Java+OpenCV高效入門

第1章  OpenCV概述 1
1.1  OpenCV簡介 1
1.1.1  什么是OpenCV 1
1.1.2  OpenCV簡史 1
1.1.3  OpenCV的特色與應用 2
1.1.4  OpenCV的主要模塊 2
1.2  OpenCV的下載及安裝 3
1.2.1  Java環(huán)境的配置 4
1.2.2  Eclipse簡介及安裝 6
1.2.3  OpenCV的下載和安裝 8
1.2.4  Eclipse中OpenCV的配置 11
1.2.5  第1個OpenCV程序 13
1.3  Eclipse及Java基礎 18
1.3.1  Eclipse的界面 18
1.3.2  Eclipse的常用快捷鍵 19
1.3.3  Eclipse中如何新建Java項目 20
1.3.4  Eclipse中如何新建Java類 21
1.3.5  Eclipse中如何調試程序 21
1.3.6  Java語言基礎 23
1.4  本章小結 25
第2章  圖像處理基礎 26
2.1  數(shù)字圖像基礎 26
2.1.1  數(shù)字圖像的基本概念 26
2.1.2  像素的存儲 29
2.1.3  數(shù)字圖像的分類 31
2.2  矩陣與Mat類 33
2.2.1  Mat類簡介 33
2.2.2  矩陣數(shù)據(jù)的存儲 35
2.2.3  創(chuàng)建矩陣的方法 35
2.2.4  獲取矩陣信息 40
2.2.5  矩陣相關操作 42
2.3  OpenCV中常用數(shù)據(jù)結構 48
2.3.1  點的表示：Point類 48
2.3.2  矩形的表示：Rect類 48
2.3.3  尺寸的表示：Size類 48
2.3.4  顏色的表示：Scalar類 49
2.4  顏色和通道 50
2.5  本章小結 51
第3章  圖像基本操作（1） 52
3.1  圖像讀寫與顯示 52
3.1.1  圖像的讀取 52
3.1.2  圖像的保存 53
3.1.3  圖像的顯示 54
3.2  繪圖函數(shù) 56
3.2.1  繪制直線 56
3.2.2  繪制矩形 56
3.2.3  繪制圓形 56
3.2.4  繪制橢圓 58
3.2.5  繪制多邊形 59
3.2.6  繪制文字 59
3.2.7  繪制箭頭 61
3.2.8  繪制外框 62
3.3  顏色空間操作 63
3.3.1  顏色空間的轉換 63
3.3.2  圖像通道的拆分與合并 67
3.4  本章小結 69
第4章  圖像基本操作（2） 71
4.1  圖像的算術運算 71
4.1.1  加法運算 71
4.1.2  減法運算 73
4.1.3  點乘運算 74
4.1.4  點除運算 76
4.2  圖像的按位運算 79
4.2.1  按位非運算 79
4.2.2  按位與運算 80
4.2.3  按位或運算 81
4.2.4  按位異或運算 83
4.3  圖像二值化 85
4.4  查找表 90
4.5  圖像的拼接 94
4.6  子矩陣 96
4.7  掩膜 99
4.8  圖像金字塔 101
4.8.1  圖像金字塔概述 101
4.8.2  向下采樣與向上采樣 101
4.8.3  高斯金字塔 102
4.8.4  拉普拉斯金字塔 103
4.9  本章小結 106
第5章  圖像的幾何變換 108
5.1  仿射變換 108
5.2  透視變換 111
5.3  平移 113
5.4  旋轉 115
5.5  縮放 117
5.6  圖像的翻轉 118
5.7  本章小結 120
第6章  圖像平滑 122
6.1  圖像的噪聲 122
6.2  濾波器 125
6.3  線性濾波 128
6.3.1  均值濾波 128
6.3.2  方框濾波 130
6.3.3  高斯濾波 132
6.4  非線性濾波 134
6.4.1  中值濾波 134
6.4.2  雙邊濾波 136
6.5  本章小結 139
第7章  圖像形態(tài)學 140
7.1  像素的距離 140
7.2  像素的鄰域 145
7.3  膨脹與腐蝕 150
7.3.1  腐蝕 152
7.3.2  膨脹 156
7.4  形態(tài)學操作 158
7.4.1  開運算和閉運算 158
7.4.2  頂帽和黑帽 160
7.4.3  形態(tài)學梯度 162
7.4.4  擊中擊不中 163
7.5  本章小結 165
第8章  直方圖與匹配 167
8.1  直方圖簡介 167
8.2  直方圖統(tǒng)計 171
8.3  直方圖比較 173
8.4  直方圖均衡化 176
8.5  自適應的直方圖均衡化 178
8.6  直方圖反向投影 180
8.7  模板匹配 182
8.8  本章小結 186
第9章  邊緣與輪廓 188
9.1  邊緣檢測 188
9.2  邊緣檢測算子 189
9.2.1  Sobel算子 189
9.2.2  Scharr算子 192
9.2.3  Laplacian算子 194
9.3  Canny邊緣檢測 195
9.3.1  Canny邊緣檢測的步驟 196
9.3.2  Canny算法的實現(xiàn) 197
9.4  輪廓 198
9.4.1  輪廓檢測 198
9.4.2  輪廓的層級 199
9.4.3  輪廓的特征 204
9.5  本章小結 218
第10章  霍夫變換 221
10.1  霍夫變換的原理 221
10.2  霍夫線檢測 223
10.2.1  標準霍夫變換 224
10.2.2  概率霍夫變換 227
10.3  霍夫圓檢測 230
10.3.1  霍夫圓檢測的原理 230
10.3.2  霍夫梯度法 230
10.4  本章小結 234
第11章  特征點檢測和匹配 236
11.1  角點檢測 236
11.1.1  角點的概念 236
11.1.2  Harris角點檢測算法 237
11.1.3  Shi-Tomasi角點檢測算法 240
11.2  特征點檢測 244
11.2.1  SIFT算法 244
11.2.2  SURF算法 249
11.2.3  FAST算法 252
11.2.4  ORB算法 254
11.3  特征點匹配 257
11.3.1  暴力匹配 260
11.3.2  FLANN匹配 262
11.3.3  RANSAC 264
11.4  本章小結 268
第12章  機器學習 269
12.1  K均值 269
12.2  K近鄰 274
12.3  決策樹 277
12.4  隨機森林 280
12.5  SVM 282
12.6  人臉檢測 291
12.6.1  Haar特征 291
12.6.2  AdaBoost 292
12.6.3  級聯(lián)分類器 293
12.7  本章小結 297
第13章  視頻分析 299
13.1  視頻基礎操作 299
13.1.1  視頻的讀取 299
13.1.2  視頻的保存 301
13.1.3  視頻屬性 303
13.2  均值遷移法 305
13.2.1  Meanshift算法 305
13.2.2  Camshift算法 309
13.3  背景建模 312
13.3.1  高斯混合模型 313
13.3.2  K-NN模型 315
13.4  光流分析 318
13.4.1  稀疏光流法 318
13.4.2  稠密光流法 322
13.5  本章小結 325
參考文獻 327
　　
　　
IV
V