《OpenCV計(jì)算機(jī)視覺基礎(chǔ)教程整本書電子教案完整版ppt課件全書教學(xué)教程最全教學(xué)課件(最新).pptx》由會(huì)員分享，可在線閱讀，更多相關(guān)《OpenCV計(jì)算機(jī)視覺基礎(chǔ)教程整本書電子教案完整版ppt課件全書教學(xué)教程最全教學(xué)課件(最新).pptx（160頁珍藏版）》請(qǐng)?jiān)趨R文網(wǎng)上搜索。

1、O Op pe en nC CV V計(jì)計(jì)算算機(jī)機(jī)視視覺覺基基礎(chǔ)礎(chǔ)教教程程Python版 慕課版主講教師：*OpenCV：Open Source Computer Vision Library本章主要內(nèi)容：OpenCV簡(jiǎn)介配置開發(fā)環(huán)境使用OpenCV文檔和示例實(shí)驗(yàn)本節(jié)主要內(nèi)容：OpenCV主要功能及模塊介紹OpenCV的版本OpenCV-Python1、內(nèi)置數(shù)據(jù)結(jié)構(gòu)和輸入/輸出OpenCV內(nèi)置了豐富的與圖像處理有關(guān)的數(shù)據(jù)結(jié)構(gòu)，如Image、Point、Rectangle等。core模塊實(shí)現(xiàn)了各種基本的數(shù)據(jù)結(jié)構(gòu)。imgcodecs模塊提供了圖像文件的讀寫功能，用戶使用簡(jiǎn)單的命令即可讀寫圖像文件。2

2、、圖像處理操作imgproc模塊提供了圖像處理操作，如圖像過濾、幾何圖像變換、繪圖、色彩空間轉(zhuǎn)換、直方圖等。3、圖形用戶界面操作。highgui模塊提供了圖像的圖形窗口操作功能，如創(chuàng)建窗口顯示圖像或者視頻、令窗口響應(yīng)鍵盤和鼠標(biāo)事件、操作窗口中圖像的某個(gè)區(qū)域等。4、視頻分析。video模塊提供了視頻分析功能，如分析視頻中連續(xù)幀之間的運(yùn)動(dòng)、跟蹤視頻中的目標(biāo)。videostab模塊提供了視頻穩(wěn)定處理功能，可解決拍攝視頻時(shí)的抖動(dòng)問題。optflow模塊提供了與光流操作相關(guān)的算法。5、3D重建。calib3d模塊提供了3D重建功能，可根據(jù)2D圖像創(chuàng)建3D場(chǎng)景。6、特征提取。features2d模塊提供了

3、特征提取功能，可以從2D圖像中檢測(cè)和提取對(duì)象的特征。7、對(duì)象檢測(cè)。objdetect和xobjdetect模塊提供了對(duì)象檢測(cè)功能，可在圖像中檢測(cè)給定圖像的位置。8、機(jī)器學(xué)習(xí)。ml模塊提供了機(jī)器學(xué)習(xí)功能，包含了多種機(jī)器學(xué)習(xí)算法，如k近鄰（k-Nearest Neighbors，kNN）、k均值聚類（k-Means Clustering）、支持向量機(jī)（Support Vector Machines，SVM）、神經(jīng)網(wǎng)絡(luò)（Neural Network）等。機(jī)器學(xué)習(xí)算法廣泛應(yīng)用于目標(biāo)識(shí)別、圖像分類、人臉檢測(cè)、視覺搜索等。9、深度學(xué)習(xí)。深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Network，DNN）模塊提供

4、了深度學(xué)習(xí)功能。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中近幾年來快速發(fā)展的一個(gè)子領(lǐng)域，廣泛應(yīng)用于語音識(shí)別、圖像識(shí)別、自然語言處理、圖像修復(fù)、人臉識(shí)別等。OpenCV的深度學(xué)習(xí)支持Caffe、TensorFlow、Torch、Darknet等著名的深度學(xué)習(xí)框架。10、計(jì)算攝影。計(jì)算攝影通過圖像處理技術(shù)來改善相機(jī)拍攝的圖像，如高動(dòng)態(tài)范圍成像、全景圖像、圖像補(bǔ)光等。photo和xphoto模塊提供了與計(jì)算攝影有關(guān)的算法，stitching模塊提供了全景圖像算法。11、形態(tài)分析。shape模塊提供了形態(tài)分析功能，可以識(shí)別圖像中對(duì)象的形狀、分析形狀之間的相似性、轉(zhuǎn)換對(duì)象形狀等。12、人臉檢測(cè)和識(shí)別。OpenCV已在face

