本書針的讀者是高校學生，科研工作者，圖像處理愛好者。對于這些 人群，他們往往是帶著具體的問題，在苦苦尋找解決方案。為了一個小問 題就讓他們去學習 C++ 這么深奧的語言幾乎是不可能的。而 Python 的悄 然興起給他們帶來的希望，如果說 C++ 是 tex 的話，那 Python 的易用性 相當于 word。他們可以很快的看懂本書的所有代碼，并可以學著使用它們 來解決自己的問題，同時也能拓展自己的視野。別人經常說 Python 不夠 快，但是對于上面的這些讀者，我相信這不是問題，現在我們日常使用的 PC 機已經無比強大了，而且絕大多數情況下不會用到實時處理，更不會在 嵌入式設備上使用。因此這不是問題。 本書目錄： 目錄 I 走進 OpenCV 10 1 關于 OpenCV-Python 教程 10 2 在 Windows 上安裝 OpenCV-Python 11 3 在 Fedora 上安裝 OpenCV-Python 12 II OpenCV 中的 Gui 特性 13 4 圖片 13 4.1 讀入圖像 4.2 顯示圖像 4.3 保存圖像 4.4 總結一下 5 視頻 5.1 用攝像頭捕獲視頻 5.2 從文件中播放視頻 5.3 保存視頻 6 OpenCV 中的繪圖函數 6.1 畫線 6.2 畫矩形 6.3 畫圓 6.4 畫橢圓 6.5 畫多邊形 6.6 在圖片上添加文字 7 把鼠標當畫筆 7.1 簡單演示 7.2 高級一點的示例 8 用滑動條做調色板 8.1 代碼示例 III 核心操作 9 圖像的基礎操作 9.1 獲取并修改像素值 9.2 獲取圖像屬性 9.3 圖像 ROI 9.4 拆分及合并圖像通道 9.5 為圖像擴邊（填充） 10圖像上的算術運算 10.1圖像加法 10.2圖像混合 10.3按位運算 11程序性能檢測及優化 11.1使用 OpenCV 檢測程序效率 11.2OpenCV 中的默認優化 11.3在 IPython 中檢測程序效率 11.4更多 IPython 的魔法命令 11.5效率優化技術 12OpenCV 中的數學工具 IV OpenCV 中的圖像處理 13顏色空間轉換 54 13.1轉換顏色空間 13.2物體跟蹤 13.3怎樣找到要跟蹤對象的 HSV 值？ 14幾何變換 14.1擴展縮放 14.2平移 14.3旋轉 14.4仿射變換 14.5透視變換 15圖像閾值 15.1簡單閾值 15.2自適應閾值 15.3Otsu’s 二值化 15.4Otsu’s 二值化是如何工作的？ 16圖像平滑 16.1平均 16.2高斯模糊 16.3中值模糊 16.4雙邊濾波 17形態學轉換 17.1腐蝕 17.2膨脹 17.3開運算 17.4閉運算 17.5形態學梯度 17.6禮帽 17.7黑帽 17.8形態學操作之間的關系 18圖像梯度 18.1Sobel 算子和 Scharr 算子 87 18.2Laplacian 算子 19Canny 邊緣檢測 19.1原理 19.1.1噪聲去除 19.1.2計算圖像梯度 19.1.3非極大值抑制 19.1.4滯后閾值 19.2OpenCV 中的 Canny 邊界檢測 20圖像金字塔 94 20.1原理 21OpenCV 中的輪廓 22直方圖 23圖像變換 24模板匹配 25Hough 直線變換 26Hough 圓環變換 27分水嶺算法圖像分割 28使用 GrabCut 算法進行交互式前景提取 29理解圖像特征 30Harris 角點檢測 31Shi-Tomasi 角點檢測 & 適合于跟蹤的圖像特征 32介紹 SIFT(Scale-Invariant Feature Transform) 33介紹 SURF(Speeded-Up Robust Features) 34角點檢測的 FAST 算法 35BRIEF(BinaryRobustIndependentElementaryFeatures) 36.1OpenCV 中的 ORB 算法 37特征匹配 38使用特征匹配和單應性查找對象 39Meanshift 和 Camshift 40.3OpenCV 中的 Lucas-Kanade 光流 41背景減除 238 41.1基礎 42攝像機標定 43姿勢估計 44對極幾何（Epipolar Geometry） 45立體圖像中的深度地圖 259 45.1基礎 46K 近鄰（k-Nearest Neighbour ） 47支持向量機 48K 值聚類 49圖像去噪 50圖像修補 51使用 Haar 分類器進行面部檢測