使用OpenCV契機

大家好，我是賈志剛，OpenCV學(xué)堂公眾號的號主，從2009年開始搞圖像處理到今天我已經(jīng)十四年了。剛開始搞圖像處理做的是生物數(shù)據(jù)分析與細(xì)胞分析，用的是工具跟SDK是ImageJ這個框架，多數(shù)算法都是我自己裸寫，不依賴任何庫。直到2014年的一天有個朋友跟我說你怎么不用OpenCV，我趕快查了一下OpenCV，發(fā)現(xiàn)還真有，真好用，從此我就放棄造輪子了，開啟了使用OpenCV做圖像開發(fā)的工作。

寫作本書的動機與初心

2020年以后我正式打算寫一本OpenCV C++的開發(fā)書籍，原因主要是看到OpenCV多數(shù)書籍無法解決以下幾個痛點（拉仇恨的）：

1. OpenCV相關(guān)的書籍多數(shù)都是大而全，沒有重點

當(dāng)前圖書市場上OpenCV相關(guān)的書籍多數(shù)都是大而全，對標(biāo)的是OpenCV官方教程，多數(shù)OpenCV圖書都是官方教程的翻版，把所有OpenCV模塊都說了一遍，講了一遭。但是沒有重點，也沒有把各個章節(jié)之間的關(guān)節(jié)打通。根據(jù)80/20的規(guī)則，學(xué)習(xí)OpenCV應(yīng)該用80%的時間精力學(xué)習(xí)20%最常用的核心模塊。

2. 不夠面向工程化與工作崗位

沒有一本OpenCV書籍是從工程實踐環(huán)節(jié)所需技能倒推相關(guān)知識點，從而提煉出OpenCV相關(guān)核心模塊與核心知識點，幫助讀者掌握核心模塊與核心知識點，滿足工程實踐需求。其實OpenCV雖然模塊很多，但是從事機器視覺與生物醫(yī)療的圖像算法開發(fā)，掌握其常用的十個模塊即可。

3. 沒有切實可行的案例（坦白說我這么說有點拉仇恨）

很多OpenCV書籍中講述的案例已經(jīng)遠(yuǎn)遠(yuǎn)脫離實際工程需求，有堆切案例之嫌，典型的就是打開一本OpenCV書籍就有一張講人臉識別的或者相機矯正的，其實人臉識別這個場景其算法與模型跟SDK已經(jīng)早就白菜化了，任何一個公司只要腦子沒有進水，都不會再去開發(fā)，學(xué)習(xí)這種無效技能是浪費時間，無法體現(xiàn)自身價值。
另外一個就是相機矯正（注意：矯正跟標(biāo)定不同），現(xiàn)在因為工業(yè)相機的質(zhì)量不斷提升，99%的場景下相機矯正本質(zhì)就是偽命題，筆者從事機器視覺項目開發(fā)已經(jīng)很多年了，落地很多項目包含頂級制造業(yè)工廠，到目前為止還沒做過什么相機矯正。

4. 沒有必備的深度學(xué)習(xí)知識學(xué)習(xí)

OpenCV4跟深度學(xué)習(xí)緊密聯(lián)系，其中OpenCV DNN支持深度學(xué)習(xí)模塊部署推理，但是在實際應(yīng)用中速度稍慢，這個工程痛點目前沒有OpenCV書籍有提到跟講解過。另外在實際找工作的過程中JD中往往要求OpenCV開發(fā)者會級別的深度學(xué)習(xí)模型訓(xùn)練，典型的就是YOLOv系列網(wǎng)絡(luò)訓(xùn)練與部署，市場上沒有OpenCV書籍講述過相關(guān)內(nèi)容。

5. 很多OpenCV開發(fā)書籍以Python為主

正式落地項目與工程化的時候讀者面臨二次學(xué)習(xí)C++編程與OpenCV C++高級技能難題，無法成為一個真正合格的OpenCV開發(fā)者。

正是因為上述種種原因，雖然OpenCV書籍不少，真正懂得開發(fā)者需要什么樣的OpenCV技能的OpenCV書籍還近乎絕跡，因此必須有個長期使用OpenCV在一線從事機器視覺跟生物醫(yī)學(xué)分析的開發(fā)者站出來。

