《学习OpenCV》内容简介：计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。
本书由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。
本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。
透过本书，您将置身于迅速发展的计算机视觉领域。本书由自由开源OpenCV的发起人所著，介绍了计算机视觉，并通过实例演示了如何快速生成这样的应用——能使计算机“看到”并根据由此获取的数据做出决策。
计算机视觉���处不在，**系统、制造检验系统、医学图像分析、无人机等都可以见到它的踪影。它与Google Map和Google Earth紧密结合，它检查

出版前言译者序写在前面的话前言第1章 概述什么是OpenCVOpenCV的应用领域什么是计算机视觉OpenCV的起源下载和安装OpenCV通过SVN获取*新的OpenCV代码更多OpenCV文档OpenCV的结构和内容移植性练习第2章 OpenCV入门开始准备初试牛刀—— 显示图像第二个程序—— 播放AVI视频视频播放控制一个简单的变换一个复杂一点的变换从摄像机读入数据写入AVI视频文件小结练习第3章 初探OpenCVOpenCV的基本数据类型CvMat矩阵结构IplImage数据结构矩阵和图像操作绘图数据存储集成性能基元小结练习第4章 细说HighGUI一个可移植的图形工具包创建窗口载入图像显示图像视频的处理ConvertImage函数练习第5章 图像处理综述平滑处理图像形态学漫水填充算法尺寸调整图像金字塔阈值化练习第6章 图像变换概述卷积梯度和Sobel导数拉普拉斯变换Canny算子霍夫变换重映射拉伸、收缩、扭曲和旋转CartToPolar与PolarToCartLogPolar离散傅里叶变换(DFT)离散余弦变换(DCT)积分图像距离变换直方图均衡化练习第7章 直方图与匹配直方图的基本数据结构访问直方图直方图的基本操作一些更复杂的策略练习第8章 轮廓内存序列查找轮廓Freeman链码轮廓例子另一个轮廓例子深入分析轮廓轮廓的匹配练习第9章 图像局部与分割局部与分割背景减除分水岭算法用Inpainting修补图像均值漂移分割Delaunay三角剖分和Voronoi 划分练习第10章 跟踪与运动跟踪基础寻找角点亚像素级角点不变特征光流mean-shift和camshift跟踪运动模板预估器condensation算法练习第11章 摄像机模型与标定摄像机模型标定矫正一次完成标定罗德里格斯变换练习第12章 投影与三维视觉投影仿射变换和透视变换POSIT:3D姿态估计立体成像来自运动的结构二维和三维下的直线拟合练习第13章 机器学习什么是机器学习OpenCV机器学习算法Mahalanobis距离K均值朴素贝叶斯分类二叉决策树boosting随机森林人脸识别和Haar分类器其他机器学习算法练习第14章 OpenCV的未来过去与未来发展方向OpenCV与艺术家后记参考文献索引关于作者和译者封面图片

《学习OpenCV》:计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库,是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。本书由OpenCV发起人所写,站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构,演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程,这些都有助于读者迅速入门并渐入佳境,兴趣盎然地深入探索计算机视觉领域。本书可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书,也可供相关领域的研究工作者参考。透过本书,您将置身于迅速发展的计算机视觉领域。本书由自由开源OpenCV的发起人所著,介绍了计算机视觉,并通过实例演示了如何快速生成这样的应用——能使计算机“看到”并根据由此获取的数据做出决策。计算机视觉无处不在,**系统、制造检验系统、医学图像分析、无人机等都可以见到它的踪影。它与Google Map和Google Earth紧密结合,它检查LCD屏幕上的像素,它确保衬衫上的每个针脚都能完全缝合。OpenCV提供了一个简易好用的计算机视觉框架和一个丰富的库,后者包含500多个可实时运行视觉代码的函数。透过各章提供的练习,任何一个开发人员或爱好者都可以迅速掌握如何使用这个框架。本书特色主题如下:透彻介绍OpenCV 从摄像机获取输入图像的变换图像的分割和形状的匹配模式识别,包括人脸检测二维和三维场景中的跟踪监测根据立体视觉进行三维重构机器学习算法“让机器来看”是一个富有挑战但也很有意思的目标。不管是想构建简单的视觉应用,还是复杂的视觉应用,都离不开这本入门**参考,拿起它,开始愉快的学习之旅吧!

布拉德斯基,Gary Rost Bradski博士是斯坦福大学人工智能实验室计算机科学系的顾问教授,同时也是Willow Garage的**科学家,Willow Garage是一家机器人研究机构/孵化器。