OpenCV 3计算机视觉:Python语言实现(原书第2版)中文pdf完整版[52MB]附实例代码

OpenCV 3计算机视觉:Python语言实现(原书第2版)，OpenCV 3是一种先进的计算机视觉库，作为一本定位为快速入门新版OpenCV标准的编程教程，如果你已经有了一些C/C++编程基础，并对计算机视觉感兴趣，那么本书正是为你准备的。

OpenCV 3计算机视觉前言

计算机视觉是一个近几年日臻成熟的领域。随着运算性能强劲而又实惠的计算设备的不断问世，创建复杂的图像应用从未像今天这般容易。OpenCV在计算机视觉领域扮演者重要的角色，它是一个基于开源发行的跨平台计算机视觉库，实现了图像处理和计算机视觉方面的很多通用算法。自1999年问世以来，OpenCV已经被计算机视觉领域的学者和开发者视为首选的工具，成为了计算机视觉领域最有力的研究工具之一。

OpenCV最初由Intel的一个小组进行开发。在发布一系列的beta版本后，OpenCV 1.0正式版终于在2006年10月19日发布。

2009年10月1日，OpenCV2.0问世，它带来了全新的C++接口，将OpenCV的能力无限放大。在2.0的时代，OpenCV增加了全新的平台支持，包括iOS和Andriod，通过CUDA和OpenCL实现了GPU加速，为Python和java用户提供了接口，基于Github和Buildbot构建了充满艺术感的持续集成的系统，所以才有了被全世界的很多公司和学校所采用的稳定易用的OpenCV 2.4.x。

2014年8月21日，OpenCV3.0Alpha发布，带来了全新的项目架构的改变，宣告计算机视觉新时代的来临。和其他大型项目一样，OpenCV3抛弃整体统一架构，使用内核+插件的架构形式，让自身主体更加稳定，而附加的库可以更加灵活多变、保持高速的发展与迭代。

本书源自CSDN上连载的一个名为“【OpenCV】入门教程“的系列博客文章，自2014年2月24日发表第一篇以来，得到了广大OpenCV爱好者的广泛关注与支持，累计阅读量突破了40多万人次。不少读者强烈希望将这些内容集结成书，并加入更多新的内容。于是，经过半年的笔耕不辍，便有了现在你手中的这本书的诞生。

作为一本入门级的OpenCV编程教材，本书以详细注释的程序代码为主线，以新版OpenCV最核心的core、highgui、improc和feature2d这四个组件的相关函数、类和数据结构为出发点，详细讲解了学习新版本OpenCV中会遇到了各种问题，并提供详尽的实战代码参考。本书的写作初衷是让更多的使用者能熟练使用采用新版C++接口的OpenCV2或OpenCV3，了解OpenCV2和OpenCV3的诸多细节上的区别，以推动新版OpenCV在世界范围内的普及。

OpenCV 3计算机视觉介绍

本书将从图像处理的基本操作出发，带你开启先进计算机视觉概念的探索之旅。计算机视觉是一个快速发展的学科，在现实生活中，它的应用增长得非常快，因此写作本书的目的是为了帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家。

通过阅读本书，你将学到:

安装和熟练使用基于Python的OpenCV 3的API

掌握图像处理和视频分析的基础知识

在图像和视频中检测和识别目标

使用OpenCV检测和识别人脸

训练和使用自己的对象分类器

了解计算机视觉中的机器学习概念

使用OpenCV的人工神经网络来解决实际问题

开发现实生活中的计算机视觉应用

OpenCV 3计算机视觉内容安排

本书分为四个部分、11个章节，内容梗概列举如下：

第1章邂逅OpenCV：介绍OpenCV的周边概念，分析OpenCV的基本架构。讲解OpenCV3的新特性。重点讲解了OpenCV的下载、安装与配置过程。配置完成后，带领大家正式开始领略OpenCV的魅力，接触了四个OpenCV图像处理小程序并学习如何使用OpenCV操作视频和调用摄像头。

第2章启程前的认知准备：进行OpenCV官方例程的引导学习与赏析，讲解如何编译OpenCV的源代码，以及对一些周边概念的认知。

第3章HighGui图形用户界面初步：    对图像的载入、显示和输出到文件进行详细的分析,讲解OpenCV中滑动条的创建和使用，以及如何用鼠标进行交互操作。

第4章 OpenCV数据结构与基本绘图： 讲解OpenCV中常用的数据结构以及基本绘图操作。

第5章 core组件进阶：讲解core模块的一些进阶知识点，如操作图像中的像素、图像混合、分离颜色通道、调节图像的对比度和亮度、进行离散傅里叶变换，以及输入输出XML和YAML文件。

第6章图像处理：学习各种利用OpenCV进行图像处理的方法。包括属于线性滤波的方框滤波、均值滤波与高斯滤波，属于非线性滤波的中值滤波、双边滤波；两种基本形态学操作——膨胀与腐蚀；5种高级形态学滤波操作——开运算、闭运算、形态学梯度、顶帽以及黑帽；以及漫水填充算法、图像金字塔、图像缩放、阈值化。

第7章图像变换：讲解多种类型的图像变换方法。包括利用OpenCV进行边缘检测所用到的canny算子、sobel算子，Laplace算子以及scharr滤波器；进行图像特征提取的霍夫线变换、霍夫圆变换，重映射和仿射变换以及直方图均衡化。

第8章图像轮廓与图像分割修复： 讲解如何查找轮并绘制轮廓，了如何寻找到物体的凸包，使用多边形来包围轮廓，以及计算一个图像的矩。还介绍了分水岭算法和图像修补操作的实现方法。

第9章直方图与匹配：讲解图像直方图相关的编程技巧，以及直方图对比、反向投影和模板匹配技术。

第10章 角点检测： 讲解Harris角点检测和Shi-Tomasi角点检测，以及一种亚像素角点检测方法。

第11章 特征检测与匹配：使用OpenCV2讲解和实现了SURF、SIFT和ORB特征检测方法，并在FLANN特征匹配的基础上，进一步实现了利用Homography映射来找出已知物体。