內容簡介

極速+好用：用C++及Python平行實作OpenCV

內容簡介

本書幫助初學者更加快速、系統地掌握基本的數位影像處理技術的數學原理，以及如何將抽象的數學原理轉為程式實現的方法。
然後詳細介紹OpenCV 實現對應的函數，並分別列出C++ 介面和Python
介面的使用方法。
本書適用讀者：
影像演算法的數學原理部分適合數位影像處理的初學者，範例C++ 部分適合具備C++ 程式設計基礎者，範例Python 部分適合具備Python 程式設計基礎者。


本書特色

➢OpenCV 為開放原始碼的電腦視覺開發套件，在電腦視覺領域扮演著非常重要的角色
➢本書是Python與C 雙實現，幫助讀者輕鬆駕馭OpenCV

作者簡介

作者簡介

張平

數學與應用數學碩士，演算法工程師。從事圖像演算法研究和產品的應用開發，還致力機器學習、資料採擷演算法的應用研發。

內容目錄

目錄

前 言

01 OpenCV 入門
1.1 初識OpenCV
1.2 部署OpenCV

02 影像數位化
2.1 認識Numpy 中的ndarray
2.2 認識OpenCV 中的Mat類別
2.3 矩陣的運算
2.4 灰階影像數位化
2.5 彩色影像數位化
2.6 參考文獻

03 幾何轉換
3.1 仿射轉換
3.2 投影轉換
3.3 極座標轉換
3.4 參考文獻

04 比較度增強
4.1 灰階長條圖
4.2 線性轉換
4.3 長條圖正規化
4.4 伽馬轉換
4.5 全域長條圖均衡化
4.6 限制比較度的自我調整長條圖均衡化
4.7 參考文獻

05 影像平滑
5.1 二維離散旋積
5.2 高斯平滑
5.3 平均值平滑
5.4 中值平滑
5.5 雙邊濾波
5.6 聯合雙邊濾波
5.7 導向濾波
5.8 參考文獻

06 設定值分割
6.1 方法概述
6.2 長條圖技術法
6.3 熵演算法
6.4 Otsu 設定值處理
6.5 自我調整設定值
6.6 二值圖的邏輯運算
6.7 參考文獻

07 形態學處理
7.1 腐蝕
7.2 膨脹
7.3 開運算和閉運算
7.4 其他形態學處理操作

08 邊緣檢測
8.1 Roberts 運算元
8.2 Prewitt 邊緣檢測
8.3 Sobel 邊緣檢測
8.4 Scharr 運算元
8.5 Kirsch 運算元和Robinson運算元
8.6 Canny 邊緣檢測
8.7 Laplacian 運算元
8.8 高斯拉普拉斯（LoG）
8.9 高斯差分（DoG）邊緣檢測
8.10 Marr-Hildreth 邊緣檢測
8.11 參考文獻

09 幾何形狀的檢測和擬合
9.1 點集的最小外包
9.2 霍夫直線檢測
9.3 霍夫圓檢測
9.4 輪廓
9.5 參考文獻

10 傅立葉轉換
10.1 二維離散的傅立葉（逆）轉換
10.2 傅立葉幅度譜與相位譜
10.3 譜殘差顯著性檢測
10.4 旋積與傅立葉轉換的關係
10.5 透過快速傅立葉轉換計算旋積
10.6 參考文獻

11 頻率域濾波
11.1 概述及原理詳解
11.2 低通濾波和高通濾波
11.3 帶通和帶阻濾波
11.4 自訂濾波器
11.5 同態濾波
11.6 參考文獻
12 色彩空間
12.1 常見的色彩空間
12.2 調整彩色影像的飽和度