寫作過程與反饋

正所謂自反而縮，雖千萬人，吾往也，十年蟄伏，筆耕三年、行以成文、投書機工社、幸蒙不棄、三易其稿、得以出版、初登書市、拔得頭籌、方知天下開發(fā)者苦等此書久矣，評曰：得此書厚雖不及其它，然言之有物，實乃良心之作，作者聞之心有戚戚然……

新書已經(jīng)成功榮登熱銷榜單第一

新書已經(jīng)成功榮登熱銷榜單第一

本書目錄

第一部分 基礎(chǔ)篇
第1章 OpenCV介紹與安裝
1.1 OpenCV介紹
      1.1.1 OpenCV歷史
      1.1.2 OpenCV模塊與功能
      1.1.3 OpenCV4里程碑
1.1. OpenCV應(yīng)用現(xiàn)狀和發(fā)展趨勢
1.2 OpenCV源碼項目
1.3 OpenCV4開發(fā)環(huán)境搭建
1.4 第一個OpenCV開發(fā)程序
1.5 圖像加載與保存
1.5.1 加載圖像
1.5.2 保存圖像
1.6 加載視頻
1.7 小結(jié)

第2章 Mat與像素操作
2.1 Mat對象
      2.1.1什么是Mat對象
      2.1.2 一切數(shù)據(jù)皆Mat
      2.1.3 Mat類型與深度
      2.1.4 Mat對象創(chuàng)建
2.2 像素訪問
      2.2.1遍歷Mat中的像素數(shù)據(jù)
      2.2.2像素算術(shù)運算
      2.2.3位運算
      2.2.4調(diào)整圖像亮度與對比度
2.3 圖像類型與通道
      2.3.1圖像類型
      2.2.2圖像通道
      2.2.3通道操作
      
第3章  色彩空間
3.1 RGB色彩空間
3.2 HSV色彩空間
3.3 Lab色彩空間
3.4 色彩空間轉(zhuǎn)換與應(yīng)用
3.5 小結(jié)

第4章 圖像直方圖
4.1像素統(tǒng)計信息
4.2 直方圖與繪制
4.3 直方圖均衡化
4.4 直方圖比較
4.5 直方圖反向投影
4.6 小結(jié)

第二部分 進階篇
第5章 卷積操作
5.1 卷積概念
5.2 卷積模糊
5.3 自定義濾波
5.4 梯度提取
5.5 邊緣發(fā)現(xiàn)
5.6 噪聲與去噪聲
5.7 邊緣保留濾波
5.8 銳化增強
5.9 小結(jié)

第6章 二值圖像
6.1 圖像閾值化操作
6.2 全局閾值分割
6.3 自適應(yīng)閾值分割
6.4 去噪與二值化
6.5 小結(jié)

第7章 二值分析
7.1 二值圖像分析概述
7.2 連通組件掃描
7.3 輪廓發(fā)現(xiàn)
7.4 輪廓測量
7.5 擬合與逼近
7.6 輪廓分析
7.7 直線檢測
7.8 圓檢測
7.9 最大內(nèi)接圓與最小外接圓
7.10 輪廓匹配
7.11 最大輪廓與關(guān)鍵點編碼
7.12 凸包檢測
7.13 小結(jié)

第8章 形態(tài)學(xué)分析
8.1 圖像形態(tài)學(xué)概述
8.2 腐蝕與膨脹
8.3 開閉操作
8.4 形態(tài)學(xué)梯度
8.5 頂帽與黑帽
8.6 擊中擊不中
8.7 結(jié)構(gòu)元素
8.8 距離變換
8.9 分水嶺變換
8.10 小結(jié)

