学习OpenCV 4：基于Python的算法实战

肖铃电子工业出版社 · 中国2022年1月

评分 3.7
字数
7.8万字
章节数
100
ISBN
9787121424397

标签

软件学习 Python编程图像处理计算机视觉实战演练自学辅导新手入门算法入门

内容简介

本书是一本通过OpenCV 4来讲解算法的入门书。

全书共分为4个部分，第一部分包括第1～3章，主要有OpenCVr入门知识、OpenCV的图像读写模块和和辛苦core模块讲解；第二部分包括第4～7章，主要有头像处理imgproc模块、视频处理videoio模块和可视化highgui模块、视频分析video模块讲解；第三部分包括第8～10章，主要有2d特征框架feature2d模块、照片处理photo模块、目标检测objdetect模块讲解；第四部分包括第11～12章，包括有深度神经网络dnn模块和机器学习ml模块等众多内容讲解。

编辑推荐

这本书以 Python 为编程语言，把 OpenCV 4 的常用模块按图像读写、核心运算、图像处理、视频读写与可视化、视频分析、特征检测、照片处理、目标检测、深度神经网络和机器学习等主线逐一展开，结构上更接近一本按模块组织的实战手册。它的价值在于把算法概念和 OpenCV 的 API 调用对应起来，读者可以边看边敲代码，较快看到图像处理与计算机视觉任务的实际效果。书中覆盖的模块范围较广，尤其适合需要快速查用某个函数或模块的读者当作案头参考。阅读时建议配合可运行的 Python 环境，先跑通示例再理解参数含义，遇到跨模块的内容注意前后对照。对于完全没有图像处理概念的读者，部分算法部分可能略显紧凑，需要额外补充基础理论。

适合谁读

适合

不适合

阅读建议

  1. 先搭建 Python 与 OpenCV 4 环境，按章节顺序跑通示例代码再回看讲解。
  2. 把图像读写、core、imgproc 三部分作为基础重点，后面模块按需跳读。
  3. 每学完一个模块，用自己拍摄的图片或视频替换示例素材做小练习。
  4. 遇到 dnn 与 ml 模块时，先复习相关算法概念，再对照代码理解参数。

出版社简介

电子工业出版社 中国 · 成立于 1982 年

电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看，其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类，既关注技术前沿，也兼顾大众阅读。代表图书包括《因子投资：方法与实践》《x86汇编语言：从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能：语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等，多围绕技术方法与工程实践展开。作者资源方面，有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限，暂不展开更多出版特色。