5、模塊中實(shí)現(xiàn)了人臉檢測(cè)、人臉特征檢測(cè)和人臉識(shí)別功能。人臉檢測(cè)屬于對(duì)象檢測(cè)，用于找出圖像中人臉的位置和尺寸。人臉特征檢測(cè)屬于特征檢測(cè)，用于找出圖像中人臉的主要特征。人臉識(shí)別屬于對(duì)象識(shí)別，包括從已知人臉集合中找出與未知人臉最匹配的人臉，以及驗(yàn)證給定人臉是否為某個(gè)已知人臉。OpenCV實(shí)現(xiàn)了基于Haar級(jí)聯(lián)分類器和基于深度學(xué)習(xí)的人臉檢測(cè)算法，以及EigenFaces、FisherFaces和局部二進(jìn)制編碼直方圖（Local Binary Patterns Histograms，LBPH）等人臉識(shí)別算法。13、表面匹配。surface_matching模塊提供了3D對(duì)象識(shí)別算法和3D特征的姿態(tài)估計(jì)算法，

6、用于根據(jù)圖像的深度和強(qiáng)度信息識(shí)別3D對(duì)象。14、文本檢測(cè)和識(shí)別。text模塊提供了文本檢測(cè)和識(shí)別功能，用于識(shí)別和檢測(cè)圖像中的文本，實(shí)現(xiàn)車牌識(shí)別、道路標(biāo)志識(shí)別、內(nèi)容數(shù)字化等相關(guān)應(yīng)用。1999年Intel創(chuàng)建OpenCV項(xiàng)目2006年10月OpenCV 1.02009年10月OpenCV 2.02015年6月OpenCV 3.02018年11月OpenCV 4.02020年10月OpenCV 4.5.02021年4月OpenCV 4.5.21999年,加里布拉德斯基在Intel公司創(chuàng)建了計(jì)算機(jī)視覺庫（Computer Vision Library，CVL）項(xiàng)目，項(xiàng)目旨在提供通用的計(jì)算機(jī)視覺接口，接

7、口用C+語言實(shí)現(xiàn)，以開源方式發(fā)布。2006年10月，OpenCV 1.0版本正式發(fā)布。OpenCV 1.0的主要更新包括：在Windows安裝軟件包中添加了預(yù)編譯的Python模塊；增加了Borland C+（v5.6+）生成文件；增加了圖像修復(fù)功能；添加了增強(qiáng)的樹分類器；在highgui模塊中增加了對(duì)JPEG2000和EXR的支持；增加了PNG、JPEG2000和OpenEXR的8位圖像輸入/輸出；更新了CMUcamera包裝器。2009年9月，OpenCV 2.0版本發(fā)布。OpenCV 2.0的主要更新包括：修復(fù)了Windows安裝包；將MinGW用于預(yù)編譯的二進(jìn)制文件；增加了新的Pyth

8、on接口。2015年6月，OpenCV 3.0版本發(fā)布。OpenCV 3.x版本不再向后兼容OpenCV 2.x版本。OpenCV 3.0的主要更新包括：修復(fù)了包括文檔、生成腳本、Python包裝器、core、imgproc、photo、features2d、objdetect、contrib等模塊的200多處錯(cuò)誤；為cv:parallel_for_()函數(shù)添加了并行后端處理功能，使所有并行處理都能得到兼容操作系統(tǒng)的支持；用Java重寫了Android上的OpenCV管理器，使其可同時(shí)支持OpenCV 2.4和3.0版本。2018年，OpenCV 4.0版本發(fā)布。OpenCV 4.0的主要更新

