本书将传统的图像处理技术、机器学习时代的图像技术，到目前炙手可热的深度学习时代的图像处理技术融汇贯通起来。生动的结合了目前热门的应用，以抖音、美颜相机、手机自带的滤镜和美颜功能为切入点，专注于人脸图像的各种处理，大量实际案例，带领读者与一线AI图像算法工程师在项目实践中的如何设计算法流程，如何优化算法逻辑，如何将算法应用到实际的场景中。另外本身的很后一章，深扒了目前抖音、美颜相机、天天P图、淘宝、京东等APP里面图像技术的应用场景以及实现原理，提纲挈领的概述了电商、娱乐、金融、安防这四大领域中应用的AI+图像技术实现思路。让读者可以对整个中国AI+图像的应用现状以及前景有直观的认知。

推荐序前言章 AI时代：图像技术背景知识11.1 人工智能的前世今生21.2 AI与CV的相互融合之路31.3 AI图像处理技术51.4 本章小结7第2章 武器和铠甲：开发环境配置82.1 来自传承的馈赠：OpenCV开源跨平台机器视觉库82.1.1 OpenCV的整体概念92.1.2 OpenCV的应用领域92.1.3 OpenCV的编程语言92.1.4 OpenCV支持的系统102.1.5 OpenCV的线上资源102.2 召唤萌宠：Python语言的“制霸”之路102.2.1 Python语言的发展112.2.2 Python 2.7.X版本和3.X版本的区别 112.2.3 本书采用的Python版本 132.3 铸剑：基于PyCharm的系统环境配置142.3.1 PyCharm在Mac OS系统下的安装和配置142.3.2 Mac OS系统下Anaconda的安装和配置172.4 牛刀小试：一起动手来写个例子吧192.5 本章小结21第3章 开启星辰大海：图像处理技术基础知识223.1 图像的基本概念233.1.1 像素的概念233.1.2 图像的构成243.1.3 图像的格式243.1.4 理解图像的位深和通道的概念253.2 图像的读取、显示和存储操作263.2.1 OpenCV基本图像处理函数263.2.2 Python读取一张图片并显示和存储273.3 从像素出发构建二维灰度图像283.3.1 NumPy科学计算库283.3.2 创建二维灰度图像303.3.3 灰度图像的遍历313.4 灰度图像和彩色图像的变换323.4.1 图像的颜色空间323.4.2 彩色图像的通道分离和混合333.4.3 彩色图像的通道分离和混合程序示例343.4.4 彩色图像的二值化353.4.5 彩色图像的遍历373.4.6 彩色图像和灰度图像的转换383.5 图像的几何变换403.5.1 图像几何变换的基本概念403.5.2 插值算法413.5.3 图像的缩放423.5.4 图像的平移443.5.5 图像的旋转453.5.6 图像的镜像变换473.6 图像色彩空间基础知识483.6.1 图像的色调、色相、饱和度、亮度和对比度483.6.2 RGB色彩空间493.6.3 HSV色彩空间493.6.4 HSI色彩空间503.7 图像的直方图503.7.1 图像直方图的基本概念503.7.2 绘制灰度图像的直方图513.7.3 绘制彩色图像的直方图533.7.4 图像直方图均衡化543.7.5 图像直方图反向投影563.8 本章小结58第4章 First Blood：波项目实战594.1 抖音哈哈镜604.1.1 抖音的哈哈镜效果604.1.2 哈哈镜的原理614.1.3 哈哈镜的程序实现614.2 给你一张老照片644.2.1 怀旧风格算法原理644.2.2 怀旧风格程序实现654.3 给自己画一张文艺范的素描664.3.1 轮廓检测算法原理664.3.2 素描风格算法原理674.3.3 素描风格算法的程序实现684.4 来一张油画吧694.4.1 图像油画算法原理694.4.2 图像油画算法的程序实现694.5 如何打马赛克724.5.1 马赛克算法原理724.5.2 马赛克算法的程序实现724.6 打造自己的专属肖像漫画744.6.1 漫画风格算法原理744.6.2 漫画风格算法的程序实现744.7 本章小结76第5章 Double Kill：视频图像处理理论和项目实战775.1 视频处理流程和原理785.1.1 视频的捕获和存储785.1.2 提取视频中的某些帧795.1.3 将图片合成为视频805.1.4 多个视频合并815.2 抖音中的视频抖动效果设计825.2.1 视频抖动的原理825.2.2 