深入OpenCV Android应用开发 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

[印度] Salil，Kapur（萨里尔.卡普尔），Nisarg，Thakkar（尼萨格.塔卡尔） 著，岳翰 译

图书标签:

• OpenCV
• Android
• 图像处理
• 移动开发
• 计算机视觉
• Android开发
• OpenCV4Android
• 技术教程
• 开发指南
• 源码分析

出版社： 电子工业出版社

ISBN：9787121288234

版次：1

商品编码：11958048

品牌：Broadview

包装：平装

开本：16开

出版时间：2016-05-01

用纸：胶版纸

页数：200

字数：257000

正文语种：中文

编辑推荐

适读人群 ：本书适合于有一定Java和Android开发基础，并对计算机视觉技术感兴趣的入门读者，亦可作为从事Android图像编程的开发人员以及熟悉OpenCV开发并有意一试身手的编程爱好者的参考手册。

掌握在Android平台实现计算机视觉算法的艺术，开发稳健、高效的应用！

◎理解如何利用OpenCV处理图像

◎利用多种高水准的特征匹配算法在图像和视频中检测特定目标，比如SIFT、SURF和ORB

◎执行图像变换，例如改变颜色、空间、缩放，以及应用高斯模糊等滤波器

◎用移动电话的摄像头与现实世界交互

◎在OpenCV Android编程当中探索人脸检测、目标检测和图像拼接

◎利用机器学习算法构建更智能的应用

◎学会调试程序，并理解数据的内部存储方式，以便创造*优的定制算法

内容简介

《深入OpenCV Android应用开发》以在Android 平台上开发OpenCV 应用为重点，详细介绍了计算机视觉技术的理论及其在移动平台的应用。《深入OpenCV Android应用开发》由浅入深，囊括了从基本的开发环境部署，到基础的图像处理算法，再到目标检测、人脸检测、目标追踪、图像拼接等高级图像分析技术，以及用于图像分类的机器学习算法等各方面的知识。

《深入OpenCV Android应用开发》虽然篇幅不多，但内容十分丰富，从理论到实践，从精辟的数学公式到翔实的源代码，从系统的算法解释到实用的编程技巧，完全能够满足读者从入门到进阶的求知需要。《深入OpenCV Android应用开发》适合于有一定Java 和Android 开发基础，并对计算机视觉技术感兴趣的入门读者，亦可作为从事Android 图像编程的开发人员，以及熟悉OpenCV 开发并有意一试身手的编程爱好者的参考手册。

作者简介

　　　　Salil Kapur，Microsoft 软件工程师，在位于彼拉尼（Pilani）的博拉理工学院（BirlaInstitute of Technology and Science）获得计算机科学专业学士学位。

他对编程充满热情，并满怀激情不断尝试新技术。他的兴趣领域是计算机视觉、网络和可扩展系统。他也是一位开源爱好者，对诸如SimpleCV、BinPy 和Krita 等库都有所贡献。

在工作之余，他把大部分时间都花在Quora 和Hacker News 上。他爱好篮球和极限飞盘。他的联系方式是salilkapur93@gmail.com。

　　　　Nisarg Thakkar，软件开发者，可以称得上是技术狂热者。他主要用C++和Java 编程，对Android 应用开发和基于OpenCV 的计算机视觉应用开发有着丰富的经验。他对OpenCV项目也做出了贡献，并且在闲暇之时参与其开发工作。他的兴趣领域是立体视觉、虚拟现实，还有将Android 平台用于非商业性项目，以帮助无法承担传统解决方案的开发者。

在大学期间，他曾是移动应用俱乐部的Subcoordinator，也是两个创业项目的共同发起人。这两个项目都是他与朋友们合作开发的，其一为宾馆开发Android 应用，另一项目至今仍致力于为Android 平台开发更优秀的联系人管理应用。

　　　　Nisarg Thakkar 目前就读于彼拉尼的博拉理工学院K. K. Birla Goa 校区，预计于2016年5 月获得计算机科学专业荣誉工学学位。他的联系方式是nisargtha@gmail.com。