9、包括：其已成為C+11 庫，兼容C+11 的編譯器；刪除了1.x版本中的許多C函數(shù)；核心模塊中與XML、YAML、JSON相關(guān)的數(shù)據(jù)結(jié)構(gòu)已在C+中全部實(shí)現(xiàn)；在DNN中增加了對(duì)Mask-RCNN模型的支持、集成了ONNX解析器、部分支持YOLO對(duì)象檢測(cè)、提升了對(duì)Intel的DLDT的支持性能；增加了全新的opencv_gapi（G-API）模塊。2020年10月，OpenCV 4.5.0版本發(fā)布該版本的主要更新內(nèi)容如下。OpenCV許可證已更改為Apache 2：從OpenCV 4.5.0開始，所有未來的OpenCV 4.x和OpenCV 5.x版本都將根據(jù)Apache 2許可進(jìn)行分發(fā)，Open

10、CV 3.x將繼續(xù)使用BSD許可。GSoC 2020已經(jīng)結(jié)束，大多數(shù)成果已合并到OpenCV，并且在OpenCV 4.5.0中可用。用OpenJPEG替換分布式Windows軟件包中的Jasper。添加了對(duì)OpenCL多個(gè)上下文的支持。更新了DNN和G-API模塊的部分內(nèi)容。2021年4月，OpenCV 4.5.2版本發(fā)布OpenCV 3.X版本也在持續(xù)支持更新OpenCV-Python是由原始OpenCV C+實(shí)現(xiàn)的Python包裝器，是OpenCV庫的Python接口。Python是吉多范羅蘇姆（Guido van Rossum）創(chuàng)建的一種面向?qū)ο蟮?、解釋型的?jì)算機(jī)高級(jí)程序設(shè)計(jì)語言。Pyt

11、hon因具有語法簡(jiǎn)潔、易于學(xué)習(xí)、功能強(qiáng)大、可擴(kuò)展性強(qiáng)、跨平臺(tái)等諸多特點(diǎn)，成為繼Java和C語言之后的又一熱門程序設(shè)計(jì)語言。與C/C+相比，Python速度較慢。用戶通過OpenCV-Python可獲得兩大好處：首先，代碼運(yùn)行速度與原始C/C+代碼一樣快（因?yàn)樗诤笈_(tái)運(yùn)行的是實(shí)際C+代碼）；其次，用Python編寫代碼更容易。OpenCV-Python需要使用NumPy庫，OpenCV在程序中使用NumPy數(shù)組存儲(chǔ)圖像數(shù)據(jù)。本節(jié)主要內(nèi)容：安裝Python安裝NumPy安裝OpenCV-Python安裝Visual Studio從Python官網(wǎng)下載安裝Python執(zhí)行pip install nu

12、mpy命令，安裝NumPy包安裝OpenCV-Python有3種方式：pip安裝方式、安裝官方預(yù)編譯包方式和源代碼安裝方式。1、pip安裝方式在PYPI中查看OpenCV-Python包信息安裝OpenCV-Python包2、安裝官方預(yù)編譯包方式3、源代碼安裝方式Visual Studio Code（簡(jiǎn)稱“VS Code”）是微軟公司提供的一個(gè)免費(fèi)的集成開發(fā)工具，它具有支持智能感知、運(yùn)行、調(diào)試、內(nèi)置Git、可擴(kuò)展等諸多特點(diǎn)。VS Code可作為Java、JavaScript、C#、Python、Ruby等眾多語言的開發(fā)工具。在Windows中安裝VS Code。本節(jié)主要內(nèi)容：查看OpenCV文

13、檔查看OpenCV-Python示例在OpenCV官網(wǎng)查看文檔OpenCV官方在線文檔的“Examples”頁面中列出了示例的C+代碼目錄要獲得OpenCV-Python示例代碼，可訪問OpenCV發(fā)布頁面，下載OpenCV的源代碼。源代碼的“samplespython”文件夾中包含了OpenCV-Python的示例代碼。本節(jié)主要內(nèi)容：實(shí)驗(yàn)1：配置虛擬開發(fā)環(huán)境實(shí)驗(yàn)2：在VS Code中運(yùn)行示例1實(shí)驗(yàn)?zāi)康恼莆誔ython+OpenCV應(yīng)用開發(fā)虛擬環(huán)境的配置方法。2實(shí)驗(yàn)內(nèi)容（1）創(chuàng)建Python虛擬環(huán)境。（2）在虛擬環(huán)境中安裝NumPy和OpenCV-Python包。（3）移動(dòng)虛擬環(huán)境文件夾的位置

