OpenCV作为一个应用广泛的开源计算机视觉库，正在受到越来越多的关注。目前OpenCV的各类教程基本上以Python和C++为主，基于Java的教程则少之又少，本书旨在弥补这一空白。 本书共13章，第1～4章是基础部分，包括OpenCV概述和安装配置、数字图像基础及图像基本操作等内容；第5～11章是进阶内容，包括图像的几何变换、图像平滑、图像形态学、直方图与匹配、边缘与轮廓检测、霍夫变换、特征点检测和匹配等；第12章和第13章属于提高内容，主要介绍机器学习和视频分析。本书通过通俗易懂的语言、图文并茂的讲解，力图使初学者能够快速高效入门。 本书面向的读者包括高校学生在内的各类初学者、研究计算机视觉的业余爱好者及需要快速上手的专业人员。

第1章 OpenCV概述
1.1 OpenCV简介
1.1.1 什么是OpenCV
1.1.2 OpenCV简史
1.1.3 OpenCV的特色与应用
1.1.4 OpenCV的主要模块
1.2 OpenCV的下载及安装
1.2.1 Java环境的配置
1.2.2 Eclipse简介及安装
l.2.3 OpenCV的下载和安装
1.2.4 Eclipse中OpenCV的配置
1.2.5 第1个OpenCV程序
1.3 Eclipse及Java基础
1.3.1 Eclipse的界面
1.3.2 Eclipse的常用快捷键
1.3.3 Eclipse中如何新建Java项目
1.3.4 Eclipse中如何新建Java类
1.3.5 Eclipse中如何调试程序
1.3.6 Java语言基础
1.4 本章小结
第2章 图像处理基础
2.1 数字图像基础
2.1.1 数字图像的基本概念
2.1.2 像素的存储
2.1.3 数字图像的分类
2.2 矩阵与Mat类
2.2.1 Mat类简介
2.2.2 矩阵数据的存储
2.2.3 创建矩阵的方法
2.2.4 获取矩阵信息
2.2.5 矩阵相关操作
2.3 OpenCV中常用数据结构
2.3.1 点的表示：Point类
2.3.2 矩形的表示：Rect类
2.3.3 尺寸的表示：Size类
2.3.4 颜色的表示：Scalar类
2.4 颜色和通道
2.5 本章小结
第3章 图像基本操作(Ⅱ)
3.1 图像读写与显示
3.1.1 图像的读取
3.1.2 图像的保存
3.1.3 图像的显示
3.2 绘图函数
3.2.1 绘制直线
3.2.2 绘制矩形
3.2.3 绘制圆形
3.2.4 绘制椭圆
3.2.5 绘制多边形
3.2.6 绘制文字
3.2.7 绘制箭头
3.2.8 绘制外框
3.3 颜色空间操作
3.3.1 颜色空间的转换
3.3.2 图像通道的拆分与合并
3.4 本章小结
第4章 图像基本操作(2)
4.1 图像的算术运算
4.1.1 加法运算
4.1.2 减法运算
4.1.3 点乘运算
4.1.4 点除运算
4.2 图像的按位运算
4.2.1 按位非运算
4.2.2 按位与运算
4.2.3 按位或运算
4.2.4 按位异或运算
4.3 图像二值化
4.4 查找表
4.5 图像的拼接
4.6 子矩阵
4.7 掩膜
4.8 图像金字塔
4.8.1 图像金字塔概述
4.8.2 向下采样与向上采样
4.8.3 高斯金字塔
4.8.4 拉普拉斯金字塔
4.9 本章小结
第5章 图像的几何变换
5.1 仿射变换
5.2 透视变换
5.3 平移
5.4 旋转
5.5 缩放
5.6 图像的翻转
5.7 本章小结
第6章 图像平滑
6.1 图像的噪声
6.2 滤波器
6.3 线性滤波
6.3.1 均值滤波
6.3.2 方框滤波
6.3.3 高斯滤波
6.4 非线性滤波
6.4.1 中值滤波
6.4.2 双边滤波
6.5 本章小结
第7章 图像形态学
7.1 像素的距离
7.2 像素的邻域
7.3 膨胀与腐蚀
7.3.1 腐蚀
7.3.2 膨胀
7.4 形态学操作
7.4.1 开运算和闭运算
7.4.2 顶帽和黑帽
7.4.3 形态学梯度
7.4.4 击中击不中
7.5 本章小结
第8章 直方图与匹配
8.1 直方图简介
8.2 直方图统计
8.3 直方图比较
8.4 直方图均衡化
8.5 自适应的直方图均衡化
8.6 直方图反向投影
8.7 模板匹配
8.8 本章小结
第9章 边缘与轮廓
9.1 边缘检测
9.2 边缘检测算子
9.2.1 Sobel算子
9.2.2 Scharr算子
9.2.3 Laplacian算子
9.3 Canny边缘检测
9.3.1 Canny边缘检测的步骤
9.3.2 Canny算法的实现
9.4 轮廓
9.4.1 轮廓检测
9.4.2 轮廓的层级
9.4.3 轮廓的特征
9.5 本章小结
第10章 霍夫变换
10.1 霍夫变换的原理
10.2 霍夫线检测
10.2.1 标准霍夫变换
10.2.2 概率霍夫变换
10.3 霍夫圆检测
10.3.1 霍夫圆检测的原理
lO.3.2 霍夫梯度法
10.4 本章小结
第11章 特征点检测和匹配
11.1 角点检测
11.1.1 角点的概念
11.1.2 Harris角点检测算法
11.1.3 Shi-Tomasi角点检测算法
11.2 特征点检测
11.2.1 SIFT算法
11.2.2 SURF算法
11.2.3 FAST算法
11.2.4 ORB算法
11.3 特征点匹配
11.3.1 暴力匹配
11.3.2 FLANN匹配
11.3.3 RANSAC
11.4 本章小结
第12章 机器学习
12.1 K均值
12.2 K近邻
12.3 决策树
12.4 随机森林
12.5 SVM
12.6 人脸检测
12.6.1 Haar特征
12.6.2 AdaBoost
12.6.3 级联分类器
12.7 本章小结
第13章 视频分析
13.1 视频基础操作
13.1.1 视频的读取
13.1.2 视频的保存
13.1.3 视频属性
13.2 均值迁移法
13.2.1 Meanshin算法
13.2.2 Camshifl算法
13.3 背景建模
13.3.1 高斯混合模型
13.3.2 K-NN模型
13.4 光流分析
13.4.1 稀疏