第1章 使用Python開發(fā)OpenCV的應用
1.1 準備工作環(huán)境
1.2 安裝
1.2.1 檢測 OpenCV 版本
1.2.2 讀取、顯示和寫入圖像文件示例
1.3 視頻入門
1.4 繪圖函數
1.5 圖像的核心操作
1.5.1 基本操作
1.5.2 圖像上的算術運算
1.6 改變顏色空間
1.7 圖像變換
1.8 圖像閾值處理
1.8.1 簡單閾值化
1.8.2 自適應閾值化
1.8.3 Otsu二值化
1.9 平滑圖像
1.10 形態(tài)變換
1.11 斑點檢測
1.12 Sobel邊緣檢測方法
1.13 Canny邊緣檢測
1.14 輪廓檢測
1.15 人臉檢測
1.16 特征臉
1.17 圖像金字塔
1.18 實時人體檢測
1.19 背景減除
1.20 模板匹配
1.21 直線檢測
1.22 霍夫圓變換
1.23 鏡頭畸變
1.24 使用Hu矩進行形狀匹配
1.25 找到blob的中心
1.26 查找凸包
1.27 將一個三角形扭曲為另一個三角形
1.28 阿爾法混合
1.29 基于特征的圖像對齊
1.30 使用ZBar和OpenCV編寫條形碼和二維碼掃描儀的Python代碼
1.31 換臉
1.32 applyColorMap用于偽著色
1.33 高動態(tài)范圍成像
1.34 曝光融合
1.35 對象跟蹤
1.36 多對象跟蹤
1.37 自動紅眼去除器
1.38 創(chuàng)建虛擬筆和橡皮擦
1.39 使用ArUco標記的增強現實
第2章 特征檢測和描述
2.1 Harris角點檢測
2.2 Shi-Tomasi角點檢測器和良好的跟蹤功能
2.3 尺度不變特征變換
2.4 特征匹配
2.5 特征匹配 單應性查找對象
第3章 OCR文字識別
3.1 OpenCV的OCR功能
3.2 Tesseract的預處理
第4章 OpenCV深度學習
4.1 使用OpenCV DNN模塊進行深度學習
4.2 基于OpenCV和深度學習的人臉識別
4.3 英特爾OpenVINO工具包簡介
4.4 使用深度學習的自動車牌識別
4.4.1 使用YOLOv4檢測車牌
4.4.2 OCR
4.5 超分辨率
4.6 對象檢測
4.7 GOTURN:基于深度學習的對象跟蹤
4.8 手勢識別
4.9 人體姿態(tài)估計
4.10 使用OpenPose在OpenCV中進行多人姿態(tài)估計