二 初探core組件
4 OpenCV數據結構與基本繪圖
4.1 基礎圖像容器Mat
4.1.1 數字圖像存儲概述
4.1.2 mat結構的使用
4.1.3 像素值的存儲方法
4.1.4 顯示創建mat對象的七種方法
4.1.5 OpenCV中的格式化輸出方式
4.1.6 輸出其他常用數據結構
4.1.7 示例程序：基礎圖像容器mat類的使用
4.2 常用數據結構和函數
4.2.1 點的表示：point類
4.2.2 顏色的表示：scalar類
4.2.3 尺寸的表示：size類
4.2.4 矩形的表示：rect類
4.2.5 顏色空間轉換
4.2.6 其他常用的顏色知識
4.3 基本圖形的繪製
4.3.1 drawellipse()函數的寫法
4.3.2 drawfilledcircle()函數的寫法
4.3.3 drawpolygon()函數的寫法
4.3.4 drawline()函數的寫法
4.3.5 main函數的寫法
4.4 本章小結
5 core組件進階
5.1 訪問圖像中的像素
5.1.1 圖像在內存之中的存儲方式
5.1.2 顏色空間縮減
5.1.3 LUT函數：look up table操作
5.1.4 計時函數
5.1.5 訪問圖像中像素的三類方法
5.1.6 示例程序
5.2 ROI區域圖像疊加&圖像混合
5.2.1 感興趣區域：ROI
5.2.2 線性混合操作
5.2.3 計算數組加權和：addWeighted()函數
5.2.4 綜合示例：初級圖像組合
5.3 分離顏色通道，多通道圖像混合
5.3.1 通道分離：split()函數
5.3.2 通道合併：merge()函數
5.3.3 示例程序：多通道圖像混合
5.4 圖像對比度，亮度值調整
5.4.1 理論依據
5.4.2 訪問圖片中的像素
5.4.3 示例程序：圖像對比度，亮度值調整
5.5 離散傅里葉變換
5.5.1 離散傅里葉變換的原理
5.5.2 dft()函數詳解
5.5.3 返回DFT最優尺寸大小：getOptimalDFTSize()函數
5.5.4 擴充圖像邊界：copyMakeBorder()函數
5.5.5 計算二維矢量的幅值:magnitude()函數
5.5.6 計算自然對數：log()函數
5.5.7 矩陣歸一化：normalize()函數
5.5.8 示例程序:離散傅里葉變換
5.6 輸入輸出XML和YAML文件
5.6.1 XML和YAML文件簡介
5.6.2 FileStorage類操作文件的使用引導
5.6.3 示例程序：XML和YAML文件的寫入
5.6.4 示例程序：XML和YAML文件的寫入
5.7 本章小結
三 掌握imgproc組件
6 圖像處理
6.1 線性濾波：方框濾波，均值濾波，高斯濾波
6.1.1 平滑處理
6.1.2 圖像濾波與濾波器
6.1.3 線性濾波器的簡介
6.1.4 濾波和模糊
6.1.5 鄰域算子與線性鄰域濾波
6.1.6 方框濾波
6.1.7 均值濾波
6.1.8 高斯濾波
6.1.9 線性濾波相關OpenCV源碼濾波
6.1.10 OpenCV中gaussianblur函數源碼剖析
6.1.11 線性濾波核心API函數
6.1.12 圖像線性濾波綜合示例
6.2 非線性濾波：中值濾波，雙邊濾波
6.2.1 非線性濾波概述
6.2.2 中值濾波
6.2.3 雙邊濾波
6.2.4 非線性濾波相關核心API函數
6.2.5 OpenCV中的5種圖像濾波綜合示例
6.3 形態學濾波(1):腐蝕與膨脹
6.3.1 形態學概述
6.3.2 膨脹
6.3.3 腐蝕
6.3.4 相關OpenCV源碼分析溯源
6.3.5 相關核心API函數講解
6.3.6 綜合示例：腐蝕與膨脹
6.4 形態學濾波(2)：開運算，閉運算，形態學梯度，頂帽，黑帽
6.4.1 開運算
6.4.2 閉運算
6.4.3 形態學梯度
6.4.4 頂帽
6.4.5 黑帽
6.4.6 形態學濾波OpenCV源碼分析溯源
6.4.7 核心API函數：morpgologyEx()
6.4.8 各形態學操作使用規範一覽
6.4.9 綜合示例：形態學濾波
6.5 漫水填充
6.5.1 漫水填充的定義
6.5.2 漫水填充法的基本思想
6.5.3 實現漫水填充法算法：floodFill函數
6.5.4 綜合示例：漫水填充
6.6 圖像金字塔與圖片尺寸縮放
6.6.1 引言
6.6.2 關於圖像金字塔
6.6.3 高斯金字塔
6.6.4 拉普拉斯金字塔
6.6.5 尺寸調整
6.6.6 圖像金字塔相關API函數
6.6.7 綜合示例：圖像金字塔與圖片尺寸縮放
6.7 閾值化
6.7.1 固定閾值操作：Threshold()函數
6.7.2 自適應閾值操作：adaptiveThreshold()函數
6.7.3 示例程序：基本閾值操作
6.8 本章小結
7 圖像變換
7.1 基於OpenCV的邊緣檢測
7.1.1 邊緣檢測的一般步驟
7.1.2 Canny算子
7.1.3 sobel算子
7.1.4 laplacian算子
7.1.5 scharr濾波器
7.1.6 綜合示例：邊緣檢測
7.2 霍夫變換
7.2.1 霍夫變換概述
7.2.2 OpenCV中的霍夫變換
7.2.3 霍夫變換的原理
7.2.4 標準霍夫變換：HoughLines()函數
7.2.5 累積概率霍夫變換：HoughLinesP()函數
7.2.6 霍夫圓變換
