OpenCV是計(jì)算機(jī)視覺領(lǐng)域的開發(fā)者必須掌握的技術(shù)�！禣penCV計(jì)算機(jī)視覺開發(fā)實(shí)踐:基于Qt C 》基于 OpenCV 4.10與Qt C 進(jìn)行編寫，全面系統(tǒng)地介紹OpenCV的使用及實(shí)戰(zhàn)案例，并配套提供全書示例源碼、PPT課件與作者QQ答疑服務(wù)。
《OpenCV計(jì)算機(jī)視覺開發(fā)實(shí)踐:基于Qt C 》共分19章，主要內(nèi)容包括數(shù)字圖像視覺概述、搭建OpenCV開發(fā)環(huán)境、核心模塊Core、圖像處理模塊基礎(chǔ)、灰度變換和直方圖修正、圖像平滑、幾何變換、圖像邊緣檢測(cè)、圖像分割、圖像金字塔、圖像形態(tài)學(xué)、視頻處理、機(jī)器學(xué)習(xí)、數(shù)字水印、圖像加解密、物體計(jì)數(shù)、圖像輪廓、手勢(shì)識(shí)別以及停車場(chǎng)車牌識(shí)別系統(tǒng)等。
《OpenCV計(jì)算機(jī)視覺開發(fā)實(shí)踐:基于Qt C 》既適合OpenCV初學(xué)者、計(jì)算機(jī)視覺與圖像處理的開發(fā)人員、人工智能圖像處理開發(fā)人員閱讀，也適合作為高等院�；蛘吒呗毟邔Ｔ盒Ｓ�(jì)算機(jī)視覺與圖像處理相關(guān)專業(yè)的教材。

（1）基于Qt C 跨平臺(tái)特性，需要Qt C 編程基礎(chǔ)知識(shí)。
（2）基于Python 3.8和OpenCV 4.10版本編寫，面向初學(xué)者，涵蓋傳統(tǒng)的圖形圖像算法與視頻處理方法，并配以示例代碼，內(nèi)容豐富，行文通俗易懂。
（3）詳解OpenCV 中的220多個(gè)函數(shù)，并給出100多個(gè)示例程序，以及車牌識(shí)別、目標(biāo)檢測(cè)、數(shù)字水印、圖像加解密、物體計(jì)數(shù)、圖像輪廓、手勢(shì)識(shí)別等案例。
（4）配套示例源碼、PPT課件、配圖PDF文件與作者QQ一對(duì)一答疑服務(wù)。

如今，計(jì)算機(jī)視覺算法的應(yīng)用已經(jīng)滲透到我們生活的方方面面。機(jī)器人、無人機(jī)、增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)、醫(yī)學(xué)影像分析等，無一不涉及計(jì)算機(jī)視覺算法。OpenCV是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)圖形與圖像算法庫(kù)，在學(xué)術(shù)界和工業(yè)界都得到了廣泛的使用。無論是初學(xué)者、開發(fā)人員還是研究人員，都可以在其中找到得心應(yīng)手的武器，幫助你在開發(fā)與研究的道路上披荊斬棘。
關(guān)于本書
近年來，在入侵檢測(cè)、特定目標(biāo)跟蹤、人臉識(shí)別等領(lǐng)域，OpenCV可謂大顯身手。OpenCV內(nèi)容之豐富，是目前開源視覺算法庫(kù)中罕見的。市場(chǎng)上有很多關(guān)于OpenCV的圖書，但是隨著OpenCV版本的迭代，部分學(xué)習(xí)資料已經(jīng)過時(shí)。本書基于OpenCV 4.10版本和Qt C 進(jìn)行編寫，面向初學(xué)者和專業(yè)人士，涵蓋傳統(tǒng)的圖形、圖像算法，以及相關(guān)實(shí)戰(zhàn)案例，并配以示例代碼，內(nèi)容豐富，行文通俗。
?本書不僅剖析了大量OpenCV函數(shù)的調(diào)用細(xì)節(jié)，而且對(duì)原理解釋得清晰明了，讓讀者不僅知其然，而且知其所以然。
?本書介紹了OpenCV 4.10中220多個(gè)函數(shù)、100多個(gè)示例程序，幫助讀者熟練掌握基于Qt C 的OpenCV編程方法。