　　　　岳翰，网名John Hany，现居成都，计算机图形学研究者，技术博客博主。他对编程充满热情，总是很兴奋地尝试新技术。他的兴趣领域是计算机视觉、网络和可扩展系统。

目录

目录

1 为图像添加效果 1
入门 1
部署OpenCV 2
在OpenCV中存储图像 4
OpenCV中的线性滤波器 5
均值模糊方法 7
高斯模糊方法 13
中值模糊方法 14
创建自定义核 16
形态学运算 17
阈值化 20
自适应阈值 21
小结 22
2 检测图像的基本特征 23
创建应用 23
边缘和角点检测 28
高斯差分技术 28
Canny边缘检测器 31
Sobel算子 33
Harris角点检测 36
霍夫变换 37
霍夫直线 38
霍夫圆 40
轮廓 41
项目――检测图像中的数独 43
小结 45
3 检测目标 47
特征是什么？ 47
尺度不变特征变换 49
理解SIFT的原理 49
OpenCV中的SIFT 58
匹配特征与检测目标 60
暴力匹配器 61
基于FLANN的匹配器 61
匹配点 62
检测目标 66
加速稳健特征 66
SURF检测器 67
SURF描述子 68
OpenCV中的SURF 70
ORB 71
oFAST：FAST关键点定向 72
rBRIEF：旋转可知的BRIEF 73
OpenCV中的ORB 75
BRISK 75
尺度空间关键点检测 76
关键点描述 77
OpenCV中的BRISK 79
FREAK 80
视网膜采样模式 80
由粗到精的描述子 80
跳视搜索 81
方向 81
OpenCV中的FREAK 81
小结 82
4 深入目标检测：级联分类器 83
级联分类器简介 83
Haar级联分类器 84
LBP级联分类器 85
用级联分类器检测人脸 86
HOG描述子 94
项目――快乐相机 97
小结 98
5 追踪视频中的目标 99
光流法 99
Horn?Schunck方法 100
Lucas?Kanade方法 101
在Android上查看光流场 104
图像金字塔 110
高斯金字塔 111
拉普拉斯金字塔 113
基本的二维变换 120
全局运动估计 121
Kanade-Lucas-Tomasi追踪器 124
查看OpenCV中的KLT追踪器 124
小结 126
6 利用图像对齐和拼接 127
图像拼接 127
特征检测和匹配 128
图像匹配 129
光束法平差 131
自动全景校直 132
增益补偿 133
多频段融合 134
用OpenCV进行图像拼接 134
小结 145
7 OpenCV机器学习使应用焕发生机 147
光学字符辨识 147
k-最近邻算法用于OCR 148
支持向量机用于OCR 158
求解数独 160
识别数独中的数字 160
小结 162
8 疑难解答和最佳实践 163
错误排除 163
权限错误 163
用Logcat调试代码 166
最佳实践 167
在Android中操纵图像 168
在多个Activity之间操纵数据 170
小结 172
9 开发一个文档扫描应用 173
让我们开始吧 174
算法 176
在Android上的实现 177
小结 188

前言/序言

　　前言

　　本书能立刻为你在Android 平台上使用OpenCV 助一臂之力。书中既从概念上阐述了多种计算机视觉算法，也介绍了这些算法在Android 平台上的实现。如果你希望在现有的或新开发的Android 应用中实现计算机视觉模块，那么本书正是一份宝贵的资料。

　　本书内容安排

　　第1 章 为图像添加效果。本章介绍在计算机视觉应用中广泛使用的一些基础的预处理算法。同时，本章也会说明如何将OpenCV 整合到现有项目中。

　　第2 章 检测图像的基本特征。本章讲解图像基本特征的检测，比如边缘、角点、直线和圆等。

　　第3 章 检测目标。本章进一步探讨特征检测，即利用更复杂的算法来检测和描述图像的特征，以保证能与其他目标的特征唯一匹配。

　　第4 章 深入目标检测：级联分类器。本章讲解对更具一般性目标的检测，比如在图像和视频中检测人脸或眼睛。

　　第5 章 追踪视频中的目标。本章介绍一种运动检测器——光流法的概念，并利用Lucas-Kanade-Tomasi 追踪器在视频中追踪目标。

　　第6 章 利用图像对齐和拼接。本章介绍图像对齐和图像拼接的基本概念，并以此合成全景图像。

　　第7 章 OpenCV 机器学习使应用焕发生机。本章讲解如何在计算机视觉应用中利用机器学习。在这一章中，我们会了解一些常用的机器学习算法，以及它们在Android 上的应用。

