教育>高职高专>计算机类
OpenCV图像处理技术(微课版)  

OpenCV图像处理技术(微课版)  "

作者:傅贤君,沈茗戈,汪婵婵
ISBN:9787121455520
定价:¥58.0
字数:349千字
页数:208
出版时间:2023-05
开本:16开
版次:01-01
装帧:
出版社:电子工业出版社
简介

本书通过项目化的教学模式,采用“任务驱动、案例教学、探究实践”的教学方法组织编写而成,可以培养学生的动手能力,充分发挥学生的主导作用。本书系统地介绍了图像处理基础、图像运算、图像增强、图像分析4个方面的相关知识,内容包括数字图像处理基础、图像运算、色彩空间与几何变换、阈值处理与图像平滑、形态学操作、图像梯度与边缘检测、图像金字塔、图像轮廓、图像直方图、模板匹配与霍夫变换、图像分割与提取、视频处理,同时结合综合实战,注重理论联系实际,培养学生的综合实践能力。案例选取贴近岗位真实应用,以“任务目标→任务场景→任务准备→任务演练→任务巩固”的设计思路,深入解析计算机视觉的方式与方法,引导学生崇德尚能、知行合一、服务社会,形成良好的职业素养。

前言

为贯彻国务院印发的《新一代人工智能发展规划》和教育部印发的《高等学校人工智能创新行动计划》精神,落实“对照国家和区域产业需求布点人工智能相关专业,加大人工智能领域人才培养力度”,本书以企业智能化转型为背景,基于“岗位需求导向、工作场景驱动、工作能力培养”的理念,结合当前OpenCV图像处理技术在人工智能领域的应用及高职高专院校学生的实际情况,确定教材内容。 计算机视觉作为人工智能的关键领域之一,数字图像处理占据着重要地位。人脸识别、车牌识别、文字识别都是数字图像处理技术在计算机视觉领域中的重要成果。OpenCV是一个跨平台计算机视觉库,涵盖大量轻量且高效的图像处理算法。Python作为简单易学且功能强大的面向对象的编程语言,目前已经被广泛应用在人工智能领域中。 本书依据《计算机视觉应用职业技能标准》和《人工智能技术应用国家教学标准》的大纲要求,结合当前OpenCV图像处理技术在人工智能领域的应用及高职高专院校学生的实际情况进行内容编排与章节组织,系统地介绍了图像处理基础、图像运算、图像增强、图像分析4个方面的相关知识。 本书采用项目驱动化的方式进行编写,充分体现工学结合、知行合一,着力打造立体化精品教材,具体特色包括以下几个方面。 第一,课程思政引领,将课程思政与实践创新相结合,将思政教育贯穿整个教学过程,引导读者建立良好的价值观、人生观、世界观。 第二,教材内容包含13个项目,并对每个项目进行递进式任务分解,循序渐进,积极响应《国家职业教育改革实施方案》中的“三教”改革要求。 第三,以典型工作场景为背景,结合典型化生活案例激发人们的学习兴趣并设计教学内容,以“聚焦服务社会、培养智能工匠”为主线,实施产教融合落地。 第四,单元设计立足“引—探—测—学—悟—评”,符合递进式螺旋上升学习模式,环环相扣,将理论与实践充分结合。 第五,本书配有微课视频、练习素材、任务书、代码、电子课件、教案等教学资源,拓展“1+X”证书考试、技能竞赛资源,激发读者主动学习的兴趣,引导读者自主探究。 本书由浙江安防职业技术学院组织编写,由傅贤君、沈茗戈、汪婵婵担任主编,林忠晨、连博博、路晓坚担任副主编。其中,项目1、项目3、项目8、项目10、项目12由傅贤君编写,项目5、项目6、项目7、项目9由沈茗戈编写,项目2、项目4由汪婵婵编写,项目11、项目13由林忠晨、连博博、路晓坚编写。 为了方便教师教学,本书配有电子教学课件及相关资源,请有此需要的教师或读者登录华信教育资源网(www.hxedu.com.cn)注册后免费下载,如有问题可在华信教育资源网的网站留言板留言。 由于编者水平有限,虽然在编写本书过程中力求精确,也进行了多次校正,但书中难免存在一些疏漏和不足,希望广大同行专家和读者给予批评、指正。 编 者

