数字图像处理:基于OpenCV-Python电子书

内容简介

前言

第一部分 OpenCV-Python的基本操作

第1章 图像的基本操作

1.1 图像的读取与保存

1.2 图像的显示

1.3 基于Matplotlib显示图像

1.4 视频文件的读取与保存

1.5 多帧图像的读取与保存

第2章 图像的数据格式

2.1 图像属性与数据类型

2.2 图像的创建与复制

2.3 图像的裁剪与拼接

2.4 图像通道的拆分与合并

2.5 获取与修改像素值

2.6 快速LUT替换像素值

第3章 彩色图像处理

3.1 图像的颜色空间转换

3.2 灰度图像的伪彩色处理

3.3 多模态数据合成的伪彩色图像

3.4 图像的色彩风格滤镜

3.5 调节图像的色彩平衡

第4章 绘图与鼠标交互

4.1 OpenCV绘图函数的参数

4.2 绘制直线与线段

4.3 绘制垂直矩形

4.4 绘制旋转矩形

4.5 绘制圆形和椭圆

4.6 绘制多段线和多边形

4.7 图像上添加文字

4.8 鼠标框选矩形区域

4.9 鼠标交互操作

第二部分 图像处理的基本方法

第5章 图像的算术运算

5.1 图像的加法与减法运算

5.2 使用掩模图像控制处理区域

5.3 图像的加权加法运算

5.4 图像的乘法与除法运算

5.5 图像的位运算

5.6 图像的积分运算

5.7 图像的归一化处理

第6章 图像的几何变换

6.1 图像的平移

6.2 图像的缩放

6.3 图像的旋转

6.4 图像的翻转

6.5 图像的斜切

6.6 图像的投影变换

6.7 图像的重映射

第7章 图像的灰度变换

7.1 图像反转变换

7.2 线性灰度变换

7.3 非线性灰度变换

7.4 分段线性变换之对比度拉伸

7.5 分段线性变换之灰度级分层

7.6 灰度变换之比特平面

7.7 基于灰度变换调整图像色阶

第8章 图像的直方图处理

8.1 图像的灰度直方图

8.2 图像的直方图均衡化

8.3 图像的直方图匹配

8.4 基于局部直方图统计量的图像增强

8.5 限制对比度自适应直方图均衡化

第9章 图像的阈值处理

9.1 固定阈值处理

9.2 OTSU阈值算法

9.3 多阈值处理算法

9.4 自适应阈值处理

9.5 移动平均阈值处理

9.6 HSV颜色空间的阈值分割

第三部分 图像处理的高级方法

第10章 图像卷积与空间滤波

10.1 相关运算与卷积运算

10.2 空间滤波之盒式滤波器

10.3 空间滤波之高斯滤波器

10.4 空间滤波之统计排序滤波器

10.5 空间滤波之自适应滤波器

10.6 空间滤波之双边滤波器

10.7 空间滤波之钝化掩蔽

10.8 空间滤波之Laplacian算子

10.9 空间滤波之Sobel算子与Scharr算子

10.10 图像金字塔

第11章 傅里叶变换与频域滤波

11.1 图像的傅里叶变换

11.2 快速傅里叶变换

11.3 频域滤波的基本步骤

11.4 频域滤波之低通滤波

11.5 频域滤波之高通滤波

11.6 频域滤波之Laplacian算子

11.7 频域滤波之选择性滤波器

第12章 形态学图像处理

12.1 腐蚀运算和膨胀运算

12.2 形态学运算函数

12.3 灰度形态学运算

12.4 形态学算法之边界提取

12.5 形态学算法之直线提取

12.6 形态学算法之线条细化

12.7 形态学重建之边界清除

12.8 形态学重建之孔洞填充

12.9 形态学重建之骨架提取

12.10 形态学重建之粒径分离

12.11 基于形态学的粒度测定

12.12 形态学算法之边缘检测和角点检测

第13章 图像变换、重建与复原

13.1 直角坐标与极坐标变换

13.2 霍夫变换直线检测

13.3 霍夫变换圆检测

13.4 雷登变换与反投影图像重建

13.5 雷登变换滤波反投影图像重建

13.6 退化图像复原之逆滤波

13.7 退化图像复原之维纳滤波

13.8 退化图像复原之最小二乘法滤波

第四部分 计算机视觉

第14章 边缘检测与图像轮廓

14.1 边缘检测之梯度算子

14.2 边缘检测之LoG算子

14.3 边缘检测之DoG算子

14.4 边缘检测之Canny算子

14.5 边缘连接

14.6 轮廓的查找与绘制

14.7 轮廓的基本参数

14.8 轮廓的形状特征

14.9 轮廓的属性

14.10 矩不变量与形状相似性

第15章 图像分割

15.1 区域生长与分离

15.2 超像素区域分割

15.3 分水岭算法

15.4 图割分割算法

15.5 均值漂移算法

15.6 运动图像分割

第16章 特征描述

16.1 特征描述之弗里曼链码

16.2 特征描述之傅里叶描述符

16.3 特征描述之傅里叶频谱分析

16.4 特征描述之区域特征描述

16.5 特征描述之灰度共生矩阵

16.6 特征描述之LBP描述符

16.7 特征描述之HOG描述符

16.8 特征描述之BRIEF描述符

16.9 特征描述之FREAK描述符

第17章 特征检测与匹配

17.1 角点检测之Harris算法

17.2 角点检测之亚像素精确定位

17.3 特征检测之SIFT算法

17.4 特征检测之SURF算法

17.5 特征检测之FAST算法

17.6 特征检测之ORB算法

17.7 特征检测之MSER算法

17.8 特征匹配之暴力匹配

17.9 特征匹配之最近邻匹配

第18章 机器学习

18.1 OpenCV机器学习模块

18.2 主成分分析

18.3 k均值聚类算法

18.4 k近邻算法

18.5 贝叶斯分类器

18.6 支持向量机

18.7 人工神经网络算法

参考文献