标签分类
当前位置:首页 > 人工智能电子书 > OpenCV电子书网盘下载
OpenCV计算机视觉编程攻略 OpenCV计算机视觉编程攻略
世上本没有人

世上本没有人 提供上传

资源
12
粉丝
37
喜欢
260
评论
8

    OpenCV计算机视觉编程攻略 PDF 完整第3版

    OpenCV电子书
    • 发布时间:

    给大家带来的一篇关于OpenCV相关的电子书资源,介绍了关于OpenCV、视觉编程方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小100.2 MB,罗伯特编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:9.8,更多相关的学习资源可以参阅 人工智能电子书、等栏目。

  • OpenCV计算机视觉编程攻略 PDF 下载
  • 下载地址:https://pan.baidu.com/s/12wSHejnbe_OIg3MCYEWQG
  • 分享码:itv3
  • OpenCV计算机视觉编程攻略

     

    内容介绍

    本书结合C 和OpenCV全面讲解计算机视觉编程,不仅涵盖计算机视觉和图像处理的基础知识,而且通过完整示例讲解OpenCV的重要类和函数。主要内容包括OpenCV库的安装和部署、图像增强、像素操作、图形分析等各种技术,并且详细介绍了如何处理来自文件或摄像机的视频,以及如何检测和跟踪移动对象。 第3版针对OpenCV新版本进行了修改,调整了很多函数和算法说明,还增加了立体图像深度检测、运动目标跟踪、人脸识别、人脸定位、行人检测等内容,适合计算机视觉新手、专业软件开发人员、学生,以及所有想要了解图像处理和计算机视觉技术的人员学习参考。

    目录

    • 第1章 图像编程入门 1
    • 第2 章 操作像素 20
    • 第3 章 处理图像的颜色 45
    • 第4 章 用直方图统计像素 67
    • 第5 章 用形态学运算变换图像 100
    • 第6 章 图像滤波 119
    • 第7 章 提取直线、轮廓和区域 143
    • 第8 章 检测兴趣点 166
    • 第9 章 描述和匹配兴趣点 187
    • 第10 章 估算图像之间的投影关系 203
    • 第11 章 三维重建 225
    • 第12 章 处理视频序列 248
    • 第13 章 跟踪运动目标 269
    • 第14 章 实用案例 285

    上一篇:项目管理:计划、进度和控制的系统方法  下一篇:一个64位操作系统的设计与实现

    展开 +

    收起 -

    OpenCV 相关电子书
    关于OpenCV的学习笔记
    网友NO.760278

    OpenCV图像颜色反转算法详解

    前言 图像颜色的反转,比较简单的思路就是使用255减去当前值,从而得到反转后的图像.原始图片: 1.灰度图像的颜色反转 import cv2import numpy as np# 灰度 0-255 255-当前灰度值img = cv2.imread('image0.jpg', 1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)dst = np.zeros((height, width, 1), np.uint8)for i in range(height): for j in range(width): grayPixel = 255 - gray[i, j] dst[i, j] = grayPixelcv2.imshow('image', dst)cv2.waitKey(0) 用255减去当前灰度值,得到反转后的图像.图像如下: 2.BGR图像的反转 import cv2import numpy as npimg = cv2.imread('image0.jpg', 1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height, width, 3), np.uint8)for i in range(height): for j in range(width): (b, g, r) = img[i, j] b = 255 - b g = 255 - g r = 255 - r dst[i, j] = (b, g, r)cv2.imshow('image', dst)cv2.waitKey(0) BGR图像反转也是一样,同样是使用255减去每一个通道的当前值.效果如下: 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持码农之家。 ……