14、，測(cè)試虛擬環(huán)境能否正常使用。3實(shí)驗(yàn)過程1實(shí)驗(yàn)?zāi)康恼莆帐褂肰S Code運(yùn)行OpenCV示例的方法。2實(shí)驗(yàn)內(nèi)容在VS Code中運(yùn)行OpenCV示例中的邊緣檢測(cè)示例edge.py。3實(shí)驗(yàn)過程課程結(jié)束課程結(jié)束謝謝觀看謝謝觀看O Op pe en nC CV V計(jì)計(jì)算算機(jī)機(jī)視視覺覺基基礎(chǔ)礎(chǔ)教教程程Python版 慕課版主講教師：*本章主要內(nèi)容：NumPy簡(jiǎn)介圖像基礎(chǔ)操作圖像運(yùn)算實(shí)驗(yàn)本節(jié)主要內(nèi)容：數(shù)據(jù)類型創(chuàng)建數(shù)組數(shù)組形狀索引、切片和迭代數(shù)組運(yùn)算NumPy比Python支持更多的數(shù)據(jù)類型，如表2-1所示。數(shù)據(jù)類型說明np.bool_布爾值（True或False），存儲(chǔ)為字節(jié)np.byte由平臺(tái)定義np.

15、ubyte由平臺(tái)定義np.short由平臺(tái)定義np.ushort由平臺(tái)定義np.intc由平臺(tái)定義np.uintc由平臺(tái)定義np.int_由平臺(tái)定義np.uint由平臺(tái)定義np.longlong由平臺(tái)定義np.ulonglong由平臺(tái)定義np.halfnp.float16半精度浮點(diǎn)數(shù)：1位符號(hào)、5位指數(shù)、10位尾數(shù)np.single平臺(tái)定義的單精度浮點(diǎn)數(shù)：通常為1位符號(hào)、8位指數(shù)、23位尾數(shù)np.double平臺(tái)定義的雙精度浮點(diǎn)數(shù)：通常為1位符號(hào)、11位指數(shù)、52位尾數(shù)np.longdouble平臺(tái)定義的擴(kuò)展精度浮點(diǎn)數(shù)np.csingle復(fù)數(shù)，由兩個(gè)單精度浮點(diǎn)數(shù)（實(shí)部和虛部）表示np.cdou

16、ble復(fù)數(shù)，由兩個(gè)雙精度浮點(diǎn)數(shù)（實(shí)部和虛部）表示np.clongdouble復(fù)數(shù)，由兩個(gè)擴(kuò)展精度浮點(diǎn)數(shù)（實(shí)部和虛部）表示NumPy還提供了一組表示固定大小的數(shù)據(jù)類型別名，如表2-2所示。數(shù)據(jù)類型別名說明np.int8帶符號(hào)的8位整數(shù)（-128127）np.int16帶符號(hào)的16位整數(shù)（-3276832767）np.int32帶符號(hào)的32位整數(shù)（-231231-1）np.int64帶符號(hào)的64位整數(shù)（-263263-1）np.uint8無符號(hào)的8位整數(shù)（0255）np.uint16無符號(hào)的16位整數(shù)（065535）np.uint32無符號(hào)的32位整數(shù)（0232-1）np.uint64無符號(hào)的64位整數(shù)（0264-1）np.intp用于索引的整數(shù)np.uintp足夠大以容納指針的整數(shù)np.float3232位單精度浮點(diǎn)數(shù)np.float64、np.float_與Python的float類型的精度匹配plex64復(fù)數(shù)，由兩個(gè)32位浮點(diǎn)數(shù)（實(shí)部和虛部）表示plex128、plex_與Python的complex類型的精度匹配在Python中使用NumPy數(shù)據(jù)類型的示例代碼如下。import n