计算机视觉是在图像处理的基础上发展起来的新兴学科。OpenCV是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理利器之一。它为图像处理、模式识别、三维重建、物体跟踪、机器学习和线性代数提供了各种各样的算法。
《学习OpenCV 3(中文版)》由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。
《学习OpenCV 3(中文版)》可作为信息处理、计算机、机器人、人工智能、遥感图像处理、认知神经科学等有关专业的高年级学生或研究生的教学用书，也可供相关领域的研究工作者参考。
目录
- 第1章概述 1
- 第2章 OpenCV初探19
- 第3章了解OpenCV的数据类型 37
- 第4章图像和大型数组类型63
- 第5章矩阵操作 87
- 第6章绘图和注释 139
- 第7章 OpenCV中的函数子151
- 第8章图像、视频与数据文件163
- 第9章跨平台和Windows系统 187
- 第10章滤波与卷积225
- 第11章常见的图像变换 267
- 第12章图像分析297
- 第13章直方图和模板329
- 第14章轮廓359
- 第15章背景提取391
- 第16章关键点和描述子 433
- 第17章跟踪511
- 第18章相机模型与标定 553
- 第19章投影与三维视觉 599
- 第20章机器学习基础665
- 第21章 StatModel：OpenCV中的基准学习模型 689
- 第22章目标检测753
- 第23章 OpenCV的未来783
