1.大咖推荐：中国科学院院士张景中作序推荐
2.通俗易懂，深入浅出。
本书通过近百个编程实例和项目，详细的代码注释讲解和结果分析，简洁精练的语言，通俗易懂地介绍了数字图像处理领域的理论和算法。该书历经教学实践，反复修改，使其内容易懂、易教。
3.内容丰富，实例教学。
近百个编程实例和项目，帮您理解数字图像处理原理和编程技术！
4.资源丰富，方便学习。
本书提供了在Qt 5.9 或VS 2019编程环境上编译通过的C++示例源码以及配套课件和大纲等资源。

本书主要介绍数字图像处理基础知识与基于OpenCV和C++的图像编程技术的相关内容，旨在帮助读者尽快掌握数字图像理论知识和编程技术。
本书第1章主要介绍OpenCV基础；第2章主要介绍图像预处理；第3章主要介绍图像分割和数学形态学；第4章主要介绍特征提取与匹配；第5章主要介绍模板匹配与轮廓绘制；第6章主要介绍视频录制与目标追踪；第7章主要介绍三维重建；第8章主要介绍距离测量与角点检测；第9章主要介绍图像识别应用，涉及文字识别、二维码识别、人脸识别和车牌识别等内容；第10章主要介绍基于深度学习的图像应用。
书中通过近百个编程实例和项目，帮助读者掌握数字图像处理原理，并进一步掌握数字图像的编程技术。
本书不仅适合各类院校相关专业的学生使用，也适合对数字图像编程感兴趣，已有一定的C++编程基础，但没有数字图像基础理论知识的读者阅读。

001第1章OpenCV基础
0021．1OpenCV简介
0021．2OpenCV编程环境搭建
0021．2．1VisualStudio2019安装
0041．2．2Qt安装
0061．2．3OpenCVRelease版本安装
0061．2．4VS2019中OpenCV4．4环境的配置
0101．2．5Qt5．9．9中OpenCV4．4环境的搭建
0161．3Mat图像存储容器
0161．3．1Mat容器简介
0181．3．2存储方法
0191．3．3创建Mat对象
0241．4图像读取与保存
0241．4．1图像读取
0271．4．2图像保存
0291．5视频读取与输出
0291．5．1视频读取
0311．5．2视频输出
0331．6图像属性与基本图形绘制
0331．6．1图像属性
0341．6．2基本图形绘制
0361．6．3颜色空间转换
0381．7计算机交互
0381．7．1鼠标和键盘
0401．7．2滑动条
0411．8小结
042第2章图像预处理
0432．1图像格式和通道
0432．1．1图像格式
0432．1．2通道分离与合并
0472．2点运算
0472．2．1像素点操作和卷积
0522．2．2图像反转
0542．2．3对数变换
0552．2．4幂律变换
0572．2．5线性变换
0582．2．6全域线性变换
0612．2．7图像灰度化
0632．3直方图处理
0642．3．1标准直方图
0672．3．2直方图均衡化
0682．3．3直方图匹配
0722．3．4局部直方图处理
0752．4图像去噪
0752．4．1均值滤波
0772．4．2高斯滤波
0802．4．3中值滤波
0812．4．4双边滤波
0832．4．5小波滤波
0882．5小结
089第3章图像分割和数学形态学
0903．1图像分割
0903．1．1灰度阈值算法
0953．1．2OTSU阈值算法
0993．1．3区域生长算法
1053．1．4分水岭算法
1083．1．5迭代式阈值分割
1103．1．6GrabCut图像切割算法
1133．2数学形态学
1133．2．1膨胀和腐蚀
1163．2．2开运算与闭运算
1173．2．3形态学梯度
1183．2．4顶帽
1203．2．5黑帽
1213．2．6综合运用——细线和噪点去除
1223．3图像金字塔
1223．3．1高斯金字塔
1233．3．2拉普拉斯金字塔
1273．3．3高斯不同
1293．4小结
130第4章特征提取与匹配
1314．1边缘检测
1314．1．1梯度法
1314．1．2索贝尔算子
1344．1．3拉普拉斯算子
1364．1．4坎尼算子
1384．1．5普鲁伊特算子
1394．1．6罗伯茨算子
1404．2颜色特征
1404．2．1灰度直方图
1434．2．2聚类
1454．3关键点特征
1464．3．1SURF算法
1484．3．2SIFT算法
1504．3．3ORB算法
1534．3．4LBP算法
1544．3．5Gabor算法
1564．4特征描述与匹配
1564．4．1SIFT特征描述子
1584．4．2ORB特征描述子
1604．5形状提取
1614．5．1标准霍夫变换
1634．5．2累计概率霍夫变换
1654．5．3霍夫圆变换
1674．6小结
168第5章模板匹配与轮廓绘制
1695．1模板匹配
1725．2轮廓绘制
1785．3小结
179第6章视频录制与目标追踪
1806．1简单视频录制
1876．2视频目标追踪
1876．2．1BS算法
1906．2．2Meanshift算法与Camshift算法
1916．2．3示例程序
1966．3小结
197第7章三维重建
1987．1超分辨率重建
1987．1．1常见的超分辨率重建技术
2067．1．2光流法简介
2117．1．3视频重建的原理和过程
2157．2三维重建的具体操作
2157．2．1calib3d模块简介
2157．2．2黑白棋盘重构
2177．2．3单目相机标定
2227．3小结
223第8章距离测量与角点检测
2248．1距离测量
2258．1．1单目测距
2278．1．2双目测距
2288．2角点检测
2288．2．1Harris角点检测
2308．2．2Shi-Tomasi角点检测
2318．2．3亚像素级角点检测
2338．3小结
234第9章图像识别应用
2359．1文字识别
2359．1．1OCR简介
2359．1．2OCR操作基础
2379．1．3示例程序
2399．2二维码识别
2409．2．1二维码编程原理
2419．2．2二维码识别原理
2419．2．3示例程序
2429．3人脸识别
2439．3．1人脸识别Haar特征
2449．3．2Cascade分类器
2469．3．3EigenFaces人脸识别算法
2489．3．4示例程序
2559．4车牌识别
2559．4．1灰度二值化处理
2559．4．2车牌定位
2569．4．3字符识别
2579．4．4示例程序
2669．5小结
267第10章基于深度学习的图像应用
26810．1深度学习基本原理
26810．1．1神经网络
26910．1．2卷积神经网络
27010．1．3循环神经网络
27110．2深度神经网络模块
27110．2．1主流框架模型简介
27210．2．2模型操作
27210．2．3硬件加速
27310．3人体姿态识别
27310．3．1原理简介
27410．3．2人体姿态识别示例程序
27710．4YOLO物体识别
27710．4．1原理简介
27910．4．2YOLO算法示例程序
28310．5图片分类
28610．6小结
287附录1OpenCV编程常见问题
290附录2OpenCV4．4源码及opencv_contrib模块编译
300附录3基于Caffe框架的神经网络训练过程