智能硬件與機(jī)器視覺(jué)：基于樹(shù)莓派、Python和OpenCV

前言
第1章　智能硬件與機(jī)器視覺(jué)1
1.1　機(jī)器視覺(jué)在智能硬件領(lǐng)域的應(yīng)用1
1.1.1　機(jī)器視覺(jué)在智慧城市的應(yīng)用2
1.1.2　機(jī)器視覺(jué)與5G的協(xié)同效應(yīng)4
1.2　智能硬件上的機(jī)器視覺(jué)技術(shù)方案選型5
1.2.1　方案A：樹(shù)莓派5
1.2.2　方案B：BeagleBoard7
1.2.3　方案C：NVIDIA Jetson8
1.2.4　方案D：Google Coral Dev Board + Edge TPU9
1.3　本章小結(jié)10
第2章　樹(shù)莓派軟硬件準(zhǔn)備11
2.1　刷寫(xiě)系統(tǒng)11
2.2　硬件連接14
2.3　Linux系統(tǒng)的基本操作17
2.3.1　Linux常用命令17
2.3.2　Vim編輯器的使用19
2.4　遠(yuǎn)程連接樹(shù)莓派20
2.4.1　使用SSH連接樹(shù)莓派21
2.4.2　使用VNC連接樹(shù)莓派24
2.5　使用相機(jī)模塊拍攝一張照片28
2.6　本章小結(jié)31
第3章　安裝OpenCV32
3.1　使用pip安裝OpenCV32
3.1.1　在Ubuntu上使用pip安裝OpenCV33
3.1.2　在macOS上使用pip安裝OpenCV35
3.1.3　在樹(shù)莓派上使用pip安裝OpenCV36
3.1.4　注意事項(xiàng)38
3.2　樹(shù)莓派源碼編譯安裝OpenCV 439
3.2.1　擴(kuò)展TF卡并安裝依賴(lài)39
3.2.2　下載OpenCV 442
3.2.3　為OpenCV 4搭建基于Python 3的虛擬環(huán)境42
3.2.4　構(gòu)建和編譯OpenCV 444
3.2.5　測(cè)試OpenCV 447
3.2.6　可能遇到的問(wèn)題47
3.3　本章小結(jié)49
第4章　通過(guò)案例手把手入門(mén)OpenCV50
4.1　開(kāi)始前的準(zhǔn)備50
4.1.1　環(huán)境準(zhǔn)備50
4.1.2　項(xiàng)目代碼準(zhǔn)備51
4.2　OpenCV圖像簡(jiǎn)單處理51
4.2.1　加載和顯示圖像51
4.2.2　訪問(wèn)單個(gè)像素53
4.2.3　數(shù)組切片和裁剪54
4.2.4　調(diào)整圖像大小55
4.2.5　旋轉(zhuǎn)圖像57
4.2.6　平滑圖像60
4.2.7　在圖像上繪圖60
4.2.8　運(yùn)行第一個(gè)OpenCV教程的Python腳本64
4.3　OpenCV圖像對(duì)象計(jì)數(shù)64
4.3.1　目標(biāo)對(duì)象計(jì)數(shù)64
4.3.2　將圖像轉(zhuǎn)換為灰階65
4.3.3　邊緣檢測(cè)67
4.3.4　閾值處理68
4.3.5　檢測(cè)和繪制輪廓68
4.3.6　腐蝕和膨脹70
4.3.7　蒙版和按位操作71
4.3.8　運(yùn)行第二個(gè)OpenCV教程的Python腳本72
4.4　本章小結(jié)72
第5章　使用Python拍攝照片、視頻73
5.1　安裝picamera環(huán)境73
5.1.1　安裝Raspbian系統(tǒng)73
5.1.2　安裝其他系統(tǒng)74
5.1.3　升級(jí)相機(jī)固件74
5.1.4　安裝樹(shù)莓派攝像頭模組75
5.1.5　控制V1版的LED燈78
5.2　使用攝像頭拍攝照片78
5.2.1　捕獲照片并存為文件79
5.2.2　捕獲照片并存為流79
5.2.3　捕獲照片并存為PIL圖像80
5.2.4　捕獲調(diào)整了大小的圖像80
5.2.5　快拍和連拍的技巧81
5.2.6　捕獲延時(shí)攝影序列82
5.2.7　弱光下拍照82
5.2.8　網(wǎng)絡(luò)直播83
5.3　使用攝像頭拍攝視頻85
5.3.1　錄制視頻文件85
5.3.2　錄制視頻流86
5.3.3　錄制拆分為多個(gè)文件86
5.3.4　錄制循環(huán)視頻流87
