【教程上新】基于迅为iTOP-RK3568开发板的OpenCV开发手册

"视觉"是人和动物最重要的感觉。计算机视觉（Computer Vision）是指用计算机实现人的视觉功能——对客观世界的v三维场景的感知、识别和理解。

 

 

因为人类是被赋予了视觉的生物，所以很容易误认为“计算机视觉也是一种很简单的任务”。然而大部分机器视觉系统都还处于一个非常朴素原始的阶段。
而OpenCV ( Open Source Computer Vision Library)，是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法，为计算机视觉提供了解决问题的工具。
正因如此，对于想要进入嵌入式行业的同学们来说，学习OpenCV是很有必要的。新年伊始，迅为再献新作——《iTOP-3568开发板机器视觉OpenCV开发手册》

1教程内容

 

本教程将从OpenCV的基础概念、图像的基本操作、如何使用OpenCV处理图像、线性滤波和非线性滤波、形态学滤波以及边缘检测几大章节进行介绍，帮助开发者们参考学习。

 

2OpenCV的优势

 

1.编程语言OpenCV基于C++实现，同时提供python, Ruby, Matlab等语言的接口。OpenCV-Python是OpenCV的Python API，结合了OpenCV C++API和Python语言的最佳特性。教程手册就将使用OpenCV-Python来进行学习。
2.跨平台OpenCV可以在不同的系统平台上使用，包括Windows，Linux，OS，X，Android和iOS。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。
3.活跃的开发团队自从第一个预览版本于2000年公开以来，目前已更新至OpenCV4.5.3。
4.丰富的API完善的传统计算机视觉算法，涵盖主流的机器学习算法，同时添加了对深度学习的支持。

 

3教程目录

 

第1章 认识OpenCV

1.1 什么是计算机视觉

1.2 什么是OpenCV

1.3 OpenCV的优势

1.4 什么是OpenCV-Python

1.5 OpenCV-Python的安装

 

第2章 图像的基本操作

2.1 计算机中的图像

2.2 读取图像文件

2.3 写入图像文件信息

2.4 视频处理

2.4.1 读取视频文件

2.4.2 视频的播放

 

第3章 使用OpenCV处理图像

3.1颜色转换

3.2 ROI区域

3.2.1位置提取ROI

3.2.2 颜色通道提取ROI

3.3 边界填充

3.4 图像阈值分割

3.4.1 全阈值分割

3.4.2 自适应阈值分割

3.5 图像绘制

3.5.1画线

3.5.2画矩形

3.5.3画圆

3.5.5 多边形绘制

3.5.6 文字添加

3.6 图像几何变换

3.6.1 图像缩放

3.6.2 图像翻转

3.6.3 图像旋转

3.7 图像融合

 

第4章 线性滤波和非线性滤波

4.1 什么是滤波

4.2 均值滤波

4.3 方框滤波

4.4 高斯滤波

4.5 中值滤波

4.6 双边滤波

 

第5章 形态学滤波

5.1 形态学运算介绍

5.2 膨胀运算

5.3 腐蚀运算

5.4 开运算

5.5 闭运算

5.6 梯度运算

5.7 顶帽运算

5.8 黑帽运算

 

第6章 边缘检测

6.1 边缘检测概述

6.2 Sobel算子边缘检测

6.3 Scharr滤波器算子边缘检测

6.4 Laplacian算子边缘检测

6.5 Canny算子边缘检测