7.2.7 霍夫梯度法的原理
7.2.8 霍夫梯度法的缺點
7.2.9 霍夫圓變換：HoughCircles()函數
7.2.10 綜合示例：霍夫變換
7.3 重映射
7.3.1 重映射的概念
7.3.2 實現重映射：remap()函數
7.3.3 基礎示例程序：基本重映射
7.3.4 綜合示例程序：實現多種重映射
7.4 仿射變換
7.4.1 認識仿射變換
7.4.2 放射變換的求法
7.4.3 進行仿射變換：warpAffine()函數
7.4.4 計算二維旋轉變換矩陣：getRotationMatrix2D()函數
7.4.5 示例程序：仿射變換
7.5 直方圖均衡化
7.5.1 直方圖均衡化的概念和特點
7.5.2 實現直方圖均衡化：equalizeHist()函數
7.5.3 示例程序：直方圖均衡化
7.6 本章小結
8 圖像輪廓與圖像分割修復
8.1 查找並繪製輪廓
8.1.1 尋找輪廓：findContours()函數
8.1.2 繪製輪廓：drawContours()函數
8.1.3 基礎示例程序：輪廓查找
8.1.4 綜合示例程序：查找並繪製輪廓
8.2 尋找物體的凸包
8.2.1 凸包
8.2.2 尋找凸包：convexHull()函數
8.2.3 基礎示例程序：凸包檢測基礎
8.2.4 綜合示例程序：尋找和繪製物體的凸包
8.3 使用多邊形將輪廓包圍
8.3.1 返回外部矩形邊界：boundingRect()函數
8.3.2 尋找最小包圍矩形：minAreaRect()函數
8.3.3 尋找最小包圍圓形：minEnclosingCircle()函數
8.3.4 用橢圓擬合二維點集：fitEllipse()函數
8.3.5 逼近多邊形曲線：approxPolyDP()函數
8.3.6 基礎示例程序：創建包圍輪廓的矩形邊界
8.3.7 基礎示例程序：創建包圍輪廓的圓形邊界
8.3.8 綜合示例程序：使用多邊形包圍輪廓
8.4 圖像的矩
8.4.1 矩的計算：moments()函數
8.4.2 計算輪廓面積：contourArea()函數
8.4.3 計算輪廓長度：arcLength()函數
8.4.4 綜合示例程序：查找和繪製圖像輪廓矩
8.5 分水嶺算法
8.5.1 實現分水嶺算法：watershed()函數
8.5.2 綜合示例程序：分水嶺算法
8.6 圖像修補
8.6.1 實現圖像修補
8.6.2 綜合示例程序：圖像修補
8.7 本章小結
9 直方圖與匹配
9.1 圖像直方圖概述
9.2 直方圖的計算與繪製
9.2.1 計算直方圖：calcHist()函數
9.2.2 找尋最值：minMaxLoc()函數
9.2.3 示例程序：繪製H-s直方圖
9.2.4 示例程序：計算並繪製圖像一維直方圖
9.2.5 示例程序：繪製RGB三色直方圖
9.3 直方圖對比
9.3.1 對比直方圖：compareHist()函數
9.3.2 示例程序：直方圖對比
9.4 反向投影
9.4.1 引言
9.4.2 反向投影的工作原理
9.4.3 反向投影的作用
9.4.4 反向投影的結果
9.4.5 計算反向投影：calcBackProject()函數
9.4.6 通道複製：mixChannels()函數
9.4.7 綜合程序：反向投影
9.5 模板匹配
9.5.1 模板匹配的概念與原理
9.5.2 實現模板匹配：matchTemplate()函數
9.5.3 綜合示例：模板匹配
9.6 本章小結
四 深入feature2d組件
10 角點檢測
10.1 Harris角點檢測
10.1.1 興趣點與角點
10.1.2 角點檢測
10.1.3 harries角點檢測
10.1.4 實現Harris角點檢測：cornerHarris()函數
10.1.5 綜合示例：Harris角點檢測與繪製
10.2 shi-tomasi角點檢測
10.2.1 shi-tomasi角點檢測概述
10.2.2 確定圖像強角點：goodFeaturesToTrack()函數
10.2.3 綜合示例：shi-tomasi角點檢測
10.3 亞像素級角點檢測
10.3.1 背景概述
10.3.2 尋找亞像素角點：cornerSubPix()函數
10.3.3 綜合示例：亞像素級角點檢測
10.4 本章小結
11 特徵檢測與匹配
11.1 SURF特徵點檢測
11.1.1 SURF算法概覽
11.1.2 SURF算法原理
11.1.3 SURF類相關OpenCV源碼分析
11.2.3 示例程序：SURF特徵提取
11.3 使用FLANN進行特徵點提取
11.3.1 FlannBasedMatcher類的簡單分析
11.3.2 找到最佳匹配：DescriptorMatcher::match方法
11.3.3 示例程序：使用FLANN進行特徵點匹配
11.3.4 綜合示例程序：FLANN結合SURF進行關鍵點的描述和匹配
11.3.5 綜合示例程序：SIFT配合暴力匹配進行關鍵點描述和提取
11.4 尋找已知物體
11.4.1 尋找透視變換：findHomography()函數
11.4.3 示例程序：尋找已知物體
11.5 ORB特徵提取
11.5.1 ORB算法概述
11.5.2 相關概念認知
11.5.3 ORB類相關源碼簡單分析
11.5.4 示例程序：ORB算法匹配描述與匹配
11.6 本章小結
附錄
參考資料：OpenCV3編程入門 毛星雲，冷雪飛等著。