opencv 不但有趣而且是免费的视觉相关开发软体，它能够加速您学习影像处理、光学辨识、以及机器学习强大的预测能力，可激发您的想像力，以创造无限可能性。
本书特色：
◎内容涵盖机器学习、光学辨识、影像处理
◎具320多个范例，含2.x(2.4.13)、3.x(3.1)版
◎包含目前最夯最热门的人工智慧：机器学习、光学辨识及影像处理。
◎全世界博硕士很多以opencv做为论文的开发工具。
◎许多工作皆需要光学辨识技能，如Robot、自动辨识。
◎此书是全世界OpenCV书中以Java展示最多的范例，约320个
目录:
第1章Java概述、安装及简易教学
1-1 Java概述
1-2 Java安装
1-3 Eclipse安装
1-4 GUI设计工具WindowBuilder插件安装
1-5 在Eclipse开发第一个Java程式
1-6 在Eclipse开发第一个Java视窗程式-显示影像
1-7 在Eclipse开发视窗程式-slider控制元件
1-8 在Eclipse开发视窗程式-按钮控制元件
1-9 好用的Eclipse热键
第2章OpenCV概述、安装及设定
2-2 关于OpenCV 3.0及3.1
2-3 使用Java开发OpenCV的缺点
2-4 OpenCV的下载及安装
2-5 Eclipse设定OpenCV开发环境
2-6 整合Java之Eclipse与OpenCV
2-7 开发第一个OpenCV程式
2-8 建立矩阵
范例2-8-1 建立第一个opencv的矩阵,使用阵列
范例2-8-2 建立opencv的Mat矩阵方法
范例2-8-3 方法3以单一元素指定
范例2-8-4 方法4全部以同一元素指定
范例2-8-5 方法5以个别单一元素指定
范例2-8-6 方法6以1维阵列指定建立
第3章OpenCV基础数学计算
范例3-1-1 矩阵的线性代数计算
范例3-1-2 矩阵的矩阵线性代数计算2-加减乘除处理
范例3-1-3 矩阵的矩阵线性代数计算
范例3-2-1 矩阵的统计方面计算
范例3-2-2矩阵的统计方面计算
范例3-3-1 矩阵其他数学计算
第4章影像基本输出输入处理
范例4-1-1 Opencv读取写入练习
范例4-1-2 Opencv读取影像并显示至视窗
范例4-1-3 Opencv读取影像显示至视窗-版本
范例4-1-4影像储存压缩品质选择
范例4-2-1 Opencv使用webcam拍照,并存放置资料匣
范例4-2-2 使用webcam拍照明亮版-并存放影像在资料匣
范例4-2-3 使用webcam读取动态影像至Java Swing视窗
范例4-2-4 使用webcam读取动态影像至Java Swing视窗
范例4-2-5 手动拍照
范例4-2-6 使用webcam录制影片档
范例4-2-7 使用xuggle录制电脑画面
范例4-2-8 使用Opencv API录制影片档案
范例4-3-1 Opencv API拨放影片档案,使用Panel
范例4-3-2 Opencv API拨放影片档案,不使用Panel
范例4-4-1从IPCam读取网路串流影像
范例4-4-2从IPCam拍摄照片
第5章影像基本处理
范例5-1-1使用ConvertTo调整影像明亮度
范例5-1-2使用ConvertTo及GUI元件调整影像明暗度
范例5-1-3使用addWeighted及GUI元件调整影像明亮度
范例5-1-4改变影像的每1个像素调整影像明亮度
范例5-2-1全彩图转灰阶图
范例5-3-1影像颜色相反,使用Bitwise_xor
范例5-3-2影像颜色相反,使用subtract
范例5-3-3影像颜色相反,使用Bitwise_not