　　第8 章 疑难解答和最佳实践。本章列举一些开发者在开发应用过程中容易遇到的错误和问题，同时也介绍一些提高应用效率的优秀经验。

　　第9 章 开发一个文档扫描应用。本章利用在前面章节中介绍的一些算法构建一个完整的框架，使其无论以何种角度拍摄图像都能扫描文档。

　　阅读本书需要什么

　　本书涉及的内容要求机器至少有1GB 的内存。目前，Windows、OS X 和Linux 操作系统都支持Android 开发。

　　本书的读者对象

　　如果你是一位Java 与Android 开发者，并且希望通过学习OpenCV Android 应用编程的新特性来提升自己的能力，那么本书就是为你量身打造的！

　　约定

　　在本书中，你会发现不同的信息呈现不同的格式。这里我们举例说明这些格式，并解释它们的含义。

　　正文中的代码、数据库表名、文件夹名、文件名、文件扩展名、文件路径、伪URL、用户输入和Twitter 句柄等都采用以下格式：

　　“创建一个名为Application.mk 的文件，并将以下代码复制到该文件内。”代码块是这样安排的：

　　＜user-permission android:name="android.permission.CAMERA"/＞

　　＜user-feature android:name="android.hardware.camera"

　　android:required="false"/＞

　　＜user-feature android:name="android.hardware.camera.autofocus"

　　android:required="false"/＞

　　＜user-feature android:name="android.hardware.camera.front"

　　android:required="false"/＞

　　＜user-feature android:name="android.hardware.camera.

　　front.autofocus" android:required="false"/＞

　　新术语和重要词汇以黑体显示。

　　警告或重要的事项以这种方式表示。

　　

　　提示和技巧像这样表示。

　　下载本书的彩色图片

　　我们另外提供了一个PDF 文件，该文件中包含了本书用到的截屏和图表的彩色版本。彩色图片有助于你更好地理解输出结果所产生的变化。PDF 文件可以在这里下载：https://www.packtpub.com/sites/default/files/downloads/8204OS_ImageBundle.pdf。

　　下载示例代码

　　你可以从http://www.broadview.com.cn 的“下载专区”，下载所有已购买的博文视点书籍的示例代码文件1。

　　勘误表

　　虽然我们已经尽力谨慎地确保内容的准确性，但错误仍然存在。如果你发现了书中的错误，包括正文和代码中的错误，请告诉我们，我们会非常感激。这样，你不仅帮助了其他读者，也帮助我们改进后续的出版。如发现任何勘误，可以在博文视点网站相应图书的页面提交勘误信息。一旦你找到的错误被证实，你提交的信息就会被接受，我们的网站也会发布这些勘误信息。你可以随时浏览图书页面，查看已发布的勘误信息。

