第1章 OpenCV的探险之旅 1
1.1 理解人类视觉系统 1
1.2 人类是怎么理解图像内容的 3
1.3 OpenCV可以做什么 4
1.4 安装OpenCV 11
1.5 总结 14
第2章 OpenCV基础知识介绍 15
2.1 CMake基本配置文件 15
2.2 创建库 16
2.3 管理依赖关系 17
2.4 脚本复杂化 19
2.5 图像和矩阵 21
2.6 读写图像 23
2.7 读取视频和摄像头 27
2.8 其他基本对象类型 30
2.9 矩阵的基本运算 33
2.10 基本数据持久性和存储 36
2.11 总结 38
第3章 图形用户界面和基本滤波 39
3.1 介绍OpenCV的用户界面 39
3.2 使用OpenCV实现基本图形用户界面 40
3.3 QT的图形用户界面 45
3.4 在界面上添加滑动条和鼠标事件 47
3.5 在用户界面上添加按钮 51
3.6 支持OpenGL 55
3.7 总结 60
第4章 深入研究直方图和滤波器 61
4.1 生成CMake脚本文件 62
4.2 创建图形用户界面 63
4.3 绘制直方图 65
4.4 图像色彩均衡化 69
4.5 LOMO效果 71
4.6 卡通效果 76
4.7 总结 80
第5章 自动光学检测、目标分割和检测 81
5.1 隔离场景中的目标 82
5.2 创建AOI应用程序 84
5.3 输入图像的预处理 86
5.4 分割输入图像 92
5.5 总结 101
第6章 学习目标分类 102
6.1 介绍机器学习的概念 103
6.2 计算机视觉和机器学习的工作流程 106
6.3 自动检测目标分类的示例 108
6.4 特征提取 110
6.5 总结 120
第7章 识别人脸部分并覆盖面具 121
7.1 理解Haar级联 121
7.2 积分图 123
7.3 在实时视频中覆盖上面具 124
7.4 戴上太阳镜 127
7.5 跟踪鼻子、嘴和耳朵 130
7.6 总结 131
第8章 视频监控、背景建模和形态学操作 132
8.1 理解背景差分 132
8.2 简单背景差分法 133
8.3 帧差值法 137
8.4 混合高斯方法 141
8.5 形态学图像操作 144
8.6 图像细化 145
8.7 图像加粗 146
8.8 其他形态学运算 147
8.9 总结 152
第9章 学习对象跟踪 153
9.1 跟踪特定颜色的对象 153
9.2 建立交互式对象跟踪器 156
9.3 使用Harris角点检测器检测点 161
9.4 Shi-Tomasi角点检测器 163
9.5 基于特征的跟踪 166
9.6 总结 175
第10章 文本识别中的分割算法 176
10.1 OCR简介 176
10.2 预处理步骤 178
10.3 在你的操作系统上安装Tesseract OCR 186
10.4 使用Tesseract OCR库 190
10.5 总结 195
第11章 使用Tesseraet识别文本 196
11.1 文本识别API工作原理 196
11.2 使用文本识别API 200
11.3 总结 212