?本書在介紹OpenCV 4.10技術(shù)的同時(shí)，也力求講解一些背后的原理和公式，為讀者以后成為專業(yè)的圖像開發(fā)者鋪墊前進(jìn)的道路。記住，只會(huì)調(diào)用函數(shù)而不知原理和公式，永遠(yuǎn)不會(huì)成為一個(gè)專業(yè)人士！
資源下載與技術(shù)支持
本書提供配套示例源碼、PPT課件、作者QQ答疑服務(wù)，讀者需要用微信掃描下面二維碼下載，也可按掃描出來的頁(yè)面提示把下載鏈接轉(zhuǎn)發(fā)到自己的郵箱中下載。如果閱讀中發(fā)現(xiàn)問題或存在疑問，請(qǐng)聯(lián)系下載資源中提供的相關(guān)電子郵箱或微信號(hào)。

本書適合的讀者
閱讀本書需要有Qt C 編程基礎(chǔ)，適合的讀者如下：
?OpenCV開發(fā)初學(xué)者
?計(jì)算機(jī)視覺領(lǐng)域的初學(xué)者
?人工智能圖像處理算法開發(fā)人員
?高等院校計(jì)算機(jī)視覺課程的學(xué)生
?高職高專院校計(jì)算機(jī)視覺課程的學(xué)生
作者與鳴謝
本書作者是朱文偉和李建英。雖然作者已盡最大努力編寫本書，但書中難免存在疏漏之處，敬請(qǐng)讀者提出寶貴意見和建議。
本書的順利出版，離不開清華大學(xué)出版社的老師們的支持和幫助，在此表示衷心感謝。

作 者
2025年1月

朱文偉，名校計(jì)算機(jī)專業(yè)統(tǒng)招碩士，20多年C\C 、Java開發(fā)經(jīng)驗(yàn)。主導(dǎo)開發(fā)過密碼、圖形、人工智能等產(chǎn)品。精通Linux、Windows系統(tǒng)開發(fā)及數(shù)據(jù)庫(kù)開發(fā)技術(shù)。著有圖書《OpenCV計(jì)算機(jī)視覺開發(fā)實(shí)踐：基于Qt C 》《OpenCV計(jì)算機(jī)視覺開發(fā)實(shí)踐：基于Python》《Linux C與C 一線開發(fā)實(shí)踐（第2版）》《Rust編程與項(xiàng)目實(shí)戰(zhàn)》《嵌入式Linux驅(qū)動(dòng)開發(fā)實(shí)踐》《高性能Linux網(wǎng)絡(luò)編程核心技術(shù)揭秘》《Linux C/C 服務(wù)器開發(fā)實(shí)踐》《Qt 6.x從入門到精通》《PyQt 5從入門到精通》《Linux C與C 一線開發(fā)實(shí)踐》《Visual C 2017從入門到精通》《Windows C/C 加密解密實(shí)戰(zhàn)》《密碼學(xué)原理與Java實(shí)現(xiàn)》《OpenCV 4.5計(jì)算機(jī)視覺開發(fā)實(shí)戰(zhàn)（基于VC ）》《OpenCV 4.5計(jì)算機(jī)視覺開發(fā)實(shí)戰(zhàn)：基于Python》。

第1章 數(shù)字圖像視覺概述 1
1.1 圖像的基本概念 1
1.1.1 圖像和圖形 1
1.1.2 什么是數(shù)字圖像 1
1.1.3 數(shù)字圖像的特點(diǎn) 2
1.1.4 圖像單位（像素） 2
1.1.5 圖像分辨率 3
1.1.6 屏幕分辨率 3
1.1.7 圖像的灰度 4
1.1.8 灰度級(jí) 4
1.1.9 圖像深度 4
1.1.10 二值圖像 5
1.1.11 灰度圖 5
1.1.12 彩色圖像 5
1.1.13 通道 6
1.1.14 圖像存儲(chǔ) 6
1.2 圖像噪聲 6
1.2.1 圖像噪聲的定義 6
1.2.2 圖像噪聲的來源 7
1.2.3 圖像噪聲的濾除 7
1.3 圖像處理 8
1.3.1 圖像處理的分類 8
1.3.2 數(shù)字圖像處理 9
1.3.3 數(shù)字圖像處理常用的方法 9
1.3.4 圖像處理的應(yīng)用 12
1.4 圖像信號(hào)處理層次 12
1.5 計(jì)算機(jī)視覺 13
1.5.1 計(jì)算機(jī)視覺的概念 13
1.5.2 計(jì)算機(jī)視覺系統(tǒng)的構(gòu)成和分類 14
1.5.3 機(jī)器視覺的優(yōu)勢(shì) 14