跨越边界，解锁移动端的视觉智能新纪元 智能手机已不仅仅是通讯工具，更成为我们观察、感知和与数字世界互动的重要媒介。在这一切的背后，强大的图像处理和计算机视觉技术扮演着核心角色。想象一下，你的移动应用能够“看懂”世界：识别眼前的人脸，测量房间的尺寸，追踪物体的运动，甚至为照片增添酷炫的AR特效。这一切，都将不再是遥不可及的梦想。 本书旨在引领你踏入移动端计算机视觉的广阔天地，专注于安卓平台，让你掌握将尖端的视觉智能集成到移动应用中的核心技能。我们不会局限于理论的堆砌，而是以实战为导向，通过一系列精心设计的项目和案例，让你亲手构建功能强大、富有创意的安卓视觉应用。 为何选择安卓平台？ 安卓作为全球用户基数最庞大的移动操作系统，为开发者提供了无与伦比的机遇。其开源的特性、开放的生态以及强大的硬件支持，为计算机视觉技术的广泛应用奠定了坚实的基础。从入门级设备到高端旗舰，安卓手机的普及程度意味着你的创意能够触达数以亿计的用户。本书将充分利用安卓平台的优势，让你能够高效地开发出性能优异、用户体验卓越的视觉应用。 谁适合阅读本书？ 无论你是对计算机视觉充满好奇的初学者，希望将技术应用于移动端，还是已经具备一定安卓开发基础，渴望为应用注入“智慧之眼”的开发者，本书都将是你理想的伙伴。如果你熟悉Java或Kotlin，并对图像处理、机器学习等领域有所了解，你将能更快地进入状态。即使你是初次接触计算机视觉，本书也会为你打下坚实的基础，并提供清晰的学习路径。 本书将带你探索的核心主题： 第一部分：移动端视觉技术的基石 安卓开发环境搭建与基础回顾： 我们将快速回顾安卓开发的核心概念，包括Activity、Fragment、Intent、UI布局等，确保所有读者都具备必要的开发知识。同时，我们将详细介绍在安卓Studio中配置和管理项目，以及如何有效地使用版本控制工具。 图像基础与像素操作： 在深入探索高级算法之前，理解图像的本质至关重要。本书将深入讲解图像的表示方式（如Bitmap、YUV、RGB）、像素的含义、颜色空间（如Grayscale, HSV）以及如何在安卓中进行高效的像素级操作。你将学习如何读取、修改和保存图像，以及如何执行基本的图像增强操作，如亮度、对比度调整。 图像变换与几何操作： 掌握图像的几何变换是实现各种视觉效果的基础。我们将详细讲解缩放、旋转、平移、裁剪以及透视变换等操作，并演示如何在安卓应用中实现这些功能。你将学会如何校正倾斜的图像，如何裁剪出特定区域，以及如何创建视差效果。 滤镜与特效的实现： 从简单的模糊、锐化到复杂的风格化滤镜，本书将引导你一步步实现各种常见的图像滤镜。你将理解卷积操作的原理，并学会如何使用自定义Shader（GLSL）在安卓GPU上高效地实现这些效果，为你的应用增添艺术气息。 第二部分：解锁智能视觉能力 OpenCV for Android：强大的视觉引擎： OpenCV是全球最流行、功能最全面的开源计算机视觉库。本书将重点讲解如何在安卓项目中集成OpenCV，并利用其丰富的API实现各种高级图像处理和分析任务。你将学习如何利用OpenCV进行特征检测与描述（如SIFT, SURF, ORB），如何进行对象匹配和跟踪，以及如何执行图像分割和边缘检测。 摄像头集成与实时图像处理： 移动设备的摄像头是视觉应用的核心入口。我们将深入讲解如何在安卓中访问和控制摄像头，捕获实时视频流，并进行高效的实时图像处理。你将学会如何设置摄像头的各种参数，如何优化帧率以实现流畅的实时应用，以及如何将处理后的图像有效地呈现在屏幕上。 特征点与图像匹配： 在许多应用场景中，识别和匹配图像中的关键特征至关重要。本书将详细介绍特征点检测、描述和匹配的原理，并演示如何利用OpenCV在安卓上实现这些技术，例如用于图像拼接、物体识别和定位。 对象检测与识别： 将“看懂”的物体从背景中分离出来是计算机视觉的一大挑战。我们将介绍各种对象检测方法，包括基于传统特征的方法以及基于深度学习的方法。你将学习如何使用预训练的模型（如Haar Cascades, HOG+SVM）在安卓上实现实时的人脸检测、行人检测等功能，并了解如何集成轻量级的深度学习模型以实现更广泛的物体识别。 图像分割与语义理解： 进一步提升应用的智能程度，我们需要让应用能够理解图像中不同区域的含义。本书将介绍图像分割技术，如基于颜色、纹理和边缘的分割方法，以及更高级的语义分割概念。你将学习如何将图像划分为具有意义的区域，为后续更复杂的分析打下基础。 AR（增强现实）技术的初步探索： 将虚拟信息叠加到真实世界是移动端视觉应用中最具吸引力的方向之一。我们将介绍AR开发的基本原理，包括相机标定、图像识别与跟踪，以及如何将3D模型与摄像头画面进行融合。你将学习如何构建简单的AR应用，例如放置虚拟物体到现实场景中。 第三部分：构建高性能与实用的视觉应用 性能优化与效率提升： 在移动设备上进行复杂的图像处理需要对性能有深入的理解。本书将提供一系列性能优化策略，包括利用GPU加速（OpenGL ES/Vulkan）、多线程处理、高效内存管理以及选择合适的算法等，确保你的应用流畅运行。 用户界面与交互设计： 即使拥有强大的视觉能力，缺乏良好的用户界面和交互设计也难以获得成功。我们将讨论如何在安卓UI中有效地展示图像处理结果，如何设计直观的用户操作，以及如何集成手势识别等交互方式。 实际项目案例： 为了巩固所学知识，本书将包含一系列由浅入深的实际项目案例，例如： 智能滤镜相机： 实现各种实时滤镜效果，并允许用户调整参数。 AR尺子与测量应用： 利用摄像头测量现实世界中的距离和尺寸。 物体追踪与计数系统： 实时追踪特定物体，并进行数量统计。 简易图像识别与分类应用： 训练一个简单的模型来识别特定类别的物体。 人脸检测与美颜应用： 实时检测人脸，并应用磨皮、瘦脸等美颜效果。 学习本书，你将获得： 扎实的理论基础： 深入理解计算机视觉的核心概念和算法原理。 丰富的实战经验： 通过动手实践，掌握在安卓平台上开发视觉应用的技巧。 解决实际问题的能力： 能够将所学知识应用于构建各种富有创意的移动应用。 快速学习的路径： 从基础到进阶，循序渐进，有效提升技能。 面向未来的职业竞争力： 掌握当前最热门的移动端AI技术之一，为你的职业发展增添砝码。 让我们一起，用代码赋能你的移动应用，让它们拥有“看”世界的眼睛，解锁无限可能！