第9章 特征提取
9.1 圖像金字塔
      9.1.1 高斯金字塔
      9.1.2拉普拉斯金字塔
      9.1.3 金字塔融合
9.2 Harris角點檢測
9.3 shi-tomas角點檢測
9.4 亞像素級別角點檢測
9.5 HOG特征與使用
      9.5.1. HOG特征描述
      9.5.2 基于HOG特征的行人檢測
9.6 ORB特征描述子
      9.6.1. 關(guān)鍵點與描述子提取
      9.6.2 描述子匹配
9.7 基于特征的對象檢測
      9.7.1. 單應(yīng)性變換
      9.7.2 對象檢測
9.8 小結(jié)

第10章  視頻分析
10.1 基于顏色的對象跟蹤
10.2 視頻背景分析
10.3 幀差法背景析
10.4 稀疏光流分析
10.5 稠密光流分析
10.6 均值遷移分析
10.7 小結(jié)

第11章 機器學(xué)習(xí)
11.1 KMeans
      11.1.1 KMeans圖像分割
      11.1.2 KMeans 提取圖像色卡
11.2 KNN分類
11.3 SVM分類
11.4 HOG+SVM自定義對象檢測
11.5 小結(jié)

第三部分 高級與實戰(zhàn)
第12章 深度神經(jīng)網(wǎng)絡(luò)
12.1 DNN概述
12.2 圖像分類
12.3 對象檢測
      12.3.1 SSD對象檢測
      12.3.2 Faster-RCNN對象檢測
      12.3.3 YOLO對象檢測
12.4 ENet圖像分割
12.5 風(fēng)格遷移
12.6 場景文字檢測
12.7 人臉檢測
12.8 小結(jié)

第13章YOLOv5自定義對象檢測
13.1 YOLOv5下載與安裝
13.2 預(yù)訓(xùn)練YOLOv5模型對象檢測
13.3 自定義對象檢測
      13.3.1 OID數(shù)據(jù)集下載與制作
      13.3.2 配置文件修改與訓(xùn)練
      13.3.3 部署自定義對象檢測模型
13.4小結(jié) 

第14章 缺陷檢測
14.1 簡單背景下的缺陷檢測
14.1.1 問題描述
14.1.2 二值分析
14.1.3 缺陷分析
14.2 復(fù)雜背景下的缺陷檢測
      14.2.1 頻率域增強的缺陷檢測
      14.2.2 空間域增強的缺陷檢測
      14.2.3 小結(jié)
14.3 案例-刀片缺陷檢測
14.4 基于深度學(xué)習(xí)的缺陷檢測
      14.4.1 基于分類的缺陷檢測
      14.4.2 基于UNet的缺陷檢測
14.5 小結(jié)

第15章 OpenVINO加速支持
15.1 OpenVINO框架安裝與環(huán)境配置
      15.1.1 OpenVINO安裝
      15.1.2 配置C++開發(fā)支持
15.2 OpenVINO2022.x版SDK推理演示
      15.2.1 推理SDK介紹
      15.2.2 推理SDK演示
15.3 OpenVINO支持UNet部署
15.4 OpenVINO支持YOLOv5部署
15.5 小結(jié)

第16章CUDA加速支持
16.1 OpenCV CUDA版本編譯
16.2 CUDA加速傳統(tǒng)圖像處理
      16.2.1 Mat與UMat的相互轉(zhuǎn)換
      16.2.2 CUDA加速版本的視頻背景分析
16.3 CUDA加速OpenCV DNN
16.4 小結(jié)

關(guān)于新書

《OpenCV應(yīng)用開發(fā)：入門、進階與工程化實踐》全書共計16個章節(jié)，重點聚焦OpenCV開發(fā)常用模塊詳解與工程化開發(fā)實踐，提升OpenCV應(yīng)用開發(fā)能力，助力讀者成為OpenCV開發(fā)者，同時包含深度學(xué)習(xí)模型訓(xùn)練與部署加速等知識，幫助OpenCV開發(fā)者進一步拓展技能地圖，滿足工業(yè)項目落地所需技能提升。購買請點鏈接：
《OpenCV應(yīng)用開發(fā)：入門、進階與工程化實踐》文章來源地址http://www.zghlxwxcb.cn/news/detail-764670.html

到了這里，關(guān)于【真情流露】我為什么要寫一本OpenCV C++書籍的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！