《深入OpenCV Android應用開發(fā)》以在Android 平臺上開發(fā)OpenCV 應用為重點，詳細介紹了計算機視覺技術的理論及其在移動平臺的應用。《深入OpenCV Android應用開發(fā)》由淺入深，囊括了從基本的開發(fā)環(huán)境部署，到基礎的圖像處理算法，再到目標檢測、人臉檢測、目標追蹤、圖像拼接等高級圖像分析技術，以及用于圖像分類的機器學習算法等各方面的知識。

《深入OpenCV Android應用開發(fā)》雖然篇幅不多，但內(nèi)容十分豐富，從理論到實踐，從精辟的數(shù)學公式到翔實的源代碼，從系統(tǒng)的算法解釋到實用的編程技巧，完全能夠滿足讀者從入門到進階的求知需要?！渡钊隣penCV Android應用開發(fā)》適合于有一定Java 和Android 開發(fā)基礎，并對計算機視覺技術感興趣的入門讀者，亦可作為從事Android 圖像編程的開發(fā)人員，以及熟悉OpenCV 開發(fā)并有意一試身手的編程愛好者的參考手冊。

目錄
1 為圖像添加效果 1
入門 1
部署OpenCV 2
在OpenCV 中存儲圖像 4
OpenCV 中的線性濾波器 5
均值模糊方法 7
高斯模糊方法 13
中值模糊方法 14
創(chuàng)建自定義核 16
形態(tài)學運算 17
閾值化 2
自適應閾值 21
小結 22
2 檢測圖像的基本特征 23
創(chuàng)建應用 23
邊緣和角點檢測 28
高斯差分技術 28
Canny 邊緣檢測器 31
Sobel 算子 33
Harris 角點檢測 36
霍夫變換 37
霍夫直線 38
霍夫圓 40
輪廓 41
項目——檢測圖像中的數(shù)獨 43
小結 45
3 檢測目標 47
特征是什么？ 47
尺度不變特征變換 48
理解SIFT 的原理 49
OpenCV 中的SIFT 57
匹配特征與檢測目標 59
暴力匹配器 60
基于FLANN 的匹配器 60
匹配點 61
檢測目標 65
加速穩(wěn)健特征 65
SURF 檢測器 66
SURF 描述子 67
OpenCV 中的SURF 69
ORB 70
oFAST：FAST 關鍵點定向 71
rBRIEF：旋轉可知的BRIEF 72
OpenCV 中的ORB 74
BRISK 74
尺度空間關鍵點檢測 75
關鍵點描述 76
OpenCV 中的BRISK 78
FREAK 79
視網(wǎng)膜采樣模式 79
由粗到精的描述子 79
跳視搜索 80
方向 80
OpenCV 中的FREAK 80
小結 81
4 深入目標檢測：級聯(lián)分類器 83
級聯(lián)分類器簡介 83
Haar 級聯(lián)分類器 84
LBP 級聯(lián)分類器 85
用級聯(lián)分類器檢測人臉 86
HOG 描述子 94
項目——快樂相機 97
小結 98
5 追蹤視頻中的目標 99
光流法 99
Horn–Schunck 方法 101
Lucas–Kanade 方法 101
在Android 上查看光流場 104
圖像金字塔 110
高斯金字塔 111
拉普拉斯金字塔 113
基本的二維變換 120
全局運動估計 121
Kanade-Lucas-Tomasi 追蹤器 124
查看OpenCV 中的KLT 追蹤器 124
小結 126
6 利用圖像對齊和拼接 127
圖像拼接 127
特征檢測和匹配 128
圖像匹配 130
光束法平差 131
自動全景校直 132
增益補償 133
多頻段融合 134
用OpenCV 進行圖像拼接 135
小結 145
7 OpenCV 機器學習使應用煥發(fā)生機 147
光學字符辨識 147
k-最近鄰算法用于OCR 148
支持向量機用于OCR 158
求解數(shù)獨 160
識別數(shù)獨中的數(shù)字 160
小結 162
8 疑難解答和最佳實踐 163
錯誤排除 163
權限錯誤 163
用Logcat 調試代碼 166
最佳實踐 167
在Android 中操縱圖像 168
在多個Activity 之間操縱數(shù)據(jù) 170
小結 172
9 開發(fā)一個文檔掃描應用 173
讓我們開始吧 174
算法 176
在Android 上的實現(xiàn) 177
小結 188