我用夸克网盘分享了「 OpenCV计算机视觉编程攻略.第3版.pdf」，点击链接即可保存。打开「夸克APP」在线查看，支持多种文档格式转换。

内容简介

本书结合C++和OpenCV全面讲解计算机视觉编程，不仅涵盖计算机视觉和图像处理的基础知识，而且通过完整示例讲解OpenCV的重要类和函数。主要内容包括OpenCV库的安装和部署、图像增强、像素操作、图形分析等各种技术，并且详细介绍了如何处理来自文件或摄像机的视频，以及如何检测和跟踪移动对象。 第3版针对OpenCV最新版本进行了修改，调整了很多函数和算法说明，还增加了立体图像深度检测、运动目标跟踪、人脸识别、人脸定位、行人检测等内容，适合计算机视觉新手、专业软件开发人员、学生，以及所有想要了解图像处理和计算机视觉技术的人员学习参考。

作者简介

Robert Laganière 加拿大渥太华大学电气工程与计算机科学学院教授，并在VIVA实验室执教。曾获得基于内容的视频分析、视觉监控、驾驶辅助、目标识别与跟踪等领域的多项专利。Visual Cortek公司创始人，Cognivue、iWatchlife、Tempo Analytics等多家初创公司首席科学家。 个人网站：http://www.laganiere.name/。