1.5.4 機(jī)器視覺系統(tǒng)的應(yīng)用 14
1.5.5 計(jì)算機(jī)視覺與相關(guān)學(xué)科的關(guān)系 15
1.6 OpenCV概述 15
1.7 Qt簡(jiǎn)介 17
第2章 搭建OpenCV開發(fā)環(huán)境 19
2.1 Windows下搭建OpenCV開發(fā)環(huán)境 19
2.1.1 下載和安裝Qt 19
2.1.2 下載和解壓OpenCV 26
2.1.3 了解構(gòu)建工具 27
2.1.4 下載和安裝CMake 28
2.1.5 生成Makefile文件 30
2.1.6 開始編譯OpenCV 33
2.1.7 Qt開發(fā)的第一個(gè)OpenCV程序 34
2.2 Linux下搭建OpenCV開發(fā)環(huán)境 38
2.2.1 準(zhǔn)備編譯OpenCV所需依賴 39
2.2.2 編譯OpenCV源碼 40
2.2.3 Linux下的第一個(gè)OpenCV程序 43
2.2.4 下載Qt 46
2.2.5 安裝依賴包 46
2.2.6 安裝Qt 47
2.2.7 Linux下用Qt開發(fā)OpenCV 51
2.2.8 做個(gè)快照 54
2.3 數(shù)學(xué)函數(shù) 55
2.4 OpenCV架構(gòu) 56
2.5 圖像輸入輸出模塊imgcodecs 57
2.5.1 imread讀取圖像文件 58
2.5.2 imwrite保存圖片 60
2.6 OpenCV界面編程 62
2.6.1 新建窗口并顯示 62
2.6.2 單窗口顯示多幅圖像 64
2.6.3 銷毀窗口 66
2.6.4 調(diào)整窗口大小 68
2.6.5 鼠標(biāo)事件 69
2.6.6 鍵盤事件 71
2.6.7 滑動(dòng)條事件 73
第3章 核心模塊Core 76
3.1 矩陣操作 76
3.1.1 矩陣類Mat 76
3.1.2 構(gòu)造法 78
3.1.3 直接賦值法 82
3.1.4 數(shù)組法 82
3.1.5 create函數(shù)法 83
3.1.6 定義特殊矩陣 83
3.1.7 得到矩陣的行數(shù)、列數(shù)和維數(shù) 84
3.1.8 矩陣的數(shù)據(jù)指針及其打印 85
3.1.9 創(chuàng)建新的矩陣頭 86
3.1.10 得到矩陣通道數(shù) 88
3.1.11 復(fù)制矩陣 88
3.1.12 判斷矩陣是否有元素 93
3.1.13 矩陣的5種遍歷方式 93
3.1.14 設(shè)置矩陣新值 100
3.1.15 得到矩陣的元素總個(gè)數(shù) 100
3.1.16 矩形類Rect 100
3.2 數(shù)組的操作 101
3.3 讀寫XML和YAML文件 105
3.3.1 YAML文件簡(jiǎn)介 105
3.3.2 寫入和讀取YAML\XML文件的基本步驟 106
3.3.3 XML、YAML文件的打開 106
3.3.4 文本和數(shù)字的輸入和輸出 106
3.3.5 OpenCV數(shù)據(jù)結(jié)構(gòu)的輸入和輸出 106
3.3.6 vector（arrays）和maps的輸入和輸出 107
3.3.7 文件關(guān)閉 107
第4章 圖像處理模塊基礎(chǔ) 113
4.1 顏色變換cvtColor 113
4.2 畫基本圖形 115
4.2.1 點(diǎn)的表示 115
4.2.2 畫矩形 116
4.2.3 畫圓 117
4.2.4 畫橢圓 119
4.2.5 畫線段 122
4.2.6 填充多邊形 122
4.3 像素存放類Scalar 124
4.4 使用隨機(jī)數(shù) 126
4.4.1 產(chǎn)生一個(gè)隨機(jī)數(shù) 128
4.4.2 返回下一個(gè)隨機(jī)數(shù) 130
4.4.3 用隨機(jī)數(shù)填充矩陣 131
4.5 文字繪制 132
4.6 為圖像添加邊框 139
4.7 在圖像中查找輪廓 142
第5章 灰度變換和直方圖修正 149
