然。这样，我才能真正理解为什么选择某种算法，为什么这样做可以达到预期的效果，从而提升自己解决问题的能力，而不是仅仅停留在“复制粘贴”的层面。对于非科班出身的我来说，能够通过这样一本内容充实、实践性强的书籍来系统学习计算机视觉，无疑是一次绝佳的机会。

我一直对通过技术改变世界充满热情，而计算机视觉作为人工智能的核心技术之一，更是让我着迷。我对如何让机器“看见”并“理解”世界有着强烈的好奇心。在学习OpenCV的过程中，我曾经遇到过许多瓶颈，很多时候不知道如何将学到的零散知识点应用到实际场景中，因此，一本以“项目实战”为导向的书籍对我来说至关重要。《OpenCV 4 计算机视觉项目实战（原书第2版）》这个书名，就仿佛为我指明了一个方向。我非常期待书中能够提供一系列从易到难、层层递进的项目，让我能够逐步掌握OpenCV 4 的各项核心功能。我希望这些项目不仅仅是简单的功能演示，更能体现出解决实际问题的思路和方法。例如，我希望能够学习如何利用OpenCV进行图像的预处理、特征提取，然后将这些特征用于对象识别、跟踪，甚至更复杂的场景理解。书中对“原书第2版”的标注，让我对内容的更新和质量有了更高的期待，我希望作者能够融入OpenCV 4 的最新特性，并提供最新、最有效的解决方案。我期待书中不仅有可运行的代码，更重要的是有对代码背后原理的深入剖析，包括算法的数学基础、OpenCV API的细致讲解，以及作者在项目开发过程中的一些经验和技巧。我希望通过阅读这本书，能够建立起一个完整的计算机视觉知识体系，能够独立地分析和解决实际的计算机视觉问题，并能将其应用到我感兴趣的领域，例如智能安防、机器人视觉、医疗影像分析等。

作为一名对人工智能充满热情的研究者，我深知计算机视觉在其中扮演着至关重要的角色。OpenCV作为这个领域的基石，其学习和掌握至关重要。然而，理论知识的获取往往需要通过实践来验证和巩固。当我在书架上看到《OpenCV 4 计算机视觉项目实战（原书第2版）》这本书时，我看到了一个绝佳的学习机会。《项目实战》的定位，意味着这本书将带领我通过实际项目来学习OpenCV 4 的各项技术，这正是我所期望的学习方式。我期待书中能够提供一系列从基础到高级的实战项目，例如，如何利用OpenCV实现图像的特征提取与匹配，如何进行目标检测与跟踪，如何实现图像分割，甚至如何构建一个简单的立体视觉系统。我希望书中提供的代码示例能够规范、清晰，并且能够充分利用OpenCV 4 的新功能和优化。同时，我也希望作者能够深入地讲解每个项目背后的算法原理、数学模型以及OpenCV API的详细用法。这对于我来说，不仅仅是学会如何实现某个功能，更是理解其背后的逻辑和思想，从而能够举一反三，应对更复杂的挑战。“原书第2版”的标识，也让我对内容的更新和时效性有了信心，我希望能够学习到最新、最有效的计算机视觉技术。

我对人工智能在视觉领域的应用一直抱有浓厚的兴趣，尤其是在看到各种智能设备和应用的普及后，更坚定了我想深入学习计算机视觉的决心。OpenCV无疑是这个领域不可或缺的工具。然而，我发现单纯地学习API知识点往往难以形成完整的知识体系，我更倾向于通过实际项目来学习和掌握。《OpenCV 4 计算机视觉项目实战（原书第2版）》这本书的书名，就完美契合了我的学习需求。我非常期待书中能够提供一系列循序渐进、由浅入深的实战项目，这些项目能够覆盖OpenCV 4 的核心功能，并且能够解决一些实际问题。我希望这些项目不仅仅是功能的展示，更能让我理解背后的原理和实现思路。例如，我希望学习如何利用OpenCV进行图像的预处理、特征提取，然后如何将这些技术应用于人脸识别、物体检测、图像跟踪等场景。书中“原书第2版”的字样，也让我对内容的更新和质量有了更高的期待，我希望作者能够介绍OpenCV 4 的新特性，并提供最新、最有效的解决方案。我希望通过这本书的学习，能够系统地掌握OpenCV 4 的各项技术，并能够独立地完成一些具有实际应用价值的计算机视觉项目，从而为我未来的学习和工作打下坚实的基础。