网友热评

疯狂的小猪: 非常适合初学者看，不仅仅只是讲了opencv和cv原理的内容，还讲了部分编程的知识，如设计模式等等，不过排版是相当的不行！

图书目录

第1章　图像编程入门　　1 1.1　简介　　1 1.2　安装OpenCV库　　1 1.2.1　准备工作　　1 1.2.2　如何实现　　2 1.2.3　实现原理　　4 1.2.4　扩展阅读　　5 1.2.5　参阅　　6 1.3　装载、显示和存储图像　　6 1.3.1　准备工作　　6 1.3.2　如何实现　　6 1.3.3　实现原理　　8 1.3.4　扩展阅读　　9 1.3.5　参阅　　11 1.4　深入了解cv::Mat　　11 1.4.1　如何实现　　11 1.4.2　实现原理　　13 1.4.3　扩展阅读　　16 1.4.4　参阅　　17 1.5　定义感兴趣区域　　17 1.5.1　准备工作　　17 1.5.2　如何实现　　17 1.5.3　实现原理　　18 1.5.4　扩展阅读　　18 1.5.5　参阅　　19 第2章　操作像素　　20 2.1　简介　　20 2.2　访问像素值　　21 2.2.1　准备工作　　21 2.2.2　如何实现　　21 2.2.3　实现原理　　23 2.2.4　扩展阅读　　24 2.2.5　参阅　　24 2.3　用指针扫描图像　　24 2.3.1　准备工作　　25 2.3.2　如何实现　　25 2.3.3　实现原理　　26 2.3.4　扩展阅读　　27 2.3.5　参阅　　31 2.4　用迭代器扫描图像　　31 2.4.1　准备工作　　31 2.4.2　如何实现　　31 2.4.3　实现原理　　32 2.4.4　扩展阅读　　33 2.4.5　参阅　　33 2.5　编写高效的图像扫描循环　　33 2.5.1　如何实现　　34 2.5.2　实现原理　　34 2.5.3　扩展阅读　　36 2.5.4　参阅　　36 2.6　扫描图像并访问相邻像素　　36 2.6.1　准备工作　　36 2.6.2　如何实现　　36 2.6.3　实现原理　　38 2.6.4　扩展阅读　　38 2.6.5　参阅　　39 2.7　实现简单的图像运算　　39 2.7.1　准备工作　　39 2.7.2　如何实现　　40 2.7.3　实现原理　　40 2.7.4　扩展阅读　　41 2.8　图像重映射　　42 2.8.1　如何实现　　42 2.8.2　实现原理　　43 2.8.3　参阅　　44 第3章　处理图像的颜色　　45 3.1　简介　　45 3.2　用策略设计模式比较颜色　　45 3.2.1　如何实现　　46 3.2.2　实现原理　　47 3.2.3　扩展阅读　　50 3.2.4　参阅　　53 3.3　用GrabCut算法分割图像　　53 3.3.1　如何实现　　54 3.3.2　实现原理　　56 3.3.3　参阅　　56 3.4　转换颜色表示法　　56 3.4.1　如何实现　　57 3.4.2　实现原理　　58 3.4.3　参阅　　59 3.5　用色调、饱和度和亮度表示颜色　　59 3.5.1　如何实现　　59 3.5.2　实现原理　　61 3.5.3　拓展阅读　　64 3.5.4　参阅　　66 第4章　用直方图统计像素　　67 4.1　简介　　67 4.2　计算图像直方图　　67 4.2.1　准备工作　　68 4.2.2　如何实现　　68 4.2.3　实现原理　　72 4.2.4　扩展阅读　　72 4.2.5　参阅　　74 4.3　利用查找表修改图像外观　　74 4.3.1　如何实现　　74 4.3.2　实现原理　　75 4.3.3　扩展阅读　　76 4.3.4　参阅　　78 4.4　直方图均衡化　　78 4.4.1　如何实现　　78 4.4.2　实现原理　　79 4.5　反向投影直方图检测特定图像内容　　79 4.5.1　如何实现　　80 4.5.2　实现原理　　81 4.5.3　扩展阅读　　82 4.5.4　参阅　　84 4.6　用均值平移算法查找目标　　85 4.6.1　如何实现　　85 4.6.2　实现原理　　87 4.6.3　参阅　　88 4.7　比较直方图搜索相似图像　　88 4.7.1　如何实现　　88 4.7.2　实现原理　　90 4.7.3　参阅　　90 4.8　用积分图像统计像素　　91 4.8.1　如何实现　　91 4.8.2　实现原理　　92 4.8.3　扩展阅读　　93 4.8.4　参阅　　99 第5章　用形态学运算变换图像　　100 5.1　简介　　100 5.2　用形态学滤波器腐蚀和膨胀图像　　100 5.2.1　准备工作　　101 5.2.2　如何实现　　101 5.2.3　实现原理　　102 5.2.4　扩展阅读　　103 5.2.5　参阅　　104 5.3　用形态学滤波器开启和闭合图像　　104 5.3.1　如何实现　　104 5.3.2　实现原理　　105 5.3.3　参阅　　106 5.4　在灰度图像中应用形态学运算　　106 5.4.1　如何实现　　106 5.4.2　实现原理　　107 5.4.3　参阅　　108 5.5　用分水岭算法实现图像分割　　108 5.5.1　如何实现　　109 5.5.2　实现原理　　111 5.5.3　扩展阅读　　112 5.5.4　参阅　　114 5.6　用MSER算法提取特征区域　　114 5.6.1　如何实现　　114 5.6.2　实现原理　　116 5.6.3　参阅　　118 第6章　图像滤波　　119 6.1　简介　　119 6.2　低通滤波器　　120 6.2.1　如何实现　　120 6.2.2　实现原理　　121 6.2.3　参阅　　123 6.3　用滤波器进行缩减像素采样　　124 6.3.1　如何实现　　124 6.3.2　实现原理　　125 6.3.3　扩展阅读　　126 6.3.4　参阅　　127 6.4　中值滤波器　　128 6.4.1　如何实现　　128 6.4.2　实现原理　　129 6.5　用定向滤波器检测边缘　　129 6.5.1　如何实现　　130 6.5.2　实现原理　　132 6.5.3　扩展阅读　　135 6.5.4　参阅　　136 6.6　计算拉普拉斯算子　　136 6.6.1　如何实现　　137 6.6.2　实现原理　　138 6.6.3　扩展阅读　　141 6.6.4　