本书以Python的安装、语句、数据类型和图像相关计算模块以及图像及其属性知识为基础，重点阐述Python图像处理中的空间滤波器、图像增强、仿射变换、傅里叶变换、图像分割、形态学操作、图像测量等主题技术和相关的深度学习中的神经网络和卷积神经网络，同时还介绍图像采集设备及其构成与成像原理，包括X射线和计算机断层扫描、磁共振成像、光学显微镜和电子显微镜。
全书共分3部分：第1部分（第1～3章）为Python计算与图像介绍，着重介绍Python语言与图像本身，包括数据类型和图像属性；第2部分（第4～12章）为Python图像处理，着重讨论基于Python的各种图像处理技术的软件包和函数的示例应用；第3部分（第13～16章）为Python图像采集，基于不同的成像原理介绍各类成像设备的构成。全书提供了大量应用实例，每章后均附有总结与习题。
本书适合作为高等院校计算机、软件工程和数学等相关专业的高年级本科生、研究生的教材，同时可供对Python比较熟悉并且对计算机视觉有所了解的开发人员和研究人员参考。

拉维尚卡·奇特亚拉（Ravishankar Chityala）博士目前在硅谷担任首席工程师，在图像处理方面已有超过18年的工作经验，并在加州大学圣克鲁兹分校硅谷校区使用TensorFlow教授Python编程和深度学习。在此之前，他曾在明尼苏达大学明尼苏达超级计算研究所担任图像处理顾问。作为图像处理顾问，Chityala博士曾与明尼苏达大学的科学、工程和医学领域的教职员工、学生以及工作人员一起工作。在与学生的互动中，他意识到他们需要具有更深入地理解和使用图像处理和采集知识的能力。Chityala博士与他人合著了Essential Python（Essential Education，加利福尼亚，2018年），还参与编写了 Handbook of Physics in Medicine and Biology（CRC Press，博卡拉顿，2009年，Robert Splinter）。他的研究兴趣是图像处理、机器学习和深度学习。

第1部分 Python计算与图像介绍
第1章 Python简介
1.1 简介
1.2 什么是Python
1.3 Python环境
1.3.1 Python解释器
1.3.2 Anaconda Python发行版
1.4 运行Python程序
1.5 基本的Python语句和数据类型
1.5.1 数据结构
1.5.2 文件处理
1.5.3 用户自定义函数
1.6 总结
1.7 练习
第2章 使用Python模块计算
2.1 简介
2.2 Python模块
2.2.1 创建模块
2.2.2 加载模块
2.3 NumPy
2.4 SciPy
2. 5 Matplotlib
2.6 Python Imaging Library
2.7 Scikits
2.8 Python OpenCV模块
2.9 总结
2.10 练习
第3章 图像及其属性
3.1 简介
3.2 图像及其属性介绍
3.2.1 位深度
3.2.2 像素与体素
3.2.3 图像直方图
3.2.4 窗口和灰度级
3.2.5 连通性：4或8像素
3.3 图像类型
3.3.1 JPEG
3.3.2 TIFF
3.3.3 DICOM
3.4 图像分析的数据结构
3.5 图像读取、写入和显示
3.5.1 读取图像
3.5.2 使用pyDICOM读取DICOM图像
3.5.3 写入图像
3.5.4 使用pyDICOM写入DICOM图像
3.5.5 显示图像
3.6 编程范式
3.7 总结
3.8 练习
第2部分 Python图像处理
第4章 空间滤波器
4.1 简介
4.2 滤波
4.2.1 均值滤波器
4.2.2 中值滤波器
4.2.3 最大值滤波器
4.2.4 最小值滤波器
4.3 基于导数的边缘检测
4.3.1 一阶导数滤波器
4.3.2 二阶导数滤波器
4.4 形状检测滤波器
4.5 总结
4.6 练习
第5章 图像增强
5.1 简介
5.2 像素变换
……
第3部分 图像采集
附录A 使用joblib实现进程并行
附录B 使用MPI4Py进行并行编程
附录C ImageJ简介
附录D MATLAB和NumPy函数
参考文献