本书按照数字图像处理的知识体系，循序渐进地对OpenCV-Python的基本功能进行全面、系统的介绍。全书共18章，分为OpenCV-Python的基本操作、图像处理的基本方法、图像处理的高级方法和计算机视觉四部分，详细介绍常用的OpenCV函数，并讲解例程代码。 第一部分介绍OpenCV-Python的基本操作，包括第1～4章。第二部分介绍图像处理的基本方法，包括第5～9章。第三部分介绍图像处理的高级方法，包括第10～13章。第四部分介绍计算机视觉，包括第14～18章。

第一部分 OpenCV-Python的基本操作
第1章 图像的基本操作\t3
1.1　图像的读取与保存\t3
1.1.1　图像的读取\t3
1.1.2　图像的保存\t4
1.2　图像的显示\t6
1.3　基于Matplotlib显示图像\t7
1.4　视频文件的读取与保存\t9
1.5　多帧图像的读取与保存\t12
第2章 图像的数据格式\t15
2.1　图像属性与数据类型\t15
2.1.1　图像颜色分类\t15
2.1.2　以Numpy数组表示数字图像\t15
2.1.3　图像的数据类型\t16
2.2　图像的创建与复制\t17
2.3　图像的裁剪与拼接\t19
2.4　图像通道的拆分与合并\t21
2.5　获取与修改像素值\t23
2.6　快速LUT替换像素值\t25
第3章 彩色图像处理\t29
3.1　图像的颜色空间转换\t29
3.1.1　图像的颜色空间\t29
3.1.2　图像的颜色空间转换\t29
3.2　灰度图像的伪彩色处理\t31
3.3　多模态数据合成的伪彩色图像\t33
3.4　图像的色彩风格滤镜\t35
3.5　调节图像的色彩平衡\t37
第4章 绘图与鼠标交互\t40
4.1　OpenCV绘图函数的参数\t40
4.2　绘制直线与线段\t41
4.3　绘制垂直矩形\t43
4.4　绘制旋转矩形\t45
4.5　绘制圆形和椭圆\t47
4.5.1　绘制圆形\t47
4.5.2　绘制椭圆和椭圆弧\t49
4.6　绘制多段线和多边形\t53
4.7　图像上添加文字\t56
4.8　鼠标框选矩形区域\t57
4.9　鼠标交互操作\t59
第二部分 图像处理的基本方法
第5章 图像的算术运算\t65
5.1　图像的加法与减法运算\t65
5.2　使用掩模图像控制处理区域\t67
5.3　图像的加权加法运算\t69
5.4　图像的乘法与除法运算\t71
5.5　图像的位运算\t73
5.6　图像的积分运算\t77
5.7　图像的归一化处理\t80
第6章 图像的几何变换\t81
6.1　图像的平移\t81
6.2　图像的缩放\t83
6.3　图像的旋转\t85
6.4　图像的翻转\t88
6.5　图像的斜切\t89
6.6　图像的投影变换\t91
6.7　图像的重映射\t94
第7章 图像的灰度变换\t99
7.1　图像反转变换\t99
7.2　线性灰度变换\t100
7.3　非线性灰度变换\t105
7.3.1　对数变换\t105
7.3.2　幂律变换\t105
7.4　分段线性变换之对比度拉伸\t108
7.5　分段线性变换之灰度级分层\t109
7.6　灰度变换之比特平面\t110
7.7　基于灰度变换调整图像色阶\t112
第8章 图像的直方图处理\t116
8.1　图像的灰度直方图\t116
8.2　图像的直方图均衡化\t118
8.3　图像的直方图匹配\t120
8.4　基于局部直方图统计量的图像增强\t124
8.5　限制对比度自适应直方图均衡化\t126
第9章 图像的阈值处理\t129
9.1　固定阈值处理\t129
9.2　OTSU阈值算法\t133
9.3　多阈值处理算法\t134
9.4　自适应阈值处理\t137
9.5　移动平均阈值处理\t138
9.6　HSV颜色空间的阈值分割\t140
9.6.1　HSV颜色空间\t140
9.6.2　区间阈值处理\t141
第三部分 图像处理的高级方法
第10章 图像卷积与空间滤波\t149
10.1　相关运算与卷积运算\t149
10.1.1　相关运算\t149
10.1.2　可分离卷积核\t150
10.1.3　边界扩充\t151
10.2　空间滤波之盒式滤波器\t153
10.3　空间滤波之高斯滤波器\t155
10.4　空间滤波之统计排序滤波器\t157
10.4.1　中值滤波器\t157
10.4.2　最大值滤波器\t157
10.4.3　最小值滤波器\t158
10.4.4　中点滤波器\t158
10.4.5　修正阿尔法均值滤波器\t158
10.5　空间滤波之自适应滤波器\t161
10.5.1　自适应局部降噪滤波器\t161
10.5.2　自适应中值滤波器\t161
10.6　空间滤波之双边滤波器\t164
10.7　空间滤波之钝化掩蔽\t166
10.8　空间滤波之Laplacian算子\t168
10.9　空间滤波之Sobel算子与Scharr算子\t169
10.9.1　Sobel算子\t169
10.9.2　Scharr算子\t170
10.10　图像金字塔\t173
10.10.1　高斯金字塔\t173
10.10.2　拉普拉斯金字塔\t174
第11章 傅里叶变换与频域滤波\t179
11.1　图像的傅里叶变换\t179
11.1.1　用OpenCV实现傅里叶变换\t180
11.1.2　用Numpy实现傅里叶变换\t181
11.1.3　频谱中心化\t181
11.2　快速傅里叶变换\t185
11.3　频域滤波的基本步骤\t187
11.4　频域滤波之低通滤波\t189
11.4.1　低通滤波器的传递函数\t189
11.4.2　频域滤波的详细步骤\t192
11.5　频域滤波之高通滤波\t195
11.6　频域滤波之Laplacian算子\t198
11.6.1　Laplacian算子\t198
11.6.2　梯度算子的传递函数\t198
11.7　频域滤波之选择性滤波器\t202
11.7.1　带阻滤波器和带通滤波器\t203
11.7.2　陷波滤波器\t203
第12章 形态学图像处理\t209
12.1　腐蚀运算和膨胀运算\t209
12.1.1　腐蚀和膨胀\t209
12.1.2　形态学处理的结构元\t210
12.2　形态学运算函数\t212
12.2.1　形态学高级运算\t213
12.2.2　形态学处理函数\t214
12.3　灰度形态学运算\t218
12.3.1　灰度腐蚀与灰度膨胀\t218
12.3.2　灰度开运算与灰度闭运算\t219
12.3.3　灰度顶帽算子和灰度底帽算子\t219
12.4　形态学算法之边界提取\t225
12.5　形态学算法之直线提取\t226
12.6　形态学算法之线条细化\t228
12.7　形态学重建之边界清除\t230
12.8　形态学重建之孔洞填充\t232
12.8.1　孔洞填充算法\t232
12.8.2　泛洪填充算法\t233
12.9　形态学重建之