评分☆☆☆☆☆

我一直以来都对计算机视觉技术充满浓厚的兴趣，而OpenCV作为这一领域的翘楚，其强大的功能和广泛的应用场景，更是让我着迷。然而，将OpenCV集成到Android移动平台上进行开发，却一直是我心中的一个难题。这本书《深入OpenCV Android应用开发》，从名字上就透露出一种深度和专业性，让我对其充满了期待。我猜想，这本书不会仅仅停留在OpenCV的表面功能介绍，而是会深入到其核心算法的原理，并且会详细讲解如何在Android环境中高效地利用这些算法。例如，关于图像的特征点提取与匹配，书中可能会讲解SIFT、SURF、ORB等算法的原理，以及如何在Android上进行优化，以适应移动设备的计算能力。同时，对于人脸识别、物体检测、图像分割等高级应用，书中很可能提供了详细的实现步骤和代码示例，帮助我一步步掌握这些复杂的技术。我尤其期待书中关于Android摄像头API与OpenCV的结合讲解，如何获取高质量的摄像头数据，并进行实时的图像处理，这对于很多实时视觉应用至关重要。此外，书中对性能优化的探讨，例如如何利用多线程、GPU加速等技术来提升OpenCV在Android上的运行效率，也将是我非常看重的内容。

评分☆☆☆☆☆

这本书给我的第一印象便是其“深入”二字所蕴含的专业性和广度。对于那些希望在Android平台上实现复杂计算机视觉功能的开发者来说，一本能够系统讲解OpenCV核心技术并将其与Android开发流程相结合的书籍，显得尤为珍贵。我期待它能够提供清晰的理论讲解，并辅以大量的实践案例。例如，在图像识别方面，书中可能会详细介绍如何训练和部署各种机器学习模型，如SVM、KNN，甚至更先进的深度学习模型，并解释如何在Android设备上高效地运行这些模型。在目标跟踪方面，我希望能看到关于KLT、Meanshift等经典算法的介绍，以及它们在Android平台上的实现细节。此外，书中对图像拼接、全景图生成、或者3D重建等更具挑战性的计算机视觉任务的探讨，无疑会是吸引我的重要亮点。我尤其关心书中对于Android系统自身特性（如传感器、GPS、多媒体框架）与OpenCV的结合应用，如何构建出能够与环境互动的智能视觉应用。同时，对于书中关于图像处理性能的优化，例如利用SIMD指令集、GPU计算（如OpenCL/OpenGL ES），以及高效的内存管理策略的介绍，也将是决定其价值的关键因素。总而言之，我期望这本书能够成为我进行OpenCV Android开发的“终极指南”。