视频抖动的程序实现835.3 抖音中的视频闪白效果设计855.3.1 视频闪白的原理865.3.2 视频闪白的程序实现875.4 抖音中的视频霓虹效果设计905.4.1 视频霓虹的原理905.4.2 视频霓虹效果的程序实现915.5 抖音中的视频时光倒流效果设计945.5.1 视频时光倒流的原理945.5.2 视频时光倒流的程序实现945.6 抖音中的视频反复效果设计955.6.1 视频反复的原理955.6.2 视频反复的程序实现955.7 抖音中的视频慢动作效果设计965.7.1 视频慢动作的原理975.7.2 视频慢动作的程序实现975.8 视频人物漫画风格滤镜设计985.9 本章小结99第6章 Triple Kill：基于机器学习的人脸识别1006.1 机器学习的基本概念1016.1.1 机器学习的目的1016.1.2 机器学习的内容1026.1.3 机器学习的作用1036.1.4 如何使用机器学习获得的东西1056.1.5 使用机器学习方法的时机1066.1.6 总结机器学习的基本概念1086.2 机器学习中的图像预处理流程1126.2.1 一个经典的机器学习图像处理实例1126.2.2 人脸识别机器学习Model训练思路1136.2.3 正样本图像预处理1136.2.4 负样本图像预处理1216.3 人脸检测机器学习算法设计1236.3.1 图像特征1236.3.2 Harr-like特征求值加速算法1276.3.3 图像分类器1286.3.4 人脸检测的训练算法流程1306.3.5 人脸检测的检测算法流程1316.4 训练人脸检测分类器并测试1326.4.1 训练准备1326.4.2 开始训练1336.4.3 模型测试1346.5 本章小结135第7章 Quatary Kill：基于深度学习的人脸识别1377.1 深度学习的基本概念1387.1.1 深度学习简介1387.1.2 深度学习和机器学习的区别1397.1.3 深度学习入门概念1417.2 卷积神经网络1477.2.1 卷积的原理1477.2.2 池化层的原理1507.2.3 全连接层的原理1507.2.4 一个经典的CNN网络结构1527.3 手写数字分类项目1537.3.1 训练环境的搭建1537.3.2 训练数据的准备1547.3.3 训练网络的搭建1557.3.4 训练代码1587.3.5 深度学习基础知识扩展1597.4 基于深度学习的人脸识别解决方案1617.4.1 数据的准备1617.4.2 数据集的读取和处理1637.4.3 网络的搭建1657.4.4 Model的训练过程1677.4.5 Model的测试过程1687.5 本章小结169第8章 Penta Kill：人脸图像美颜算法项目实战1708.1 人脸磨皮算法1718.1.1 图像滤波算法和效果1718.1.2 人脸磨皮算法设计1768.2 图像的色彩空间1808.2.1 RGB和HSV色彩空间基础知识1808.2.2 RGB和HSV转换的数学描述和函数实现1808.2.3 图片中的颜色检测1818.3 人脸美白算法设计1838.3.1 通过图层混合实现图像美白算法1848.3.2 通过beta参数调整实现图像美白算法1858.3.3 通过颜色查找表实现图像美白算法1878.4 人脸的手动祛痘算法设计1898.4.1 图像修复算法介绍1908.4.2 图像修复的原理1908.4.3 通过图像修复算法实现手动祛痘1918.5 本章小结193第9章 Legendary：AI时代图像算法应用新生态1949.1 抖音中的图像技术1959.1.1 抖音中的图像应用概览1959.1.2 抖音中的人脸检测技术1959.1.3 抖音中的人脸检测技术应用1979.1.4 抖音中的人体检测技术2019.1.5 抖音中的人体检测技术应用2019.1.6 抖音中的视频技术2029.1.7 抖音中的图像技术总结2059.2 美颜和美妆类App中的图像技术2069.2.1 美颜和美妆类App图像应用概览2079.2.2 五官的调整2079.2.3 美妆算法2089.2.4 染发算法2099.2.5 五官分析2119.2.6 美颜相机和美妆相机中图像技术的一些总结2139.3 电商中的图像技术2139.3.1 电商中的图像技术应用概览2139.3.2 虚拟穿戴技术和商品3D展示2149.3.3 尺寸测量2149.3.4 相似商品推荐及以图搜图2159.4 本章小结216