本书基于Python语言,全面、系统地介绍了机器视觉的基础知识、主要应用,以及常用的图像处理技术。全书共9个模块,内容涵盖搭建机器视觉开发环境、夯实Python编程基础、初识图像处理技术、图像增广、图像去雾、物体检测与计数、形状识别、图像拼接和车牌号码识别。案例丰富,内容实用,易于读者掌握图像处理与机器视觉的实操技能和理论知识。
本书可作为各类院校智能控制技术、机电一体化技术、人工智能技术应用等相关专业的教材,也可供相关领域的技术人员参考使用。
基础篇
模块1 搭建机器视觉开发环境
学习目标
学习情境一 认识机器视觉与机器视觉系统
一、机器视觉的概念与特点
二、机器视觉的相关学科
三、机器视觉系统的组成
学习情境二 了解机器视觉的应用
一、机器视觉的典型应用
二、机器视觉的行业应用
学习情境三 认识Python与OpenCV
一、什么是Python
二、什么是OpenCV
三、OpenCV的主要模块
AI视界——智能制造引领新型工业化发展
实践工坊——搭建机器视觉开发环境
技能实训
知识自测
学习成果评价
模块2 夯实Python编程基础
学习目标
学习情境一 熟悉Python基础语法
一、Python编码规范
二、标识符和关键字
三、变量
四、运算符
五、输入和输出
学习情境二 使用流程控制语句
一、分支语句
二、循环语句
学习情境三 使用列表、元组和字典
一、列表
二、元组
三、字典
学习情境四 使用函数和模块
一、函数的定义和使用
二、函数的参数
三、模块的导入
学习情境五 了解Python机器视觉常用库
一、NumPy库
二、Matplotlib库
AI视界——人工智能赋能程序编写
实践工坊——图像数据批量整理
技能实训
知识自测
学习成果评价
模块3 初识图像处理技术
学习目标
学习情境一 了解图像处理基础知识
一、图像与数字图像
二、数字图像的分类
三、图像的数字化
学习情境二 掌握图像的基本操作
一、读取、显示和保存图像
二、查看图像属性
学习情境三 掌握图像的基本运算
一、算术运算
二、位运算
学习情境四 掌握视频处理的基本方法
一、视频的读取
二、视频文件属性的获取与设置
三、视频的保存
AI视界——Seedance 2.0助力传统文化绽放新生
实践工坊——图像打码
技能实训
知识自测
学习成果评价
应用篇
模块4 图像增广
学习目标
学习情境一 掌握图像的缩放与镜像
一、图像的缩放
二、图像的镜像
学习情境二 掌握图像的仿射变换
一、图像的平移
二、图像的旋转
三、图像的错切
学习情境三 掌握图像的透视变换
一、透视变换
二、透视变换矩阵
AI视界——联想边缘大脑提升轮胎外观检测效率
实践工坊——车辆数据集的图像增广
技能实训
知识自测
学习成果评价
模块5 图像去雾
学习目标
学习情境一 了解图像的噪声
一、认识噪声
二、图像去噪的常用技术
学习情境二 掌握图像的平滑滤波
一、均值滤波
二、高斯滤波
三、中值滤波
四、双边滤波
学习情境三 了解图像的色彩空间
一、常用的色彩空间
二、色彩空间的转换
学习情境四 掌握图像的直方图处理方法
一、认识直方图
二、绘制直方图
三、直方图均衡化
AI视界——“天眸芯”提升机器视觉感知能力
实践工坊——图像的去雾处理
技能实训
知识自测
学习成果评价
模块6 物体检测与计数
学习目标
学习情境一 掌握图像的阈值处理
一、全局阈值处理
二、Otsu阈值处理
三、自适应阈值处理
学习情境二 掌握图像的形态学变换
一、形态学变换基础
二、腐蚀与膨胀
三、开运算与闭运算
四、形态学其他运算
学习情境三 了解图像轮廓
一、图像轮廓的概念
二、轮廓的查找与绘制
三、轮廓的长度与面积
四、轮廓的拟合
AI视界——小米CyberOne以机器之眼读懂世界
实践工坊——纽扣检测与计数
技能实训
知识自测
学习成果评价
模块7 形状识别
学习目标
学习情境一 掌握图像的边缘检测
一、图像梯度
二、Canny边缘检测
学习情境二 掌握霍夫变换
一、霍夫直线变换
二、霍夫圆变换
AI视界——海康机器人定义“具身智造”新范式
实践工坊——验证码中的圆形识别
技能实训
知识自测
学习成果评价
模块8 图像拼接
学习目标
学习情境一 掌握特征检测算法
一、Harris算法
二、SIFT算法
三、ORB算法
学习情境二 掌握特征匹配算法
一、暴力匹配算法
二、KNN算法
三、FLANN算法
AI视界——人工智能赋予仿生视觉系统理解能力
实践工坊——风景图像全景拼接
技能实训
知识自测
学习成果评价
综合篇
模块9 车牌号码识别
学习目标
AI视界——警惕人工智能生成合成内容的风险
实践工坊——车牌号码识别
技能实训
知识自测
学习成果评价
附录 能力图谱
参考文献