使用Python进行计算机视觉：OpenCV 3实战指南

"Learning OpenCV 3 Computer Vision with Python, 2nd Edition 是一本关于使用Python进行计算机视觉开发的教程，特别关注OpenCV库的使用。本书覆盖了从环境配置到高级图像处理和对象检测的各种主题，适合初学者和有一定经验的开发者。书中通过实例代码和应用程序开发来教授相关技能，使读者能够实现实时图像处理和跟踪功能。" 在第一章"Setting up OpenCV"中，作者详细介绍了如何在不同操作系统（Windows、Mac和Ubuntu）上安装Python、OpenCV及相关库。讨论了社区支持、官方文档和代码示例，帮助读者建立开发环境。 第二章"Handling Files, Cameras, and GUIs"，重点是OpenCV的输入/输出(I/O)功能。通过面向对象的设计方法，读者将学习编写一个应用程序，该程序可以显示实时摄像头馈送，处理键盘输入，并保存视频和静止图像文件，这为后续的图像处理提供了基础。 第三章"Filtering Images"，讲解如何使用OpenCV、NumPy和SciPy编写图像滤镜。涵盖的滤镜效果包括线性颜色调整、曲线颜色调整、模糊、锐化和边缘检测。并将这些滤镜应用于实时摄像头馈送，使读者能够实际操作并看到效果。 第四章"Tracking Faces with Haar Cascades"，介绍了使用Haar级联分类器进行面部检测的技术。读者将构建一个分层的面部追踪器，可以定位图像中的脸、眼睛、鼻子和嘴巴。此外，还学习了图像区域的复制和缩放，以便在应用中实时找到并操作人脸。 第五章"Detecting Foreground/Background Regions and Depth"，探讨了OpenCV如何处理来自深度相机的数据（借助OpenNI和SensorKinect）。读者将学习如何利用这些数据来限制效果仅作用于前景区域。然后，将此功能集成到应用中，以便在操作脸部区域之前进一步细化。 这本书是学习OpenCV和Python进行计算机视觉的宝贵资源，涵盖了从基本设置到复杂应用的所有步骤。通过逐步指导和实际项目，读者不仅可以了解理论知识，还能获得实际编程经验，提升图像处理和目标检测的能力。