本书分9章来介绍计算机视觉的重要概念，所有的概念都融入了一些很有趣的项目。本书首先详细介绍了多个平台下基于Python的OpenCV安装，继而介绍了计算机视觉应用的基本操作，包括图像文件的读取与显示，图像处理的基本操作(比如边缘检测等)，深度估计与分割，人脸检测与识别，图像的检索，目标的检测与识别，目标跟踪，神经网络的手写体识别。可以这样说，本书是一本不可多得的采用OpenCV实践计算机视觉应用的好书。
目录Contents
译者序
前言
作者简介
审校者简介
译者简介
第1章安装OpenCV 1
1.1选择和使用合适的安装工具 2
1.1.1在Windows上安装 2
1.1.2在OS X系统中安装 6
1.1.3在Ubuntu及其衍生版本中安装 11
1.1.4在其他类Unix系统中安装 12
1.2安装Contrib模块 13
1.3运行示例 13
1.4查找文档、帮助及更新 14
1.5总结 15
第2章处理文件、摄像头和图形用户界面 16
2.1基本I/O脚本 16
2.1.1读/写图像文件 16
2.1.2图像与原始字节之间的转换 19
2.1.3使用numpy.array访问图像数据 20
2.1.4视频文件的读/写 22
2.1.5捕获摄像头的帧 23
2.1.6在窗口显示图像 24
2.1.7在窗口显示摄像头帧 25
2.2Cameo项目(人脸跟踪和图像处理) 26
2.3Cameo—面向对象的设计 27
2.3.1使用managers. CaptureManager提取视频流 27
2.3.2使用managers.WindowManager抽象窗口和键盘 32
2.3.3cameo.Cameo的强大实现 33
2.4总结 34
第3章使用OpenCV 3处理图像 36
3.1不同色彩空间的转换 36
3.2傅里叶变换 37
3.2.1高通滤波器 37
3.2.2低通滤波器 39
3.3创建模块 39
3.4边缘检测 40
3.5用定制内核做卷积 41
3.6修改应用 43
3.7Canny边缘检测 44
3.8轮廓检测 45
3.9边界框、最小矩形区域和最小闭圆的轮廓 46
3.10凸轮廓与Douglas-Peucker算法 48
3.11直线和圆检测 50
3.11.1直线检测 50
3.11.2圆检测 51
3.12检测其他形状 52
3.13总结 52
第4章深度估计与分割 53
4.1创建模块 53
4.2捕获深度摄像头的帧 54
4.3从视差图得到掩模 56
4.4对复制操作执行掩模 57
4.5使用普通摄像头进行深度估计 59
4.6使用分水岭和GrabCut算法进行物体分割 63
4.6.1用GrabCut进行前景检测的例子 64
4.6.2使用分水岭算法进行图像分割 66
4.7总结 69
第5章人脸检测和识别 70
5.1Haar级联的概念 70
5.2获取Haar级联数据 71
5.3使用OpenCV进行人脸检测 72
5.3.1静态图像中的人脸检测 72
5.3.2视频中的人脸检测 74
5.3.3人脸识别 76
5.4总结 82
第6章图像检索以及基于图像描述符的搜索 83
6.1特征检测算法 83
6.1.1特征定义 84
6.1.2使用DoG和SIFT进行特征提取与描述 86
6.1.3使用快速Hessian算法和SURF来提取和检测特征 89
6.1.4基于ORB的特征检测和特征匹配 91
6.1.5ORB特征匹配 93
6.1.6K-最近邻匹配 95
6.1.7FLANN匹配 96
6.1.8FLANN的单应性匹配 99
6.1.9基于文身取证的应用程序示例 102
6.2总结 105
第7章目标检测与识别 106
7.1目标检测与识别技术 106
7.1.1HOG描述符 107
7.1.2检测人 112
7.1.3创建和训练目标检测器 113
7.2汽车检测 116
7.2.1代码的功能 118
7.2.2SVM和滑动窗口 122
7.3总结 134
第8章目标跟踪 135
8.1检测移动的目标 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彩色直方图 144
8.2.3返回代码 146
8.3CAMShift 147
8.4卡尔曼滤波器 149
8.4.1预测和更新 149
8.4.2范例 150
8.4.3一个基于行人跟踪的例子 153
8.4.4Pedestrian类 154
8.4.5主程序 157
8.5总结 159
第9章基于OpenCV的神经网络简介 160
9.1人工神经网络 160
9.2人工神经网络的结构 161
9.2.1网络层级示例 162
9.2.2学习算法 163
9.3OpenCV中的ANN 164
9.3.1基于ANN的动物分类 166
9.3.2训练周期 169
9.4用人工神经网络进行手写数字识别 170
9.4.1MNIST—手写数字数据库 170
9.4.2定制训练数据 170
9.4.3初始参数 171
9.4.4迭代次数 171
9.4.5其他参数 171
9.4.6迷你库 172
9.4.7主文件 175
9.5可能的改进和潜在的应用 180
9.5.1改进 180
9.5.2应用 181
9.6总结 181
正在学习中！！！
当当网客服有用吗，根本不鸟客户，再也不想在这上面买东西了
挺好挺好 。。
包装太差，纸质很好
非常牛的人写的非常牛的书
还不错，学习Python应用
做图像处理的，写python的人可以看
这本书使用python调用openCV库的，还有openCV中机器学习库的介绍，这在opencv的书中是极少的
very good
质量非常好，与卖家描述的完全一致，非常满意,真的很喜欢，完全超出期望值，发货速度非常快，包装非常仔细、严实，物流公司服务态度很好，运送速度很快，很满意的一次购物
不错，不错，适合看！
书不错，包装得也很好
一直在当当上买书，一如既往地好。
还是当当好，书很全。
很好
我能书这本书角都被快递弄破了，也脏了
不错不错，谢谢
一般般，更像说明书，很多东西没有写的太详细
正版书性价比高，很满意！
最近没时间，还没有看，大概翻了下不错
项目要用到opencv，需要的时候翻翻。
很好的书，很喜欢，从中学到了许多知识，适合初学者。
还不错，不过买错了，退掉重新买了生物科学，也不错
快递速度快
挺有用的一本书
快递很快包装严实，满200減100时买的。书讲的过于简单，不如直接看官方文档。
要是能对比java c c++来展示代码就更好了