5.3.5　錄制網(wǎng)絡(luò)視頻流88
5.3.6　視頻預(yù)覽疊加圖像加水印90
5.3.7　視頻輸出疊加文本、時(shí)間戳92
5.4　本章小結(jié)93
第6章　使用Python處理相機(jī)原始數(shù)據(jù)94
6.1　捕獲并直接編碼94
6.1.1　捕獲并編碼為numpy數(shù)組94
6.1.2　捕獲并編碼為opencv對(duì)象95
6.1.3　捕獲未編碼圖像（YUV）96
6.1.4　捕獲編碼圖像（RGB）99
6.1.5　自定義編碼器100
6.2　多種捕獲方法102
6.2.1　錄像時(shí)截屏102
6.2.2　多種分辨率下錄制103
6.2.3　特殊文件輸出103
6.2.4　Bayer-Raw數(shù)據(jù)獲取104
6.3　樹(shù)莓派相機(jī)的實(shí)際應(yīng)用109
6.3.1　自定義輸出：運(yùn)動(dòng)檢測(cè)相機(jī)的代碼實(shí)現(xiàn)109
6.3.2　循環(huán)視頻流切割：行車(chē)記錄儀碰撞預(yù)警功能111
6.3.3　快速捕獲和處理：連拍算法實(shí)現(xiàn)112
6.3.4　錄制未經(jīng)編碼的視頻：顏色檢測(cè)116
6.3.5　快速捕獲和流傳輸：網(wǎng)絡(luò)流直播117
6.3.6　網(wǎng)絡(luò)流媒體：結(jié)合網(wǎng)頁(yè)技術(shù)直播119
6.3.7　錄制運(yùn)動(dòng)矢量數(shù)據(jù)：檢測(cè)視頻中的手勢(shì)121
6.4　常見(jiàn)錯(cuò)誤集錦125
6.5　本章小結(jié)128
第7章　道路、商場(chǎng)人流統(tǒng)計(jì)129
7.1　原理解析130
7.1.1　目標(biāo)檢測(cè)與目標(biāo)追蹤130
7.1.2　形心追蹤算法原理131
7.1.3　人群計(jì)數(shù)器原理133
7.2　軟件環(huán)境準(zhǔn)備134
7.3　使用Python實(shí)現(xiàn)人群計(jì)數(shù)器135
7.3.1　目錄結(jié)構(gòu)135
7.3.2　形心追蹤器類(lèi)CentroidTracker的實(shí)現(xiàn)135
7.3.3　追蹤目標(biāo)類(lèi)TrackableObject的實(shí)現(xiàn)141
7.3.4　人群計(jì)數(shù)器的實(shí)現(xiàn)141
7.3.5　樹(shù)莓派人群計(jì)數(shù)器測(cè)試149
7.4　本章小結(jié)149
第8章　道路信息文字識(shí)別150
8.1　EAST深度學(xué)習(xí)模型151
8.1.1　EAST模型簡(jiǎn)介151
8.1.2　相關(guān)軟件包的安裝152
8.1.3　項(xiàng)目工程結(jié)構(gòu)153
8.2　檢測(cè)圖片中的文字153
8.2.1　代碼編寫(xiě)和解讀153
8.2.2　效果測(cè)試157
8.3　檢測(cè)視頻中的文字159
8.3.1　代碼編寫(xiě)和解讀159
8.3.2　效果測(cè)試163
8.4　對(duì)文字內(nèi)容進(jìn)行識(shí)別164
8.4.1　Tesseract介紹和安裝164
8.4.2　使用Tesseract實(shí)現(xiàn)文字識(shí)別的原理166
8.4.3　代碼編寫(xiě)和解讀168
8.4.4　效果測(cè)試173
8.5　本章小結(jié)175
第9章　簡(jiǎn)單人臉追蹤176
9.1　核心原理和效果簡(jiǎn)介176
9.2　環(huán)境準(zhǔn)備和代碼編寫(xiě)177
9.2.1　使用Python實(shí)現(xiàn)形心追蹤算法177
9.2.2　人臉追蹤的實(shí)現(xiàn)182
9.3　測(cè)試人臉跟蹤效果186
9.3.1　測(cè)試效果186
9.3.2　缺陷與不足187
9.4　本章小結(jié)187
第10章　人臉追蹤安防攝像頭188
10.1　總體設(shè)計(jì)思路188
10.1.1　硬件組裝清單188
10.1.2　PID控制反饋算法189
1