这是一本OpenCV中国团队出品的实践教材，面向本科院校“计算机视觉”实践课。
本教材主要的特点是：
1.以前沿的算法应用为主，不再花篇幅介绍一些过时的算法。
2.软件采用开源计算机视觉库OpenCV，通用性高，有利学生就业。
3.编程语言采用Python，易于编写和调试，学生可以专注在知识点上面，避免耗费太多时间在配置开发环境和调试程序上。

“图像处理”和“计算机视觉”课程是人工智能专业的必修课，是计算机、智能科学、电子信息、软件工程等专业的选修课。
OpenCV 是一个开源的计算机视觉库，高效地实现了大量图像处理和计算机视觉算法。本书基于成熟的 OpenCV 库，采用 Python 语言，通过大量的实际应用案例，介绍图像处理和计算机视觉算法。书中的案例以最近几年的近期新科研进展为主，如人脸识别、目标跟踪、二维码识别、手势识别等。读者通过这些实用案例可以快速透彻理解算法理论，同时提高将理论应用于实践的能力。
本书提供配套的源码，方便读者学习实践。本书可作为“图像处理”和“计算机视觉”课程的教材，适合图像处理领域的师生、从业人员、OpenCV 初学者参考，也适合有一定 Python 语言基础的读者进阶学习。

第1章 图像的基本操作1
1．1 OpenCV简介1
1．2 图像的基本操作2
1．2．1 数字图像的表示2
1．2．2 图像文件的读写与显示3
1．2．3 视频文件的读写与显示7
第2章 图像的几何变换11
2．1 缩放11
2．2 翻转、旋转和平移16
2．2．1 翻转16
2．2．2 旋转16
2．2．3 平移17
2．3 仿射变换18
2．4 单应性变换25
第3章 图像滤波28
3．1 什么是图像滤波28
3．2 均值滤波29
3．3 高斯滤波32
3．4 中值滤波34
3．5 双边滤波36
3．6 自定义滤波38
第4章 边缘检测39
4．1 图像梯度39
4．2 边缘检测算子41
4．2．1 一阶微分算子41
4．2．2 二阶微分算子45
4．3 Canny边缘检测47
第5章 特征提取与匹配51
5．1 特征提取51
5．1．1 SIFT51
5．1．2 ORB54
5．2 特征匹配58
……