贾志刚
OpenVINO中文社区创始成员、英特尔物联网创新大使、华为晟腾HAE、51CTO学院金牌讲师。在机器视觉缺陷检测、生物医学细胞分类与检测识别、安防监控视频内容分析与提取、人工智能软件开发、深度学习框架集成开发等方面有深入研究，开发过多个图像处理算法模块并成功应用在医学检测与工业检测领域。开设有公众号“OpenCV学堂”，并著有《Java数字图像处理：编程技巧与应用实践》《OpenCV Android开发实战》等书。
张 振
上海赫立苏州研究院（赫芯科技）院长，具备丰富的机器视觉检测一线研发、管理与运营经验。深耕半导体/SMT缺陷检测领域10余年，拥有自主知识产权的软件和相关专利数十项。多年成功创业经历，积累了丰富的研发创新和团队管理经验，并参与市场与客户需求分析、技术分析与评估、方案制订、算法迭代、验收指标制定、标准机型量产的全流程管理与实践。

目　　录

前言

基础篇

第1章　OpenCV简介与安装　/　2

1.1　OpenCV简介　/　2

1.1.1　OpenCV历史　/　2

1.1.2　OpenCV的模块与功能　/　3

1.1.3　OpenCV4里程碑　/　4

1.1.4　OpenCV发展现状与

应用趋势　/　4

1.2　OpenCV源码项目　/　4

1.3　OpenCV4开发环境搭建　/　5

1.4　第一个OpenCV开发程序　/　6

1.5　图像加载与保存　/　7

1.5.1　加载图像　/　7

1.5.2　保存图像　/　8

1.6　加载视频　/　9

1.7　小结　/　12

第2章　Mat与像素操作　/　13

2.1　Mat对象　/　13

2.1.1　什么是Mat对象　/　13

2.1.2　一切图像皆Mat　/　14

2.1.3　Mat类型与深度　/　15

2.1.4　创建Mat　/　15

2.2　访问像素　/　18

2.2.1　遍历Mat中的像素　/　18

2.2.2　像素算术运算　/　20

2.2.3　位运算　/　21

2.2.4　调整图像亮度与对比度　/　22

2.3　图像类型与通道　/　23

2.3.1　图像类型　/　23

2.3.2　图像通道　/　23

2.3.3　通道操作　/　24

2.4　小结　/　25

第3章　色彩空间　/　26

3.1　RGB色彩空间　/　26

3.2　HSV色彩空间　/　28

3.3　LAB色彩空间　/　29

3.4　色彩空间的转换与应用　/　30

3.5　小结　/　31

第4章　图像直方图　/　32

4.1　像素统计信息　/　32

4.2　直方图的计算与绘制　/　34

4.2.1　直方图计算　/　35

4.2.2　直方图绘制　/　36

4.3　直方图均衡化　/　37

4.4　直方图比较　/　40

4.5　直方图反向投影　/　41

4.6　小结　/　43

进阶篇

第5章　卷积操作　/　46

5.1　卷积的概念　/　46

5.2　卷积模糊　/　49

5.3　自定义滤波　/　53

5.4　梯度提取　/　56

5.5　边缘发现　/　59

5.6　噪声与去噪　/　61

5.7　边缘保留滤波　/　64

5.8　锐化增强　/　66

5.9　小结　/　68

第6章　二值图像　/　70

6.1　图像阈值化分割　/　70

6.2　全局阈值计算　/　72

6.3　自适应阈值计算　/　76

6.4　去噪与二值化　/　77

6.4.1　去噪对二值化的影响　/　77

6.4.2　其他方式的二值化　/　78

6.5　小结　/　79

第7章　二值分析　/　80

7.1　二值图像分析概述　/　80

7.2　连通组件标记　/　82

7.3　轮廓发现　/　85

7.3.1　轮廓发现函数　/　85

7.3.2　轮廓绘制函数　/　87

7.3.3　轮廓发现与绘制的示例

代码　/　87

7.4　轮廓测量　/　88

7.5　拟合与逼近　/　90

7.6　轮廓分析　/　95

7.7　直线检测　/　97

7.8　霍夫圆检测　/　99

7.9　最大内接圆与最小外接圆　/　101

7.10　轮廓匹配　/　102

7.11　最大轮廓与关键点编码　/　104

7.12　凸包检测　/　106

7.13　小结　/　107

第8章　形态学分析　/　108

8.1　图像形态学概述　/　108

8.2　膨胀与腐蚀　/　109

8.3　开/闭操作　/　111

8.4　形态学梯度　/　113

8.5　顶帽与黑帽　/　115

8.6　击中/击不中　/　116

8.7　结构元素　/　119

8.8　距离变换　/　120

8.9　分水岭分割　/　121

8.10　小结　/　124