5.1 點(diǎn)運(yùn)算 149
5.1.1 基本概念 149
5.1.2 點(diǎn)運(yùn)算的目標(biāo) 150
5.1.3 點(diǎn)運(yùn)算的分類 150
5.1.4 點(diǎn)運(yùn)算的特點(diǎn) 150
5.1.5 點(diǎn)運(yùn)算的應(yīng)用 150
5.2 灰度變換 151
5.2.1 灰度變換概述 151
5.2.2 灰度變換的作用 152
5.2.3 灰度變換的方法 152
5.2.4 灰度化 152
5.2.5 對(duì)比度 155
5.2.6 灰度的線性變換 155
5.2.7 分段線性灰度變換 160
5.2.8 對(duì)數(shù)變換和反對(duì)數(shù)變換 165
5.2.9 冪律變換 170
5.3 直方圖修正 172
5.3.1 直方圖的概念 172
5.3.2 OpenCV實(shí)現(xiàn)灰度直方圖 173
5.3.3 直方圖均衡化 175
第6章 圖像平滑 181
6.1 平滑處理算法 181
6.2 線性濾波 183
6.2.1 歸一化方框?yàn)V波器 183
6.2.2 高斯濾波器 185
6.3 非線性濾波 188
6.3.1 中值濾波 188
6.3.2 雙邊濾波 189
第7章 幾何變換 193
7.1 幾何變換基礎(chǔ) 193
7.2 圖像平移 196
7.3 圖像旋轉(zhuǎn) 198
7.4 仿射變換 204
7.5 圖像縮放 207
7.5.1 縮放原理 207
7.5.2 OpenCV中的縮放 209
第8章 圖像邊緣檢測(cè) 211
8.1 圖像邊緣檢測(cè)概述 211
8.2 邊緣檢測(cè)研究的歷史現(xiàn)狀 213
8.3 邊緣定義及類型分析 214
8.4 梯度的概念 216
8.5 圖像邊緣檢測(cè)的應(yīng)用 216
8.6 目前邊緣檢測(cè)存在的問題 217
8.7 邊緣檢測(cè)的基本思想 218
8.8 圖像邊緣檢測(cè)的步驟 219
8.9 經(jīng)典圖像邊緣檢測(cè)算法 220
8.9.1 差分邊緣檢測(cè) 221
8.9.2 Roberts算子 223
8.9.3 Sobel算子邊緣檢測(cè) 225
8.9.4 Prewitt算子邊緣檢測(cè) 227
8.9.5 LoG邊緣檢測(cè)算子 230
8.9.6 邊緣檢測(cè)的新技術(shù)與方法 235
第9章 圖像分割 238
9.1 圖像分割概述 238
9.2 圖像分割的應(yīng)用 240
9.3 圖像分割的數(shù)學(xué)定義 240
9.4 圖像分割方法的分類 241
9.4.1 基于閾值化的分割方法 242
9.4.2 基于邊緣的分割方法 243
9.4.3 基于區(qū)域的分割方法 243
9.4.4 基于神經(jīng)網(wǎng)絡(luò)的分割方法 245
9.4.5 基于聚類的分割方法 246
9.5 使用OpenCV進(jìn)行圖像分割 246
9.5.1 閾值分割 246
9.5.2 固定閾值分割 247
9.5.3 自適應(yīng)閾值分割 250
9.6 彩色圖像分割 256
9.7 grabCut算法分割圖像 259
9.7.1 基本概念 259
9.7.2 grabCut函數(shù) 260
9.8 floodFill（漫水填充）分割 263
9.8.1 基本概念 263
9.8.2 floodFill函數(shù) 264
9.9 分水嶺分割法 270
9.9.1 基本概念 270
9.9.2 wathershed函數(shù) 271
第10章 圖像金字塔 279
10.1 圖像金字塔概述 279
10.2 高斯金字塔 280
10.2.1 向下采樣 281
10.2.2 向上采樣 284
10.3 拉普拉斯金字塔 286
第11章 圖像形態(tài)學(xué) 288
11.1 圖像形態(tài)學(xué)概述 288
11.2 形態(tài)學(xué)的應(yīng)用 288
11.2.1 數(shù)學(xué)上的形態(tài)學(xué) 289
11.2.2 格 289
