轻松入门数字图像处理，搞定 OpenCV 编程！

在刚开始学习数字图像处理时，你是否也有这样的困扰：

• 教材的开篇介绍绪论和数学工具，看得似懂非懂，似乎还不涉及编程……

• 接下来学习灰度变换、空间滤波和频域滤波，涉及内容丰富、方法繁多，试着编了几个程序就编不下去了……

• 开始学习 OpenCV，找了几本参考书，顺利运行了第一个例程。但是，接下来面对每个模块中几十个算法函数的讲解，又觉得“头大”了……

• 即便这些算法函数既有说明又有例程，但还是让人不明所以，并不能真正理解和掌握，于是学习 OpenCV 也面临着半途而废的风险…… 

如果你也是这样，先不要着急，这很正常，大多数人都会有这样的学习感受。

我所在的学校，在专业创新教育课程中选择的教材是冈萨雷斯的《数字图像处理（第四版）》。

在学习的开始阶段，我就遇到了上述所有问题，感觉入门过程非常困难！

面对这种情况，我的方法是：回过头来，老老实实按照数字图像处理的知识体系，使用 OpenCV 对课程中的问题逐一编程实现。为此，我还在 CSDN 网站开设了博客专栏“youcans 的 OpenCV 例程”，把学习 OpenCV 数字图像处理的笔记整理为博客，迄今已经发布了 260 多篇文章。

通过学习，我深深体会到：

• 学习数字图像处理，一定离不开编程实践，否则连纸上谈兵都算不上；

• 学习 OpenCV，要理解数字图像处理的知识体系，否则只是知其然，不知其所以然，开始很快乐，但是越往后越糊涂。

在我看来：数字图像处理与 OpenCV 就像左右手一样，是相辅相成、互为表里的。

但是，我在查阅的十几种数字图像处理教材和关于 OpenCV 的图书时发现，它们似乎分属两个门派，各自自成体系、泾渭分明，鲜有图书能将其融为一体，很难让像我这样的“菜鸟”轻松入门、快速进阶。

于是，我决心自己写一本书，作为学习数字图像处理与 OpenCV 的桥梁！

我为这本书设计的定位是：

• 适合学习数字图像处理课程的同学，不仅可以作为课程参考资料，而且可以让你轻松入门 OpenCV。

• 要适合 OpenCV 的初学者，比官方文档中的例程更加容易，会让初学者对数字图像处理的理解更加深入。

• 还要适合有一定基础的读者，让他们完全可以把本书作为 OpenCV 的常用函数手册，在需要时查阅。 

这就是《数字图像处理：基于 OpenCV-Python》一书的由来！

这本书的主要内容

（向下滑动查看）

本书基于 OpenCV-Python，介绍数字图像处理的基本方法和高级应用。全书共 18 章，分为四部分。

第一部分介绍 OpenCV-Python 的基本操作，包括第 1～4 章。

◎ 第 1 章介绍图像的基本操作，包括图像的读取、保存和显示方法等。

◎ 第 2 章介绍图像的数据格式，包括图像的创建、复制、裁剪、拼接、拆分、合并等基本方法。

◎ 第 3 章介绍彩色图像处理，包括图像的颜色空间转换、图像的伪彩色处理等。

◎ 第 4 章介绍绘图与鼠标交互，主要介绍其操作方法。

第二部分介绍图像处理的基本方法，包括第 5～9 章。

◎ 第 5 章介绍图像的算术运算，包括加、减、乘、除运算和位运算等。

◎ 第 6 章介绍图像的几何变换，包括图像的平移、图像的缩放和图像的旋转等。

◎ 第 7 章介绍图像的灰度变换，包括线性灰度变换和非线性灰度变换等。

◎ 第 8 章介绍图像的直方图处理，通过调控直方图来改善图像质量。

◎ 第 9 章介绍图像的阈值处理，包括 OTSU 阈值算法、多阈值处理算法等。

第三部分介绍图像处理的高级方法，包括第 10～13 章。

◎ 第 10 章介绍图像卷积与空间滤波，实现图像模糊和图像锐化。

◎ 第 11 章介绍傅里叶变换与频域滤波，设计更加丰富的滤波器。

◎ 第 12 章介绍形态学图像处理，包括基本操作、常用算法和典型应用。

◎ 第 13 章介绍图像变换、重建与复原，包括霍夫变换、雷登变换、图像重建和退化图像复原等。

第四部分介绍计算机视觉，包括第 14～18 章。

◎ 第 14 章介绍边缘检测与图像轮廓，包括边缘检测之梯度算子、LoG 算子、DoG 算子等。

◎ 第 15 章介绍图像分割，包括分水岭算法、图割分割算法和均值漂移算法等。

◎ 第 16 章介绍特征描述，包括特征描述之傅里叶描述符、特征描述之区域特征描述等。

◎ 第 17 章介绍特征检测与匹配，包括 Harris、SIFT、SURF、FAST、ORB 和 MSER 算法等。

◎ 第 18 章介绍机器学习，包括主成分分析、k 均值聚类算法、k 近邻算法、贝叶斯分类器、支持向量机和人工神经网络算法等。

本书特色

01. 实例丰富，注释详细

本书介绍 OpenCV 例程，并编制了例程索引，全面覆盖 OpenCV 的基本功能，系统介绍数字图像处理课程的内容。所有例程的实现方法简单、清晰，注释详细，便于读者理解和修改。

02. 循序渐进，编排合理

与同类图书不同，本书以数字图像处理知识体系为主线，而非按照 OpenCV 模块编排，从而更好地体现问题导向和需求导向。

各章节内容相对独立，每个例程都是独立程序，不会相互调用，从而避免使用尚未讲到的函数或内容。

03. 可作为函数手册，即学即用

本书介绍常用的 OpenCV 函数，并编制函数索引。与官方文档和同类书不同的是，本书对 OpenCV 函数进行了大量测试，着重讲解函数中参数的格式要求和注意事项，并结合例程帮助读者理解每个函数的特殊规定。

04. 下载资源丰富

全书包含 168 幅彩色插图，均提供下载，学习起来更直观。

全书共有 173 个例程资源，以及运行例程所需的图片和视频资源，也都可以下载，以便于一边看书一边动手操作。

最后给读者一个阅读小建议：

本书可以与冈萨雷斯《数字图像处理》教材配套阅读，结合作者的经验来看，这样学习效果会更好，事半功倍。