第9章　特征提取　/　125

9.1　图像金字塔　/　125

9.1.1　高斯金字塔　/　125

9.1.2　拉普拉斯金字塔　/　128

9.1.3　图像金字塔融合　/　129

9.2　Harris角点检测　/　131

9.3　shi-tomas角点检测　/　133

9.4　亚像素级别的角点检测　/　135

9.5　HOG特征与使用　/　137

9.5.1　HOG特征描述子　/　137

9.5.2　HOG特征行人检测　/　139

9.6　ORB特征描述子　/　140

9.6.1　关键点与描述子提取　/　140

9.6.2　描述子匹配　/　144

9.7　基于特征的对象检测　/　148

9.7.1　单应性矩阵计算方法　/　148

9.7.2　特征对象的位置发现　/　150

9.8　小结　/　152

第10章　视频分析　/　153

10.1　基于颜色的对象跟踪　/　153

10.2　视频背景分析　/　155

10.3　帧差法背景分析　/　157

10.4　稀疏光流分析法　/　158

10.5　稠密光流分析法　/　161

10.6　均值迁移分析　/　163

10.7　小结　/　166

第11章　机器学习　/　167

11.1　KMeans分类　/　167

  11.1.1　KMeans图像语义

分割　/　167

  11.1.2　提取主色彩构建色卡　/　170

11.2　KNN分类　/　172

  11.2.1　KNN函数支持　/　172

  11.2.2　KNN实现手写数字

识别　/　173

11.3　SVM分类　/　175

  11.3.1　SVM的原理与分类　/　175

  11.3.2　SVM函数　/　176

  11.3.3　SVM实现手写数字

识别　/　176

11.4　SVM与HOG实现对象检测　/　177

  11.4.1　数据样本特征提取　/　178

  11.4.2　SVM特征分类　/　179

  11.4.3　构建SVM对象检测器　/　179

11.5　小结　/　181

第12章　深度神经网络　/　182

12.1　DNN概述　/　182

12.2　图像分类　/　183

12.3　对象检测　/　186

  12.3.1　SSD对象检测　/　187

  12.3.2　Faster-RCNN对象

检测　/　188

  12.3.3　YOLO对象检测　/　190

12.4　ENet图像语义分割　/　193

12.5　风格迁移　/　195

12.6　场景文字检测　/　197

12.7　人脸检测　/　199

12.8　小结　/　201

高级与实战篇

第13章　YOLO 5自定义对象

检测　/　204

13.1　YOLO 5对象检测框架　/　204

13.2　YOLO 5对象检测　/　205

13.3　自定义对象检测　/　208

  13.3.1　数据集制作与生成　/　209

  13.3.2　模型训练与查看损失

曲线　/　210

  13.3.3　模型导出与部署　/　211

13.4　小结　/　212

第14章　缺陷检测　/　213

14.1　简单背景下的缺陷检测　/　213

14.2　复杂背景下的缺陷检测　/　216

  14.2.1　频域增强的缺陷检测　/　216

  14.2.2　空间域增强的缺陷检测　/　219

14.3　案例：刀片缺陷检测　/　220

14.4　基于深度学习的缺陷检测　/　222

  14.4.1　基于分类的缺陷检测　/　223

  14.4.2　基于分割的缺陷检测　/　226

14.5　小结　/　228

第15章　OpenVINO加速　/　229

15.1　OpenVINO框架安装与环境

配置　/　229

  15.1.1　OpenVINO安装　/　230

  15.1.2　配置C++开发支持　/　232

15.2　OpenVINO2022.x版SDK

推理演示　/　233

  15.2.1　推理SDK介绍　/　234

  15.2.2　推理SDK演示　/　235

15.3　OpenVINO支持UNet部署　/　236

15.4　OpenVINO支持YOLO 5

部署　/　237

15.5　小结　/　239

第16章　CUDA加速　/　240

16.1　编译OpenCV源码支持CUDA

加速　/　240

16.2　用CUDA加速传统图像处理　/　245

  16.2.1　Mat与GpuMat　/　245

  16.2.2　加速图像处理与视频

分析　/　246

16.3　加速DNN　/　248

16.4　小结　/　249