范例5-4-1模糊处理-使用Gaussian高斯函数及GUI元件
范例5-4-2修正5-4-1高斯模糊的异常
范例5-4-3模糊处理-使用median函数及GUI元件
范例5-4-4模糊处理-使用BoxFilter函数及GUI元件
范例5-5-1 Threshold-使用临界值函数及GUI元件
范例5-5-2 AdaptiveThreshold-使用自适临界值及GUI元件
范例5-6-1 Sharpness锐利化处理
范例5-6-2锐利化处理,使用GUI元件
范例5-7-1 影像合并/融合处理处理,使用GUI元件
范例5-8-1 影像缩放-使用Gaussian高斯金字塔及GUI元件
范例5-8-2影像缩放-使用resize使用GUI元件
范例5-8-3 影像延展效果-使用resize使用GUI元件
范例5-8-4影像缩放-使用getRotationMatrix2D及GUI元件
范例5-9-1影像旋转以90度n为主-使用remap及 GUI元件
范例5-9-2影像旋转以90度n为主-使用Flip及 GUI元件
范例5-9-3 影像可任意角度旋转缩放使用 GUI元件
范例5-10-1 影像扭曲倾斜处理使用GUI元件
范例5-11-1 灰阶影像对比强化处理并GUI显示
范例5-11-2 影像强化对比效果,使用均衡化直方图
范例5-11-3 RGB彩色强化对比效果,使用均衡化直方图及融合
范例5-11-4 YUV彩色强化对比效果,使用均衡化直方图及融合
范例5-12-1 影像梦幻沙龙处理使用GUI显示
范例5-13-1 影像各式颜色空间转换于GUI显示
范例5-14-1 影像堆叠
范例5-15-1 影像马赛克处理
范例5-16-1 影像添加外框
范例5-17-1合并两个影像
范例5-17-2合并两个影像,使用不规则形状
第6章 使用核矩阵进行影像处理
范例6-1-1 Mean filter处理
范例6-2-1 Prewitt Filter处理
范例6-3-1 Laplacian Filter处理1
范例6-3-2 Laplacian Filter处理2
范例6-3-3 Laplacian Filter灰阶影像处理
范例6-3-4 Laplacian Filter使用核矩阵
范例6-4-1 Sobel Filter使用核矩阵
范例6-4-2 Sobel Filter处理使用内建API
范例6-4-3 Sobel Filter处理使用内建API2
范例6-5-1 Frei Chenn Filter处理
范例6-6-1 Scharr Filter使用核矩阵
范例6-6-2 Scharr使用API
范例6-7-1 Robinson Filter处理
范例6-8-1 Kirsch Filter处理
范例6-9-1 Emboss浮雕处理
范例6-10-1 创造自己的filter
范例6-11-1 SqrBoxFilter处理
第7章 绘图
范例7-1-1 画线
范例7-2-1 画点
范例7-3-1 画圆
范例7-4-1 画椭圆形
范例7-4-2 椭圆内近似多边形练习
范例7-5-1 填补凸多边形练习
范例7-6-1 多边形绘图(填满)练习
范例7-6-2 多边形填充使用滑鼠练习
范例7-7-1中空多边形绘图练习
范例7-8-1 输入文字练习
范例7-8-2 输入文字使用中文练习
范例7-8-3浮水印练习
范例7-9-1 矩形练习
范例7-9-2 判断A矩形是否有在B矩形内
范例7-10-1 综合应用:直方图统计练习
范例7-11-1 颜色洪水填充处理练习1
范例7-11-2 颜色洪水填充处理练习2
范例7-11-3 颜色洪水填充处理3-重拾小朋友填色乐趣.
