本书在全面介绍图像处理、Python3安装、树莓派微型计算机等基本概念和知识的基础上，着重介绍NumPy数据结构的基础知识和数组操作、基于Matplotlib的图形可视化、基于NumPy和Matplotlib的基本图像处理和高级图像处理、基于Scikit-Image图像处理包的直方图均衡化和变换、卷积和滤波、形态学操作和图像复原、噪声去除和边缘检测以及高级图像处理操作，并通过具体代码例程的实现过程说明如何应用Scikit-Image进行实际图像处理。
全书共分3部分：第1部分（第1～3章）为图像处理概念及硬件知识基础，着重介绍树莓派微型计算机，包括树莓派操作系统启动更新、网络连接以及远程访问等内容；第2部分（第4～9章）为Python，着重介绍Python3基础知识及其生态系统、NumPy软件包、Matplotlib绘图库，同时介绍使用NumPy和Matplotlib进行基本和高级图像处理等实现细节；第3部分（第10～16章）为Scikit-Image应用篇，基于Scikit-Image图像处理实例，介绍Scikit-Image在变换、滤波、复原等图像处理上的应用。全书提供了大量应用实例，每章后均附有小结和练习。
本书适合作为高等院校计算机、软件工程专业高年级本科生的教材，同时可作为对Python比较熟悉并且对图像处理有所了解的开发人员、广大科技工作者和研究人员参考资料。

阿什温·帕扬卡尔（Ashwin Pajankar）是一名博学者，有二十多年的编程经验，同时是一位科普者、程序员、创客、作家和Youtube博主。他热衷于STEM（科学、技术、教育、数学）教育，还是一名自由软件开发者和技术培训师。他毕业于印度理工学院海德拉巴分校，获得计算机科学与工程专业硕士学位，曾在Cisco和Cognizant等跨国公司工作了十多年。
Ashwin还是BPBOnline、Udemy和Skillshare等各种在线学习平台的一名在线培训师。在业余时间，他向Nasik市的本地软件公司提供Python编程和数据科学主题的咨询业务。他还积极参与各种社会活动，在学生生活和过去的工作场所赢得了许多赞誉。

第1章 图像处理中的概念
1.1 信号与信号处理
1.2 图像和图像处理
1.3 小结
练习
第2章 在Windows上安装Python
2.1 Python网站
2.2 小结
练习
第3章 树莓派简介
3.1 单板计算机
3.1.1 单板计算机的优缺点
3.1.2 流行的SBC系列
3.2 树莓派
3.3 Raspbian操作系统
3.4 设置和启动树莓派
3.4.1 设置所需的硬件
3.4.2 设置所需的软件
3.4.3 将操作系统写入MicroSD卡
3.4.4 启动树莓派
3.5 config.txt和raspiconfig
3.6 连接到网络
3.6.1 连接WiFi
3.6.2 连接有线网络
3.6.3 检查连接状态
3.7 远程连接树莓派
3.7.1 使用PuTTY和Bitvise SSH客户端访问命令提示符窗口程序
3.7.2 带有RDP和VNC的远程桌面
3.8 更新树莓派
3.9 关闭并重新启动树莓派
3.10 为什么使用树莓派
3.11 小结
练习
第4章 Python 3基础知识
4.1 Python编程语言的历史
4.2 为什么使用Python
4.3 Python编程语言的功能和优点
4.4 IDLE和Hello World
4.5 Python解释器模式
4.6 Raspbian OS上的Python
4.7 Raspbian中的其他编辑器
4.8 小结
练习
第5章 科学Python生态系统简介
5.1 Python包索引(PyPI)和pip
5.2 科学Python生态系统
5.3 IPython和Jupyter
5.4 小结
练习
第6章 NumPy和Matplotlib简介
6.1 NumPy简介
6.1.1 Ndarray
6.1.2 NumPy和Matplotlib的安装
6.2 开始NumPy编程
6.3 Ndarray属性
6.4 Ndarray常数
6.5 Ndarray创建例程
6.6 Matplotlib的Ndarray创建例程
6.7 随机数据生成
6.8 数组操作例程
6.9 位运算和统计运算
6.10 小结
练习
第7章 利用Matplotlib进行可视化
7.1 单线图
7.2 多线图
7.3 网格、轴和标签
7.4 颜色、样式和标记
7.5 小结
第8章 使用NumPy和Matplotlib进行基本图像处理
8.1 图像数据集
8.2 安装Pillow
8.3 读取和保存图像
8.4 NumPy
8.5 图像统计
8.6 图像掩码
8.7 图像通道
8.8 图像算术运算
8.9 图像位逻辑运算
8.10 图像直方图
8.11 小结
练习
第9章 使用NumPy和Matplotlib进行高级图像处理
9.1 彩色到灰度转换
9.2 图像阈值化
9.3 彩色图像增亮
9.4 彩色图像变暗
9.5 梯度
9.6 最大RGB滤波器
9.7 强度标准化
9.8 小结
练习
第10章 开始ScikitImage
10.1 Scikits简介
10.2 在Windows和树莓派Raspbian上安装ScikitImage
10.3 ScikitImage的基础知识
10.4 颜色空间转换
10.5 小结
练习
第11章 阈值化直方图的均衡化和变换
11.1 简单阈值化、Otsu二值化和自适应阈值化
11.2 直方图均衡化
11.3 图像变换
11.4 小结
练习
第12章 核、卷积和滤波器
12.1 图像滤波
12.2 ScikitImage的内置图像滤波器
12.3 小结
练习
第13章 形态学运算和图像复原
13.1 数学形态学和形态学运算
13.2 通过修复复原图像
13.3 小结
第14章 噪声消除和边缘检测
14.1 噪声
14.2 噪声消除
14.3 Canny边缘检测器
14.4 小结
练习
第15章 高级图像处理操作
15.1 SLIC分割
15.2 灰度图像着色
15.3 轮廓
15.4 小结
第16章 包管理
16.1 Python实现和发行版
16.2 Anaconda
16.3 conda包管理
16.4 Spyder IDE
16.5 小结
16.6 总结