《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。
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 2
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 48
理解SIFT 的原理 49
OpenCV 中的SIFT 57
匹配特征与检测目标 59
暴力匹配器 60
基于FLANN 的匹配器 60
匹配点 61
检测目标 65
加速稳健特征 65
SURF 检测器 66
SURF 描述子 67
OpenCV 中的SURF 69
ORB 70
oFAST：FAST 关键点定向 71
rBRIEF：旋转可知的BRIEF 72
OpenCV 中的ORB 74
BRISK 74
尺度空间关键点检测 75
关键点描述 76
OpenCV 中的BRISK 78
FREAK 79
视网膜采样模式 79
由粗到精的描述子 79
跳视搜索 80
方向 80
OpenCV 中的FREAK 80
小结 81
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 101
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 130
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 135
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
下载体验