评分☆☆☆☆☆

这本书的出现，无疑为Android开发者在计算机视觉领域开辟了一条新的道路。我一直对OpenCV在图像识别、目标检测等方面的强大能力有所耳闻，但将其应用于Android平台，并实现出色的用户体验，一直是我心中的一大挑战。这本书，从书名来看，似乎正是解决这个问题的关键。它很可能详细阐述了如何将OpenCV的C++库集成到Android项目中，这本身就是一项需要细致操作的技术。我非常期待书中能够深入讲解如何利用Android NDK来调用OpenCV的接口，以及如何在Java/Kotlin与C++之间进行高效的数据传递和交互。这对于理解底层的性能优化至关重要。此外，书中对于Android特有的图像处理API，例如Camera2 API、SurfaceView、TextureView等，与OpenCV的结合方式，也是我关注的重点。如何实时捕获摄像头帧，并将其传递给OpenCV进行处理，最终将处理结果呈现在屏幕上，这中间的每一个环节都需要精细的设计和实现。我预测书中会包含许多关于实时图像滤波、图像增强、以及利用OpenCV进行图像分析的案例，例如二维码扫描、文字识别、甚至简单的物体计数等。这些实用的技术点，将极大地提升我的开发能力，让我能够构建出更多具有创新性的Android应用。

评分☆☆☆☆☆

这本书确实是一本关于OpenCV在Android平台上应用开发的鸿篇巨著，光是看目录就让人心潮澎湃。它深入浅出地讲解了OpenCV这个强大的计算机视觉库如何融入到Android的移动开发流程中，这对于很多想要在移动端实现图像处理和计算机视觉功能的开发者来说，简直是量身定制的宝典。我尤其期待它在讲解OpenCV核心算法时，能够结合Android的特性，例如如何高效地调用C++算法、如何优化图像在内存中的处理、以及如何在有限的移动端硬件资源上实现流畅的视觉效果。书中可能涉及的图像预处理技术，比如降噪、平滑、色彩空间转换，还有特征提取和匹配，如SIFT、SURF、ORB等，这些都是计算机视觉的基石。更令人兴奋的是，它可能还会介绍一些高级的应用场景，比如人脸识别、目标跟踪、图像分割、甚至AR（增强现实）技术的实现，这些都是当前非常热门且具有实际应用价值的领域。而且，作为一本Android开发的书籍，它必然会强调如何将OpenCV的强大功能与Android的UI/UX设计完美结合，如何创建直观易用的界面，让复杂的视觉算法也能被普通用户轻松体验。我希望书中能提供丰富的代码示例，并且这些示例能够涵盖从基础到进阶的各种场景，方便读者模仿和学习。

评分☆☆☆☆☆

对于所有渴望在移动端领域探索计算机视觉奥秘的开发者而言，这本书的出现无疑是一场及时雨。它提供的不仅仅是OpenCV的API罗列，更是将这个强大的视觉库与Android开发的独特生态系统紧密结合的“秘籍”。我个人非常期待书中能够深入剖析OpenCV的各个模块，例如图像处理、特征检测、对象识别、机器学习等，并详细阐述它们如何在Android平台上得到最佳的应用。例如，如何利用Android的Canvas API绘制OpenCV处理后的图像，如何将OpenCV的C++代码高效地集成到Android Studio项目中，以及如何处理图像在内存中的存储和传输，这些都是实践中常见的难点。书中对诸如摄像头实时帧处理、图像增强、色彩校正、以及图像特征点提取与匹配等基础而关键的技术的讲解，我预计会非常详尽。更重要的是，我希望它能引导读者进入更广阔的应用领域，比如如何利用OpenCV实现简单的AR效果、人脸追踪、或者基于图像的交互式应用，这些都极具吸引力。从读者的角度出发，我更看重的是书中能否提供可运行、可扩展的代码示例，以及对各种性能优化技巧的深入分析，让我在实际开发中能够少走弯路，快速构建出高质量的视觉应用。

评分☆☆☆☆☆

内容不多，做个入门参考

评分☆☆☆☆☆

内容不多，做个入门参考

评分☆☆☆☆☆

满意，满意，满意！！！

评分☆☆☆☆☆

专业知识很多，有收获。

评分☆☆☆☆☆

还好吧。。。。。。。。。。。。。。。。

评分☆☆☆☆☆

还是可以

评分☆☆☆☆☆

很一般 有没有都行的一本书

评分☆☆☆☆☆

◎利用机器学习算法构建更智能的应用

评分☆☆☆☆☆

书中有些内容写的不全