目录

项目1 数字图像处理基础 1 任务1 数字图像处理简介 1 1.1.1 数字图像处理的概念 2 1.1.2 数字图像处理的应用领域 4 任务2 OpenCV的安装配置 7 1.2.1 OpenCV简介 7 1.2.2 Python的安装配置 8 1.2.3 Numpy的安装配置 11 1.2.4 OpenCV库的安装配置 11 1.2.5 Jupyter Notebook的安装与使用 12 任务3 读取图像、显示图像、保存图像 15 1.3.1 读取图像 16 1.3.2 显示图像 16 1.3.3 保存图像 17 任务4 图像的属性与图像像素级操作 18 1.4.1 图像的属性 18 1.4.2 图像像素级操作 19 项目2 图像运算 22 任务1 图像算术运算 22 2.1.1 图像算术运算的概念 23 2.1.2 图像加法 23 2.1.3 图像减法 24 任务2 图像淡入淡出效果 27 任务3 图像逻辑运算 28 2.3.1 按位与运算 29 2.3.2 按位或运算 30 2.3.3 按位非运算 31 2.3.4 按位异或运算 31 任务4 面部加密及解码 34 项目3 色彩空间与几何变换 39 任务1 图像类型转换 39 3.1.1 RGB色彩空间 40 3.1.2 GRAY色彩空间 41 3.1.3 HSV色彩空间 41 3.1.4 图像类型转换函数 42 任务2 提取指定颜色的物体 44 3.2.1 HSV色彩空间的进阶知识 44 3.2.2 标记指定颜色 45 任务3 简单的几何变换 48 3.3.1 缩放图像 48 3.3.2 翻转图像 50 3.3.3 平移图像 50 3.3.4 旋转图像 51 任务4 图像几何矫正 54 项目4 阈值处理与图像平滑 57 任务1 阈值处理基础 57 4.1.1 简单阈值法 58 4.1.2 Otsu阈值法 59 4.1.3 自适应阈值法 59 任务2 使用滑动条调整阈值 62 4.2.1 cv2.createTrackbar()函数 63 4.2.2 cv2.getTrackbarPos()函数 63 任务3 平滑处理基础 65 4.3.1 均值滤波 65 4.3.2 高斯滤波 66 4.3.3 中值滤波 66 4.3.4 双边滤波 67 任务4 使用滑动条进行平滑处理 70 项目5 形态学操作 73 任务1 腐蚀与膨胀 73 5.1.1 结构元 74 5.1.2 腐蚀 74 5.1.3 膨胀 75 任务2 通用形态学函数 77 任务3 形态学结构元 81 任务4 去除电子书笔记中的注释 83 项目6 图像梯度与边缘检测 85 ?任务1 使用Sobel算子进行边缘检测 85 6.1.1 图像梯度的概念 86 6.1.2 Sobel算子 86 6.1.3 cv2.convertScaleAbs()函数 87 任务2 使用Laplacian算子进行边缘检测 89 任务3 Canny边缘检测算法 91 6.3.1 Canny边缘检测算法的概念 92 6.3.2 cv2.Canny()函数 92 任务4 实战:车道检测 94 项目7 图像金字塔 97 任务1 图像金字塔与高斯金字塔 97 7.1.1 图像金字塔的概念 98 7.1.2 高斯金字塔 98 任务2 拉普拉斯金字塔 100 任务3 还原高分辨率的图像 103 任务4 使用图像金字塔进行图像融合 106 项目8 图像轮廓 109 任务1 查找与绘制图像轮廓 109 8.1.1 查找图像轮廓 110 8.1.2 绘制图像轮廓 110 任务2 计算轮廓长度与面积 112 8.2.1 轮廓长度的计算方法 113 8.2.2 轮廓面积的计算方法 113 任务3 实现形状匹配 115 任务4 轮廓的几何形状拟合 116 8.4.1 矩形包围框 117 8.4.2 最小外接矩形框 117 8.4.3 最小包围圆形 118 8.4.4 逼近多边形 118 任务5 绘制凸包 122 任务6 凸缺陷检测 124 任务7 实战:轮廓分类 126 8.7.1 宽高比 126 8.7.2 占空比 126 项目9 图像直方图 128 任务1 绘制直方图 128 9.1.1 图像直方图 129 9.1.2 绘制图像直方图 129 任务2 直方图均衡化 131 9.2.1 直方图均衡化的概念 132 9.2.2 自适应直方图均衡化 132 任务3 直方图比较 134 任务4 直方图阈值分割 136 项目10 模板匹配与霍夫变换 139 任务1 模板匹配的概念 139 10.1.1 模板匹配 140 10.1.2 cv2.matchTemplate()函数 140 10.1.3 cv2.minMaxLoc()函数 141 任务2 实战:印花检测 142 任务3 霍夫变换的概念 144 10.3.1 霍夫线变换 145 10.3.2 霍夫圆变换 145 任务4 实战:车道检测进阶 147 项目11 图像分割与提取 150 任务1 图像分割与提取的概念 150 11.1.1 基于阈值的分割方法 151 11.1.2 基于区域的分割方法 151 11.1.3 基于边缘的分割方法 151 11.1.4 基于特定理论的分割方法 151 11.1.5 基于神经网络的分割方法 152 任务2 实现分水岭算法 153 11.2.1 分水岭算法的概念 154 11.2.2 分水岭算法的步骤 154 11.2.3 距离变换函数 154 11.2.4 图像标注函数 155 11.2.5 分水岭算法函数 155 任务3 鼠标交互 160 任务4 实现区域生长算法 163 11.4.1 区域生长算法的原理 163 11.4.2 灰度差值的区域生长算法实现 163 项目12 视频处理 167 任务1 视频处理基础 167 12.1.1 cv2.VideoCapture()函数 168 12.1.2 捕获帧 168 12.1.3 释放帧 168 任务2 保存视频 170 任务3 对视频进行逐帧处理 171 任务4 实战:口罩佩戴检测 173 12.4.1 口罩佩戴检测模型简介 173 12.4.2 口罩佩戴检测模型分析 174 项目13 综合实战 176 任务1 产品缺陷检测 176 13.1.1 背景介绍 177 13.1.2 逻辑框示意图 177 13.1.3 高斯滤波 177 13.1.4 图像二值化 178 13.1.5 形态学操作 178 13.1.6 瑕疵判断 178 任务2 图像拼接 182 13.2.1 背景介绍 183 13.2.2 逻辑框示意图 183 13.2.3 SIFT角点检测算法 183 13.2.4 Brute-Force匹配 184 13.2.5 图像融合 185 任务3 人脸检测与人脸识别 188 13.3.1 背景介绍 188 13.3.2 逻辑框示意图 188 13.3.3 cv2.CascadeClassifier()函数 188 13.3.4 faceCascade.detectMultiScale()函数 189 任务4 人体目标跟踪检测 193 13.4.1 背景介绍 193 13.4.2 逻辑框示意图 193 13.4.3 OpenCV目标追踪算法 194

作者简介

编辑推荐

作者寄语

电子资料

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0455520

www.luweidong.cn

下一个