更新时间：2022-08-16 14:47:32
封面
版权信息
内容简介
编委会
序一
序二
前言
第1部分 基于OpenCV的传统视觉应用
第1章 图像生成
1.1 图像显示
1.2 图像读取
1.3 图像保存
本章总结
作业与练习
第2章 OpenCV图像处理（1）
2.1 图像模糊
2.2 图像锐化
第3章 OpenCV图像处理（2）
3.1 OpenCV绘图
3.2 图像的几何变换
第4章 图像特征检测
4.1 边缘编辑和增强
4.2 图像轮廓检测
4.3 图像角点和线条检测
第5章 图像特征匹配
5.1 ORB关键点检测与匹配
5.2 案例实现
第6章 图像对齐与拼接
6.1 全景图像拼接
6.2 案例实现
第7章 相机运动估计
7.1 双目相机运动估计
7.2 案例实现
第2部分 基于机器学习和深度学习的视觉应用
第8章 基于SVM模型的手写数字识别
8.1 手写数字识别
8.2 案例实现
第9章 基于HOG+SVM的行人检测
9.1 行人检测
9.2 案例实现
第10章 数据标注
10.1 目标检测数据标注
10.2 视频目标跟踪数据标注
第11章 水果识别
11.1 LeNet-5模型的训练与评估
11.2 LeNet-5模型的应用
第12章 病虫害识别
12.1 植物叶子病虫害识别
12.2 案例实现
第13章 相似图像搜索
13.1 以图搜图
13.2 人脸识别
第14章 多目标检测
14.1 人脸口罩佩戴检测
14.2 案例实现
第15章 可采摘作物检测
15.1 番茄成熟度检测
15.2 案例实现
第16章 智能照片编辑
16.1 图像自动着色
16.2 案例实现
第17章 超分辨率
17.1 图像超分辨率
17.2 案例实现
第18章 医学图像分割
18.1 眼底血管图像分割
18.2 案例实现
