本书首先介绍OpenCV4以及如何基于Python3在各种平台上安装OpenCV4。接下来，你将学习如何执行读取、写入、操纵，以及显示静态图像、视频和摄像机回馈等基本操作。你还将学习图像处理、视频分析、深度估计和分割，并通过构建一个简单的GUI应用程序获得实践经验。接下来，你将处理两类常见问题：人脸检测和人脸识别。你还将学习物体分类和机器学习的概念，这将使你能够创建和使用物体检测器和分类器，甚至跟踪电影或摄像机回馈中的物体。稍后，你将学习3D跟踪和增强现实。本书末尾，你将学习人工神经网络和深度神经网络，学习如何开发手写数字识别以及对人的性别和年龄分类的应用程序。

译者序
前言
作者简介
审校者简介
第1章 安装OpenCV
1.1 技术需求
1.2 OpenCV 4有哪些新特性
1.3 选择和使用合适的安装工具
1.3.1 在Windows上安装
1.3.2 在macOS上安装
1.3.3 在Debian、Ubuntu、LinuMint以及类似系统上安装
1.3.4 在其他类UNIX系统上安装
1.4 运行示例
1.5 查找文档、帮助和更新
1.6 本章小结
第2章 处理文件、摄像头和GUI
2.1 技术需求
2.2 基本I/O脚本
2.2.1 读取/写入图像文件
2.2.2 在图像和原始字节之间进行转换
2.2.3 基于numpy.array访问图像数据
2.2.4 读取/写入视频文件
2.2.5 捕捉摄像头帧
2.2.6 在窗口中显示图像
2.2.7 在窗口中显示摄像头帧
2.3 项目Cameo（人脸跟踪和图像处理）
2.4 Cameo：面向对象的设计
2.4.1 基于managers.CaptureManager提取视频流
2.4.2 基于managers.WindowManager提取窗口和键盘
2.4.3 基于cameo.Cameo应用所有内容
2.5 本章小结
第3章 基于OpenCV的图像处理
3.1 技术需求
3.2 在不同颜色模型之间进行图像转换
……
第4章 深度估计和分割
第5章 人脸检测和识别
第6章 使用图像描述符检索和搜索
第7章 建立自定义物体检测器
第9章 摄像头模型和增强现实
第8章 物体跟踪
第10章 基于OpenCV的神经网络导论
附录 基于曲线滤波器弯曲颜色空间