参阅　　142 第7章　提取直线、轮廓和区域　　143 7.1　简介　　143 7.2　用Canny算子检测图像轮廓　　143 7.2.1　如何实现　　143 7.2.2　实现原理　　145 7.2.3　参阅　　146 7.3　用霍夫变换检测直线　　146 7.3.1　准备工作　　146 7.3.2　如何实现　　147 7.3.3　实现原理　　151 7.3.4　扩展阅读　　153 7.3.5　参阅　　155 7.4　点集的直线拟合　　155 7.4.1　如何实现　　155 7.4.2　实现原理　　157 7.4.3　扩展阅读　　158 7.5　提取连续区域　　158 7.5.1　如何实现　　159 7.5.2　实现原理　　160 7.5.3　扩展阅读　　161 7.6　计算区域的形状描述子　　161 7.6.1　如何实现　　162 7.6.2　实现原理　　163 7.6.3　扩展阅读　　164 第8章　检测兴趣点　　166 8.1　简介　　166 8.2　检测图像中的角点　　166 8.2.1　如何实现　　167 8.2.2　实现原理　　171 8.2.3　扩展阅读　　172 8.2.4　参阅　　174 8.3　快速检测特征　　174 8.3.1　如何实现　　174 8.3.2　实现原理　　175 8.3.3　扩展阅读　　176 8.3.4　参阅　　178 8.4　尺度不变特征的检测　　178 8.4.1　如何实现　　179 8.4.2　实现原理　　180 8.4.3　扩展阅读　　181 8.4.4　参阅　　183 8.5　多尺度FAST特征的检测　　183 8.5.1　如何实现　　183 8.5.2　实现原理　　184 8.5.3　扩展阅读　　185 8.5.4　参阅　　186 第9章　描述和匹配兴趣点　　187 9.1　简介　　187 9.2　局部模板匹配　　187 9.2.1　如何实现　　188 9.2.2　实现原理　　190 9.2.3　扩展阅读　　191 9.2.4　参阅　　192 9.3　描述并匹配局部强度值模式　　192 9.3.1　如何实现　　193 9.3.2　实现原理　　195 9.3.3　扩展阅读　　196 9.3.4　参阅　　199 9.4　用二值描述子匹配关键点　　199 9.4.1　如何实现　　199 9.4.2　实现原理　　200 9.4.3　扩展阅读　　201 9.4.4　参阅　　202 第10章　估算图像之间的投影关系　　203 10.1　简介　　203 10.2　计算图像对的基础矩阵　　205 10.2.1　准备工作　　205 10.2.2　如何实现　　206 10.2.3　实现原理　　208 10.2.4　参阅　　209 10.3　用RANSAC（随机抽样一致性）算法匹配图像　　209 10.3.1　如何实现　　209 10.3.2　实现原理　　212 10.3.3　扩展阅读　　213 10.4　计算两幅图像之间的单应矩阵　　214 10.4.1　准备工作　　214 10.4.2　如何实现　　215 10.4.3　实现原理　　217 10.4.4　扩展阅读　　218 10.4.5　参阅　　219 10.5　检测图像中的平面目标　　219 10.5.1　如何实现　　219 10.5.2　实现原理　　221 10.5.3　参阅　　224 第11章　三维重建　　225 11.1　简介　　225 11.2　相机标定　　226 11.2.1　如何实现　　227 11.2.2　实现原理　　230 11.2.3　扩展阅读　　232 11.2.4　参阅　　233 11.3　相机姿态还原　　233 11.3.1　如何实现　　233 11.3.2　实现原理　　235 11.3.3　扩展阅读　　236 11.3.4　参阅　　238 11.4　用标定相机实现三维重建　　238 11.4.1　如何实现　　238 11.4.2　实现原理　　241 11.4.3　扩展阅读　　243 11.4.4　参阅　　244 11.5　计算立体图像的深度　　244 11.5.1　准备工作　　244 11.5.2　如何实现　　245 11.5.3　实现原理　　247 11.5.4　参阅　　247 第12章　处理视频序列　　248 12.1　简介　　248 12.2　读取视频序列　　248 12.2.1　如何实现　　248 12.2.2　实现原理　　250 12.2.3　扩展阅读　　251 12.2.4　参阅　　251 12.3　处理视频帧　　251 12.3.1　如何实现　　251 12.3.2　实现原理　　252 12.3.3　扩展阅读　　256 12.3.4　参阅　　258 12.4　写入视频帧　　258 12.4.1　如何实现　　259 12.4.2　实现原理　　259 12.4.3　扩展阅读　　262 12.4.4　参阅　　263 12.5　提取视频中的前景物体　　263 12.5.1　如何实现　　264 12.5.2　实现原理　　266 12.5.3　扩展阅读　　266 12.5.4　参阅　　268 第13章　跟踪运动目标　　269 13.1　简介　　269 13.2　跟踪视频中的特征点　　269 13.2.1　如何实现　　269 13.2.2　实现原理　　274 13.2.3　参阅　　274 13.3　估算光流　　275 13.3.1　准备工作　　275 13.3.2　如何实现　　276 13.3.3　实现原理　　278 13.3.4　参阅　　279 13.4　跟踪视频中的物体　　279 13.4.1　如何实现　　279 13.4.2　实现原理　　282 13.4.3　参阅　　284 第14章　实用案例　　285 14.1　简介　　285 14.2　人脸识别　　286 14.2.1　如何实现　　286 14.2.2　实现原理　　288 14.2.3　参阅　　290 14.3　人脸定位　　291 14.3.1　准备工作　　291 14.3.2　如何实现　　292 14.3.3　实现原理　　295 14.3.4　扩展阅读　　297 14.3.5　参阅　　298 14.4　行人检测　　298 14.4.1　准备工作　　298 14.4.2　如何实现　　299 14.4.3　实现原理　　302 14.4.4　扩展阅读　　304 14.4.5　参阅　　308