目录

  1. 版权信息
  2. 作者简介
  3. 内容简介
  4. 前言
  5. 第1章 OpenCV快速入门
  6. 1.1 OpenCV介绍
  7. 1.2 OpenCV开发环境搭建
  8. 1.3 OpenCV模块介绍
  9. 1.4 OpenCV源码编译
  10. 1.5 进阶必备：OpenCV入门参考
  11. 第2章 图像读/写模块imgcodecs
  12. 2.1 模块导读
  13. 2.2 图像读/写操作
  14. 2.3 图像编/解码
  15. 2.4 进阶必备：聊聊图像格式
  16. 第3章 核心库模块core
  17. 3.1 模块导读
  18. 3.2 基本数据结构
  19. 3.3 矩阵运算
  20. 3.4 矩阵变换
  21. 3.5 进阶必备：聊聊图像像素遍历与应用
  22. 第4章 图像处理模块imgproc（一）
  23. 4.1 模块导读
  24. 4.2 案例30：颜色空间变换
  25. 4.3 案例31：图像尺寸变换
  26. 4.4 基本绘制
  27. 4.5 形态学运算
  28. 4.6 图像滤波
  29. 4.7 边缘检测
  30. 4.8 进阶必备：聊聊颜色模型
  31. 第5章 图像处理模块imgproc（二）
  32. 5.1 霍夫变换
  33. 5.2 案例52：仿射变换
  34. 5.3 案例53：透视变换
  35. 5.4 案例54：重映射
  36. 5.5 阈值化
  37. 5.6 图像金字塔
  38. 5.7 直方图
  39. 5.8 传统图像分割
  40. 5.9 角点检测
  41. 5.10 图像轮廓
  42. 5.11 轮廓包裹
  43. 5.12 案例72：多边形填充
  44. 5.13 图像拟合
  45. 5.14 案例76：凸包检测
  46. 5.15 进阶必备：图像处理算法概述
  47. 第6章 可视化模块highgui
  48. 6.1 模块导读
  49. 6.2 图像窗口
  50. 6.3 图像操作
  51. 6.4 案例81：键盘操作
  52. 6.5 案例82：鼠标操作
  53. 6.6 案例83：进度条操作
  54. 6.7 进阶必备：在Qt中使用OpenCV
  55. 第7章 视频处理模块videoio
  56. 7.1 模块导读
  57. 7.2 视频读取
  58. 7.3 视频保存
  59. 7.4 进阶必备：视频编/解码工具FFMPEG
  60. 第8章 视频分析模块video
  61. 8.1 运动分析
  62. 8.2 目标跟踪
  63. 8.3 进阶必备：深度学习光流算法
  64. 第9章 照片处理模块photo
  65. 9.1 模块导读
  66. 9.2 案例93：基于OpenCV的无缝克隆
  67. 9.3 案例94：基于OpenCV的图像对比度保留脱色
  68. 9.4 案例95：基于OpenCV的图像修复
  69. 9.5 案例96：基于OpenCV的HDR成像
  70. 9.6 图像非真实感渲染
  71. 9.7 进阶必备：照片处理算法概述
  72. 第10章 2D特征模块features2d
  73. 10.1 模块导读
  74. 10.2 特征点检测
  75. 10.3 特征点匹配
  76. 10.4 进阶必备：特征点检测算法概述
  77. 第11章 相机标定与三维重建模块calib3d
  78. 11.1 模块导读
  79. 11.2 单应性变换
  80. 11.3 相机标定
  81. 11.4 进阶必备：聊聊镜头失真
  82. 第12章 传统目标检测模块objdetect
  83. 12.1 模块导读
  84. 12.2 级联分类器的应用
  85. 12.3 案例117：HOG描述符行人检测
  86. 12.4 二维码应用
  87. 12.5 进阶必备：聊聊条形码与二维码
  88. 第13章 机器学习模块ml
  89. 13.1 模块导读
  90. 13.2 案例120：基于OpenCV的Logistic回归
  91. 13.3 案例121：基于OpenCV的支持向量机
  92. 13.4 案例122：基于OpenCV的主成分分析
  93. 13.5 进阶必备：机器学习算法概述
  94. 第14章 深度学习模块dnn
  95. 14.1 模块导读
  96. 14.2 风格迁移
  97. 14.3 图像分类
  98. 14.4 目标检测
  99. 14.5 图像超分
  100. 14.6 进阶必备：OpenCV与计算机视觉

常见问题

没有图像处理基础能直接读这本书吗？ 可以读，但需要先补一点数字图像的基本概念，比如像素、通道、色彩空间和卷积。书中侧重 OpenCV 的模块与算法调用，示例代码较多，跟着敲一遍能帮助理解。若完全没有概念，建议先看一两篇入门科普，再进入本书的图像读写和 core 模块。
书中的示例需要什么编程环境？ 本书基于 Python 讲解 OpenCV 4，读者需要准备 Python 运行环境并安装 OpenCV 4 对应的库，同时最好具备 NumPy 的基本使用能力。建议使用虚拟环境管理依赖，边读边运行示例，遇到版本差异时以实际安装的 OpenCV 4 文档为准调整调用方式。
这本书适合当查阅手册还是从头读到尾？ 两种方式都可以。全书按模块组织，图像读写、core、imgproc 适合按顺序打基础，视频分析、特征检测、目标检测、dnn 和 ml 等模块更适合按项目需要查阅。建议第一遍通读基础部分，之后把它放在手边，遇到具体函数或模块时再定位对应章节。

本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。

作者简介

肖铃 作者

肖铃是一位公开资料有限的作者，目前库内仅收录其作品一种，即《学习OpenCV 4：基于Python的算法实战》。从书名与常见分类来看，该书属于软件学习类读物，围绕计算机视觉库 OpenCV 4 展开，并以 Python 作为实现语言，侧重算法原理与实战应用的结合。这类写作通常面向希望动手实践的读者，强调示例驱动与步骤清晰，帮助读者在编程环境中理解并运用图像处理与计算机视觉的基本方法。由于作者的生平、国籍与教育背景等信息尚未公开，其写作风格与整体影响只能结合作品题材加以判断：该书更偏向工具型、实践型的技术指导，适合作为学习 OpenCV 与 Python 视觉编程的入门或参考材料。