11.2.3 拓?fù)鋵W(xué) 289
11.2.4 數(shù)學(xué)形態(tài)學(xué)的組成 290
11.2.5 數(shù)學(xué)形態(tài)學(xué)的應(yīng)用 290
11.2.6 操作分類 291
11.3 結(jié)構(gòu)元素 291
11.4 膨脹 291
11.5 腐蝕 292
11.6 開運(yùn)算 294
11.7 閉運(yùn)算 295
11.8 實(shí)現(xiàn)腐蝕和膨脹 296
11.9 開閉運(yùn)算和頂帽黑帽 299
11.10 擊中擊不中 302
11.11 利用形態(tài)學(xué)運(yùn)算提取水平線和垂直線 305
第12章 視頻處理 311
12.1 OpenCV視頻處理架構(gòu) 311
12.2 類VideoCapture 312
12.3 構(gòu)造VideoCapture對(duì)象 312
12.4 判斷視頻是否打開成功 313
12.5 讀取視頻幀 314
12.6 播放視頻文件 314
12.7 獲取和設(shè)置視頻屬性 316
12.8 播放攝像頭視頻 319
12.9 錄制視頻類VideoWriter 321
12.9.1 構(gòu)造VideoWriter對(duì)象 321
12.9.2 初始化或重新初始化 322
12.9.3 連接一個(gè)fourcc代碼 322
12.10 實(shí)現(xiàn)一個(gè)視頻播放器 324
第13章 機(jī)器學(xué)習(xí) 330
13.1 機(jī)器學(xué)習(xí)概述 330
13.2 機(jī)器學(xué)習(xí)發(fā)展歷程 331
13.3 機(jī)器學(xué)習(xí)研究現(xiàn)狀 332
13.3.1 傳統(tǒng)機(jī)器學(xué)習(xí)的研究現(xiàn)狀 333
13.3.2 大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)的研究現(xiàn)狀 334
13.4 機(jī)器學(xué)習(xí)的分類 334
13.4.1 基于學(xué)習(xí)策略的分類 335
13.4.2 基于學(xué)習(xí)方法的分類 335
13.4.3 基于學(xué)習(xí)方式的分類 336
13.4.4 基于數(shù)據(jù)形式的分類 336
13.4.5 基于學(xué)習(xí)目標(biāo)的分類 336
13.5 機(jī)器學(xué)習(xí)常見算法 336
13.6 機(jī)器學(xué)習(xí)的研究?jī)?nèi)容 338
13.7 機(jī)器學(xué)習(xí)的應(yīng)用 339
13.8 OpenCV中的機(jī)器學(xué)習(xí) 340
13.8.1 支持向量機(jī) 341
13.8.2 貝葉斯分類器 345
第14章 數(shù)字水印 348
14.1 數(shù)字水印概述 348
14.1.1 數(shù)字水印的特點(diǎn) 349
14.1.2 圖像數(shù)字水印 349
14.1.3 數(shù)字水印原理 349
14.1.4 嵌入過程 350
14.1.5 提取過程 350
14.2 相關(guān)函數(shù) 351
14.3 代碼實(shí)現(xiàn)數(shù)字水印 354
第15章 圖像加密和解密 357
15.1 圖像加密和解密原理 357
15.2 相關(guān)函數(shù) 358
15.3 代碼實(shí)現(xiàn)圖像加解密 359
第16章 物體計(jì)數(shù) 361
16.1 物體計(jì)數(shù)基本原理 361
16.2 在圖像上繪制文字 361
16.3 代碼實(shí)現(xiàn)藥片計(jì)數(shù) 364
第17章 圖像輪廓 367
17.1 圖像輪廓概述 367
17.2 應(yīng)用場(chǎng)景 368
17.3 OpenCV中的輪廓函數(shù) 368
17.3.1 查找輪廓findContours 368