范例7-12-1 综合练习:使用一个最小矩形包含一堆点
范例7-13-1 综合练习:使用一个最小矩形包含一堆矩形
范例7-14-1 综合练习:使用一个矩形撷取影像区块
范例7-14-2综合练习:中空多边形绘制使用滑鼠
范例7-14-3综合练习:使用多边形撷取不规则影像区块1
范例7-14-4 综合练习:使用多边形撷取不规则影像区块2
范例7-14-5 综合练习:使用多边形撷取影像贴至另一影像
范例7-15-1箭头练习
范例7-16-1 特殊符号练习
范例7-17-1 立体浮雕制作
第8章 进阶影像处理
范例8-1-1 Erosion腐蚀处理练习
范例8-2-1 Dilation膨胀处理练习
范例8-3-1 其他形态学变换处理练习
范例8-4-1 Canny边缘检测处理练习1
范例8-4-2 Canny边缘检测处理练习2
范例8-5-1 卡通化处理1,整合模糊及Canny
范例8-5-2 卡通化处理2
范例8-5-3 卡通化及线条Live版
范例8-6-1 抠出背景处理练习
范例8-7-1聚光灯效果处理练习
范例8-9-1 分水岭演算法Watershed处理练习
范例8-10-1 油画效果处理练习
范例8-11-1 多种色调处理练习
范例8-12-1 圆形转矩形处理练习
范例8-13-1 LogPolar极座标转换处理
第9章 强大相片类处理
范例9-1-1 影像修复功能处理练习
范例9-2-1 影像减色/脱色/降灰阶处理练习
范例9-3-1 消除杂点练习1
范例9-3-2 消除杂点练习2
范例9-3-3 消除杂点练习3
范例9-3-4 消除杂点练习4
范例9-4-1 HDR高动态范围成像练习
范例9-5-1 Seamless Cloning系列 Color Change练习
范例9-6-1 Illumination Change练习
范例9-7-1 Texture Flattening水彩化
范例9-7-2 水彩的世界-Live版
范例9-8-1 Seamless Cloning系列-澄清湖水怪无缝贴图
范例9-8-2 Seamless Cloning系列-背景练习
范例9-8-3 综合练习:使用多边形撷取无缝贴图实作练习
范例9-9-1 Non-Photorealistic Rendering非实感绘制-强化
范例9-10-1 非实感绘制系列-模糊影像边缘保留处理
范例9-11-1 非实感绘制系列-铅笔处理
范例9-12-1 非实感绘制系列-写实风格化
范例9-12-2 写实风格化Live版
范例9-13-1 具限制性对比度自适应直方图均衡CLAHE
范例9-14-1 影像形状自动校正
范例9-14-2 影像角度自动校正
第10章 检测
范例10-1-1 Hough Line霍夫线变换1
范例10-1-2 Hough Line霍夫线变换2
范例10-1-3线段检测
范例10-2-1 Hough Circle霍夫圆变换
范例10-2-2霍夫圆变换应用:距离量测使用Cam实作
范例10-2-3 综合应用-虚拟画笔Live版1
范例10-2-4 虚拟画笔Live版2
范例10-3-1 寻找轮廓
范例10-3-2 轮廓顺序表示法
范例10-4-1 寻找轮廓并且绘出外框矩形1
范例10-4-2 寻找轮廓并且绘出外框矩形2
范例10-4-3 多点绘出外框矩形1
范例10-4-4 多点绘出外框矩形2
范例10-4-5 多点绘出外框凸多边形
范例10-4-6 绘出多点外框圆形
范例10-4-7 绘出多点外框椭圆形
范例10-4-8 最近似外框多边形
范例10-4-9 绘出多点最适外框三角形
范例10-5-1寻找轮廓并且绘出外框圆形
范例10-5-2寻找轮廓并且绘出外框椭圆形
范例10-5-3寻找轮廓并且绘出外框三角形
范例10-6-1判断某点是否在凸边形的轮廓内
范例10-7-1计算轮廓的面积与周长
范例10-8-1使用匹配模板找出某物
范例10-8-2使用非匹配模板找出某物
范例10-8-3 修正使用匹配与非匹配模板找出某物
范例10-9-1 convexHull凸包处理
范例10-10-1 convexityDefects凸包缺陷
范例10-11-1颜色区域检测
范例10-12-1颜色辨识-反向投影1
范例10-12-2颜色辨识-反向投影2
范例10-12-3颜色辨识-反向投影3
范例10-13-1颜色辨识以RGB为主
范例10-13-2颜色辨识,使用HSV彩色空间
范例10-13-3影像颜色检测
范例10-14-1从webcam读取影像及判断HSV颜色值
