学习 OpenCV 5：Python 计算机视觉（第四版）：内容简介
第四版首先说明 OpenCV 5 的变化、硬件优化和安装工具选择，并教读者运行官方示例、查找文档和准备代码环境。随后通过文件、摄像头与图形界面建立 I/O 基础，以 Cameo 项目组织人脸跟踪和图像操作，再进入颜色空间、傅里叶变换、卷积核、Canny 边缘、轮廓及几何形状检测。章节以可运行项目串联 API，适合边读边做。由于 OpenCV 构建选项和 Python 包会变化，实践时应固定环境并核对硬件后端支持。
《学习 OpenCV 5》主要内容
- 配置 OpenCV 5 与 Python 开发环境
- 处理图像文件、摄像头和 GUI
- 转换颜色模型并探索傅里叶变换
- 实现卷积、边缘与轮廓检测
- 在项目中检测直线、圆和其他形状
适合哪些读者
适合掌握 Python 基础、准备进入计算机视觉项目的开发者和学生；熟悉 NumPy 会有帮助，书中从 OpenCV 配置与基础 I/O 开始。
OpenCV 5 和依赖包仍可能迭代，请按当前官方文档核对安装方式与 API。
目录、试读与相关阅读
可在本页“目录与试读”中查看章节和正文节选，在“书籍资料”中核对作者、版本、语言与 EPUB 文件大小。同主题读本包括Python 图像处理与计算机视觉实战（第二版）、Python 编程知识图谱，以及MCP 工程手册。
继续浏览人工智能与 AI 工程，或查看EPUB 阅读与下载帮助。
目录与试读
目录
章节与主要小节（依据 EPUB 导航整理）：
前言
随书附赠的免费福利
第一部分：探索 OpenCV 基础
第1章 配置 OpenCV
技术要求
OpenCV 5 的新特性
针对特定硬件优化 OpenCV
选择和配置正确的安装工具
运行官方示例代码
查找文档、帮助信息和更新
获取本书示例代码
本章小结
第2章 处理文件、摄像头和图形用户界面
技术要求
基本 I/O 脚本
Cameo 项目（人脸跟踪和图像操作）
Cameo – 面向对象设计
本章小结
第3章 使用 OpenCV 处理图像
技术要求
在不同颜色模型之间转换图像
探索傅里叶变换
创建模块
边缘检测
自定义核函数 – 执行卷积
修改应用程序
使用 Canny 进行边缘检测
轮廓检测
检测直线、圆和其他形状
本章小结
第4章 深度估计与分割
技术要求
创建模块
从 OpenNI 兼容深度相机中捕获画面
将 10 位图像转换为 8 位
从视差图创建掩码
修改应用程序以适配 OpenNI 兼容相机
使用普通相机进行深度估计
使用 OAK-D 相机进行立体成像
使用 GrabCut 算法进行前景检测
使用 Watershed 算法进行图像分割
本章小结
第二部分：发现与跟踪人物、模式和对象
第5章 人脸检测与识别
技术要求
理解 Haar 级联
获取 Haar 级联数据
使用 OpenCV 执行人脸检测
执行人脸识别
在红外视频中换脸
本章小结
第6章 使用图像描述符检索图像和搜索
技术要求
理解特征检测和匹配的类型
检测 Harris 角点
检测 DoG 特征并提取 SIFT 描述符
检测 Fast Hessian 特征并提取 SURF 描述符
使用 ORB 配合 FAST 特征和 BRIEF 描述符
使用 K 近邻和比率测试过滤匹配结果
使用 FLANN 进行匹配
基于 FLANN 匹配结果寻找单应性
示例应用 – 纹身鉴定
本章小结
第7章 构建自定义目标检测器
技术要求
理解 HOG 描述符
理解 NMS
理解 SVM
使用 HOG 描述符检测行人
创建和训练目标检测器
检测汽车
本章小结
第8章 目标跟踪
技术要求
使用背景减除法检测移动对象
使用 MeanShift 和 CamShift 跟踪彩色对象
使用卡尔曼滤波器发现运动趋势
跟踪行人
总结
第三部分：应对更深层的问题：6DOF 跟踪、DNN 与规模化
第9章 相机模型与增强现实
技术要求
理解 3D 图像跟踪与增强现实
实现演示应用
总结
第10章 3D 导航、里程计与点云简介
技术要求
理解视觉里程计
为 OAK-D 构建视觉里程计应用
理解点云
加载并显示点云
将点云分割为多个对象
总结
第11章 使用 OpenCV 的神经网络简介
技术要求
理解 ANNs
在 OpenCV 中训练基本人工神经网络
多轮训练人工神经网络分类器
使用人工神经网络识别手写数字
在 OpenCV 中使用其他框架的 DNN
使用第三方 DNN 检测与分类对象
使用第三方 DNN 检测与分类人脸
使用 OpenCV 结合 MediaPipe 与 TensorFlow 分类手势与动作
总结
第12章 OpenCV 应用的规模化
技术要求
理解容器与 Docker 基础
AWS 无服务器服务 (Fargate、Lambda) 与 AWS 云应用模型 (SAM)
总结
第13章 解锁代码包与 PDF 版本
通过简单三步解锁本书的免费福利
附录 A：使用曲线滤波器弯曲色彩空间
构建曲线
缓存并应用曲线
设计面向对象的曲线滤波器
模拟胶片照片
总结
你可能喜欢的其他书籍
试读节选
既然你拿起这本书，可能已经对 OpenCV 是什么有了初步的了解。也许你听说过一些听起来像科幻小说里才有的功能，比如训练一个人工智能模型，让它通过摄像头识别看到的一切。如果这正是你感兴趣的方向，你不会失望的！