    网友NO.209231

    Opencv实现抠图背景图替换功能

    本文实例为大家分享了Opencv实现抠图替换背景图的具体代码,供大家参考,具体内容如下 下面简单图片演示一下: 提取mask: === 替换背景: + = python的opencv代码如下: # coding=utf-8 import cv2import numpy as np img=cv2.imread('lp.jpg')img_back=cv2.imread('back.jpg')#日常缩放rows,cols,channels = img_back.shapeimg_back=cv2.resize(img_back,None,fx=0.7,fy=0.7)cv2.imshow('img_back',img_back) rows,cols,channels = img.shapeimg=cv2.resize(img,None,fx=0.4,fy=0.4)cv2.imshow('img',img)rows,cols,channels = img.shape#rows,cols最后一定要是前景图片的,后面遍历图片需要用到 #转换hsvhsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)#获取masklower_blue=np.array([78,43,46])upper_blue=np.array([110,255,255])mask = cv2.inRange(hsv, lower_blue, upper_blue)cv2.imshow('Mask', mask) #腐蚀膨胀erode=cv2.erode(mask,None,iterations=1)cv2.imshow('erode',erode)dilate=cv2.dilate(erode,None,iterations=1)cv2.imshow('dilate',dilate) #遍历替换center=[50,50]#在新背景图片中的位置for i in range(rows): for j in range(cols): if dilate[i,j]==0:#0代表黑色的点 img_back[center[0]+i,center[1]+j]=img[i,j]#此处替换颜色,为BGR通道cv2.imshow('res',img_back) cv2.waitKey(0)cv2.destroyAllWindows() 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持码农之家。 ……

    网友NO.834957

    opencv python 基于KNN的手写体识别的实例

    OCR of Hand-written Data using kNN OCR of Hand-written Digits 我们的目标是构建一个可以读取手写数字的应用程序, 为此,我们需要一些train_data和test_data. OpenCV附带一个images digits.png(在文件夹opencv\sources\samples\data\中),它有5000个手写数字(每个数字500个,每个数字是20x20图像).所以首先要将图片切割成5000个不同图片,每个数字变成一个单行400像素.前面的250个数字作为训练数据,后250个作为测试数据. import numpy as npimport cv2import matplotlib.pyplot as pltimg = cv2.imread('digits.png')gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# Now we split the image to 5000 cells, each 20x20 sizecells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]# Make it into a Numpy array. It size will be (50,100,20,20)x = np.array(cells)# Now we prepare train_data and test_data.train = x[:,:50].reshape(-1,400).astype(np.float32) # Size = (2500,400)test = x[:,50:100].reshape(-1,400).astype(np.float32) # Size = (2500,400)# Create labels for train and test datak = np.arange(10)train_labels = np.repeat(k,250)[:,np.newaxis]test_labels = train_labels.copy()# Initiate kNN, train the data, then test it with test data for k=1knn = cv2.ml.KNearest_create()knn.train(train, cv2.ml.ROW_SAMPLE, train_labels)ret,result,neighbours,dist = knn.findNearest(test,k=5)# Now we check the accuracy of classification# For that, compare the result with test_labels and check which are wrongmatches = result==test_lab……

    网友NO.507867

    Python+OpenCV实现图像融合的原理及代码

    根据导师作业安排,在学习数字图像处理(刚萨雷斯版)第六章 彩色图像处理 中的彩色模型后,导师安排了一个比较有趣的作业: 融合原理为: 1 注意:遥感原RGB图image和灰度图Grayimage为测试用的输入图像; 2 步骤:(1)将RGB转换为HSV空间(H:色调,S:饱和度,V:明度); (2)用Gray图像诶换掉HSV中的V; (3)替换后的HSV转换回RGB空间即可得到结果。 书上只介绍了HSI彩色模型,并没有说到HSV,所以需要网上查找资料。 Python代码如下: import cv2import numpy as npimport mathfrom matplotlib import pyplot as pltdef caijian(img):#裁剪图像与否根据选择图像大小而定,调用了OpenCV函数weight=img.shape[0]height=img.shape[1]print(“图像大小为:%d*%d”%(weight,height))img=cv2.resize(img,(int(weight/2),int(height/2)),interpolation=cv2.INTER_CUBIC)return(img)def graytograyimg(img):grayimg=img1weight=img.shape[0]height=img.shape[1]for i in range(weight):for j in range(height):grayimg[i,j]=0.299img[i,j,0]+0.587img[i,j,1]+0.114img[i,j,2]return(grayimg)def RGBtoHSV(img):b,g,r=cv2.split(img)rows,cols=b.shapeH=np.ones([rows,cols],“float”)S=np.ones([rows,cols],“float”)V=np.ones([rows,cols],“float”)print(“RGB图像大小:%d*%d”%(rows,cols))for i in range(0, rows):for j in range(0, cols):MAX=max((b[i,j],g[i,j],r[i,j]))MIN=min((b[i,j],g[i,j],r[i,j]))V[i,j]=MAXif V[i,j]0:S[i,j]=0else:S[i,j]=(V[i,j]-MIN)/V[i,j]i……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明