范例10-14-2读取影像及调整HSV颜色值捕捉物体
范例10-14-3计算生锈面积
范例10-15-1综合应用,辨识蓝色圆形物
范例10-15-2综合应用:辨识蓝色圆形物-增加膨胀以改良
范例10-16-1找出肤色Live版
范例10-16-2找出肤色Live改善版
范例10-17-1手势、手指数目辨识
范例10-17-2手势控制相机先比5后比Ya(2指)触发自动拍照
范例10-18-1 Xray效果及找到手掌心
范例10-18-2找到手掌心 Live版
范例10-18-3找到掌心与手指 Live版
范例10-19-1 空间矩、中心矩、标准中心矩及Hu不变矩
范例10-19-2比较两个形状
范例10-19-3比较两个影像,使用直方图比对法
范例10-19-4找出某物整合MatchTemplete与compareHist
范例10-20-1 找出合适的切线
范例10-20-2 众点找出合适的切线
范例10-21-1束绳检测是否断裂1
范例10-21-2束绳检测是否断裂2
范例10-21-3束绳检测是否断裂3
范例10-22-1束绳检测是否偏斜1
范例10-22-2束绳检测是否偏斜2
范例10-22-3束绳检测是否偏斜3
范例10-23-1 综合应用:找出趋势图最高点
范例10-24-1寻找两个矩形的交叉点
范例10-25-1 捕抓萤幕画面
范例10-25-2找出应用程式在萤幕的位置-我的Word在那里
第11章 特征点检测
范例11-1-1 Shi-Tomasi角点检测方法
范例11-1-2利用角点检测找出particle-Live版
范例11-2-1 Harris-Stephens边缘检测方法
范例11-3-1更精确的角点检测
范例11-4-1特征点检测计算
范例11-5-1利用Features2D二维特征点寻找物体
范例11-5-2利用二维特征点SURF+FLANN寻找物体-Live版
范例11-5-3利用Features2D寻找近似物体
范例11-6-1利用二维特征点及Homography单映射寻找物体
范例11-6-2利用二维特征点及单映射寻找物体Live版
范例11-6-3利用二维特征点及单映射寻找近似物体
范例11-7-1客制化角点检测视窗
范例11-8-1寻找出棋盘格
范例11-8-2寻找出棋盘格Live版
范例11-9-1矫正镜头畸形
范例11-9-1利用矫正镜头制造艺术化扭曲影像
第12章 运动追踪motion tracking
范例12-1-1补捉动静Live版
范例12-2-1使用HOG特征进行行人检测
范例12-2-2行人检测Live版
范例12-3-1 Lucas-Kanade光流
范例12-3-2 Farneback光流
范例12-4-1使用MOG特征进行行人检测
范例12-4-2 MOG特征进行行人检测Live版
范例12-4-3使用KNN特征进行行人检测
范例12-4-4 KNN特征进行行人检测Live版
范例12-5-1使用Meanshift均值偏移寻找物体Live版
范例12-6-1使用CamShift人脸追踪Live版
范例12-7-1 Kalman Filter滤波,随机乱跑Live版
范例12-7-2 Kalman Filter滤波,追踪蓝色圆形Live版
范例12-8-1更新运动历史图像Live版
第13章 Machine Learning机器学习
范例13-1-1人脸辨识
范例13-1-2人脸辨识Live版
范例13-1-3人脸辨识含眼鼻Live版
范例13-1-4人脸眼鼻快速辨识Live版
范例13-1-5 整合应用:检测到眼睛自动添加眼镜Live版
范例13-1-6检测到眼睛自动添加半透明眼镜Live版
范例13-1-7检测行人
范例13-1-8检测车辆
范例13-1-9 DetectMultiScale3参数测试
范例13-1-10计算车流量
范例13-1-11 侦测RJ45网路头Live版
范例13-2-1 电脑小手写板程式Live版
范例13-2-1a手写数字的资料库
范例13-2-1b鸢尾花资料库
范例13-3-1常态贝叶斯分类器预测鸢尾花数据集
范例13-3-2常态贝叶斯分类器-预测手写数字
范例13-3-3常态贝叶斯分类器-预测手写数字Live版
范例13-4-1决策树Decision Trees预测鸢尾花数据集
范例13-4-2决策树-预测手写数字
范例13-4-3决策树-预测手写数字Live版
范例13-5-1最大期望值EM-预测鸢尾花数据集
范例13-5-2最大期望值-预测鸢尾花数据集二元分类