这本书的封面设计就吸引了我，深邃的蓝色背景配上醒目的“OpenCV 4 计算机视觉项目实战”字样，让人一眼就能感受到其专业性和深度。在翻开之前，我脑海中充满了对计算机视觉领域的好奇和对如何将其应用于实际项目的渴望。我一直对人工智能的感知能力充满兴趣，而计算机视觉无疑是实现这种感知的关键一环。我曾经尝试过一些零散的在线教程，但总感觉不成体系，知识点也比较碎片化，难以形成一个完整的知识框架。这本书的出现，就像是在我探索计算机视觉的道路上点亮了一盏明灯，指引着我走向更广阔的天地。它的“项目实战”几个字更是打动了我，我深知理论学习固然重要，但只有通过实际的项目才能真正掌握知识，并将其转化为解决问题的能力。我期待着书中能够提供一系列循序渐进的项目，从基础概念的引入，到复杂算法的实现，能够一步步地引导我完成具有实际意义的计算机视觉应用。我希望这本书不仅仅是代码的堆砌，更能够深入剖析每个项目背后的原理，让我理解“为什么”要这样做，而不仅仅是“怎么”做。我希望通过这本书的学习，能够构建起自己对计算机视觉的系统认知，并能够独立思考和设计出更多有趣的计算机视觉项目。这本书的原书第二版也让我对其内容的更新和质量有了更高的期待，毕竟技术更新迭代很快，一本优秀的实战书籍应该能够跟上时代的步伐，提供最新的技术和方法。我希望它能够涵盖当前计算机视觉领域的热点技术，比如深度学习在图像识别、目标检测、图像分割等方面的应用，同时也能兼顾一些经典的计算机视觉算法，例如图像处理、特征提取、运动分析等。总而言之，这本书对我来说，不仅仅是一本技术书籍，更像是我开启计算机视觉之旅的“入门指南”和“实践伙伴”，我迫不及待地想通过它来探索这个充满魅力的领域。

在我学习计算机视觉的旅程中，OpenCV无疑是我最常用的工具库之一。然而，随着OpenCV版本的更新和新技术的涌现，我始终渴望找到一本能够系统介绍OpenCV 4 最新特性，并能通过实际项目来巩固和深化理解的书籍。《OpenCV 4 计算机视觉项目实战（原书第2版）》这个书名，恰好满足了我的这一需求。我尤其看重“项目实战”的定位，因为在我看来，理论学习只有与实践相结合，才能真正发挥其价值。我希望这本书能够提供一系列精心设计的项目，这些项目能够覆盖OpenCV 4 的核心功能，例如图像处理、特征检测与匹配、对象识别与跟踪、视频分析、立体视觉等等。我期待书中提供的代码示例能够清晰、简洁，并且能够体现出良好的编程实践，方便我进行学习和参考。更重要的是，我希望作者能够深入地讲解每个项目背后的算法原理、数学模型以及OpenCV API的用法。例如，在进行对象检测时，不仅仅是调用现成的模型，更能让我理解模型的工作原理，以及如何根据实际需求调整和优化。原书第2版意味着这本书的内容是经过迭代更新的，能够反映OpenCV 4 的最新进展，这对于我来说尤为重要，我希望能够掌握最新的技术和方法。总而言之，我希望通过这本书，能够全面提升我使用OpenCV进行计算机视觉项目开发的实战能力，并且能够将其应用到更广阔的领域。

比较简略

比较简略

总体不错，就是有些小细节不够完善。

总体不错，就是有些小细节不够完善。

比较简略