17.3.2 輪廓的基本屬性 369
17.3.3 繪制輪廓drawContours 370
17.3.4 求輪廓面積contourArea 370
17.4 實(shí)戰(zhàn)輪廓函數(shù) 371
17.5 實(shí)戰(zhàn)黑白翻轉(zhuǎn) 373
第18章 手勢(shì)識(shí)別 375
18.1 手勢(shì)識(shí)別概述 375
18.2 凸包和凸包檢測(cè) 375
18.2.1 查找凸包的示例 378
18.2.2 凸缺陷及其意義 381
18.3 手勢(shì)識(shí)別原理 387
18.4 區(qū)分手勢(shì)0和1 390
18.5 區(qū)分手勢(shì)2到5 392
第19章 停車場(chǎng)車牌識(shí)別系統(tǒng) 397
19.1 車牌識(shí)別技術(shù)概述 397
19.2 車牌識(shí)別技術(shù)的宏觀分析 398
19.2.1 國(guó)外技術(shù)分析 398
19.2.2 國(guó)內(nèi)技術(shù)分析 400
19.2.3 車牌識(shí)別技術(shù)的難點(diǎn) 401
19.2.4 車牌識(shí)別系統(tǒng)的開發(fā)思路 401
19.3 車牌定位技術(shù) 402
19.3.1 車牌特征概述 402
19.3.2 車牌定位方法 403
19.3.3 車牌圖像預(yù)處理 407
19.3.4 車牌圖像的灰度化 407
19.3.5 車牌圖像的直方圖均衡化 408
19.3.6 車牌圖像的濾波 410
19.3.7 車牌圖像的二值化 411
19.3.8 車牌圖像的邊緣檢測(cè) 411
19.3.9 車牌圖像的灰度映射 412
19.3.10 車牌圖像的改進(jìn)型投影法定位 412
19.4 車牌字符分割技術(shù) 414
19.4.1 常用車牌字符分割算法 414
19.4.2 車牌傾斜問題 416
19.4.3 車牌傾斜度檢測(cè)方法 416
19.4.4 車牌傾斜度校正方法 417
19.4.5 車牌邊框和鉚釘?shù)娜コ?417
19.4.6 車牌字符分割 417
19.4.7 基于垂直投影和先驗(yàn)知識(shí)的車牌字符分割 418
19.4.8 粘連車牌字符的分割 419
19.4.9 斷裂車牌字符的合并 420
19.4.10 對(duì)車牌字符的切分結(jié)果進(jìn)行確認(rèn) 420
19.5 車牌字符識(shí)別技術(shù) 421
19.5.1 模式識(shí)別 421
19.5.2 字符識(shí)別 422
19.5.3 漢字識(shí)別 424
19.6 系統(tǒng)設(shè)計(jì) 424
19.7 系統(tǒng)拓?fù)浣Y(jié)構(gòu) 426
19.8 停車場(chǎng)端的詳細(xì)設(shè)計(jì) 426
19.9 辦公室端的詳細(xì)設(shè)計(jì) 433
19.9.1 創(chuàng)建項(xiàng)目 433
19.9.2 設(shè)計(jì)界面 433
19.9.3 實(shí)現(xiàn)構(gòu)造函數(shù) 434
19.9.4 文件信息類MyFileInfo 435
19.9.5 實(shí)現(xiàn)連接服務(wù)器函數(shù) 436
19.9.6 關(guān)聯(lián)按鈕槽函數(shù) 437
19.9.7 實(shí)現(xiàn)文件下載功能 437
19.9.8 接收文件信息 438
19.9.9 接收文件數(shù)據(jù) 440
19.9.10 圖像處理相關(guān)的成員變量 441
19.9.11 實(shí)現(xiàn)打開文件 441
19.9.12 實(shí)現(xiàn)圖像二值化 442
19.9.13 實(shí)現(xiàn)定位車牌 444
19.9.14 實(shí)現(xiàn)分割字符 447
19.9.15 實(shí)現(xiàn)識(shí)別結(jié)果 452
19.9.16 運(yùn)行程序 455