范例13-5-3最大期望值-预测鸢尾花数据集3类修改版
范例13-5-4最大期望值-预测手写数字
范例13-5-5最大期望值-预测手写数字(二元分类)
范例13-5-6最大期望值-预测手写数字Live版
范例13-6-1 Logistic回归-预测鸢尾花数据集
范例13-6-2 Logistic回归-预测手写数字
范例13-6-3 Logistic回归-预测手写数字,调整参数
范例13-6-4 Logistic回归-预测手写数字Live版
范例13-7-1 KNN-预测鸢尾花数据集
范例13-7-2 KNN-预测鸢尾花数据集2
范例13-7-3 KNN-预测手写数字
范例13-7-3 KNN-预测手写数字Live版
范例13-7-5 KNN-分类练习
范例13-8-1 随机森林-预测鸢尾花数据集
范例13-8-2随机森林-预测手写数字
范例13-8-3 随机森林-预测手写数字Live版
范例13-9-1 Boost分类-预测鸢尾花数据集
范例13-9-2 Boost分类-预测鸢尾花数据集2
范例13-9-3 Boost-预测手写数字
范例13-9-4 Boost-预测手写数字Live版
范例13-10-1 类神经网路-初声试啼小练习
范例13-10-2 类神经网路-预测鸢尾花数据集
范例13-10-3类神经网路-预测手写数字
范例13-10-4类神经网路-预测手写数字Live版
范例13-11-1 SVM-预测鸢尾花数据集
范例13-11-2 SVM预测手写数字
范例13-11-3 SVM预测手写数字Live版
范例13-11-4 SVM分类练习于2D平面
范例13-12-1 Kmean(K均值)简单分类
范例13-12-2 Kmean 1维数据分类
范例13-12-3 Kmean 2维数据分类
范例13-12-4 Kmean 应用于影像处理-减色处理
范例13-12-5 Kmean预测分类-鸢尾花数据集
范例13-12-6 Kmean预测分类-手写数字数据集
范例13-12-7 Kmean预测分类-手写数字Live版
范例13-13-1马氏距离
范例13-13-2马氏距离使用于-鸢尾花数据集
范例13-13-3马氏距离使用于-手写数字数据集
范例13-13-4修改马氏距离使用于-手写数字数据集
范例13-13-5修改马氏距离使用于-鸢尾花数据集
范例13-13-6修改版马氏距离使用于-预测手写数字Live版
范例13-14-1主成份分析PCA
范例13-14-2鸢尾花数据集使用PCA降维
范例13-14-3鸢尾花数据使用PCA降维整合Kmean聚类处理
范例13-14-4鸢尾花数据使用PCA降维整合Knn分类处理
范例13-14-5手写数字集使用PCA降维整合Kmean聚类处理
范例13-14-6 手写数字集使用PCA降维整合KNN及SVM分类
范例13-14-7 改善手写数字集使用PCA降维整合KNN及SVM
范例13-14-8 改善鸢尾花数据使用PCA降维整合KNN分类
范例13-14-9个人人脸辨识整合PCA与SVM计算
范例13-14-10个人人脸辨识整合PCA与LibSVM计算
范例13-15-0车牌辨识
范例13-15-1 Java呼叫外部命令Tesseract字符识别引擎
第14章 其它功能与整合效果
范例14-1-1离散傅立叶转换
范例14-2-1视差(视角不对称)使用BM
范例14-2-2视差(视角不对称)使用SGBM
范例14-3-1综合应用:虚拟钢琴Live版
范例14-4-1平面细分割使用Subdiv2D
范例14-4-2综合练习,平面细分割使用Subdiv2D应用于人脸
范例14-4-2综合练习,平面细分割应用人脸Live版
第15章 发行Java 应用程式
第16章 Opencv 与Web 整合
范例16-1-1 网页版Hello Opencv
范例16-1-2 利用opencv 显示影像
范例16-1-3 在Web 上模糊处理
范例16-1-4 jsp 应用模糊处理
附录A Opencv Mat 资料结构列表
附录B Opencv 色彩空间转换资料格式列表
附录C Iris 鸢尾花数据集
附录D Opencv for Java 2.4.X 与3.1 差异
附录E Opencv 相关网址
附录F 如何使用本书范例及相关图片
附录G 深度学习:1.dnn范例,2.Opencv与Tensorflow整合
附录H Opencv与Web整合再进化
附录I 其他
P13-117 irs應為iris. https://docs.opencv.org/trunk/javadoc/