本书为1+X职业技能等级证书配套系列教材之一，以《计算机视觉应用开发职业技能等级标准（中级）》为依据，由北京百度网讯科技有限公司组织编写。
本书分为视觉数据处理进阶、深度学习模型训练与应用、视觉类应用开发、视觉模型应用与部署4部分，共11个项目。具体内容包括图像分割、图像匹配、视频预处理、手势识别、车牌识别、口罩识别、OCR文字识别、图像搜索、人脸识别、Web端部署推理及端侧部署推理。全书以“项目-任务”方式安排教学内容，并采用模块化的组织形式，便于教师课堂的教学实施，以及学生由浅入深地学习各相关知识点。
本书配套微课视频、电子课件（PPT）、案例源码等数字化学习资源。与本书配套的数字课程“计算机视觉应用开发”在“智慧职教”平台（www.icve.com.cn）上线，学习者可以登录平台进行学习，也可以通过扫描书中二维码观看教学视频，详见“智慧职教”服务指南。教师可发邮件至编辑邮箱1548103297@qq.com获取相关教学资源。
本书可作为计算机视觉应用开发1+X职业技能等级证书（中级）认证的相关教学和培训教材，也可作为人工智能应用领域相关技术人员的自学参考书。

第1部分 视觉数据处理进阶
项目1 图像分割
学习情境
学习目标
相关知识
1.1 图像平滑滤波与边缘检测
1.2 阈值处理与查找轮廓
1.3 图像的形态学处理
项目任务
任务1-1 提取显示数字的液晶屏部分
任务1-2 获取每个数字的区域
任务1-3 识别每个数字
项目总结
项目2 图像匹配
学习情境
学习目标
相关知识
2.1 图像金字塔
2.2 图像特征检测与提取
2.3 图像特征暴力匹配
项目任务
任务2-1 查找特征点
任务2-2 完成匹配和校验
项目总结
项目3 视频预处理
学习情境
学习目标
相关知识
3.1 从摄像头读取视频帧
3.2 读取视频文件中的帧序列
3.3 转换帧序列为视频文件
3.4 视频帧预处理
项目任务
任务3-1 整理文件目录，显示视频内容
任务3-2 完成分帧操作
项目总结
第2部分 深度学习模型训练与应用
项目4 手势识别
学习情境
学习目标
相关知识
4.1 机器学习概述
4.2 深度学习概述
4.3 深度学习框架和平台
4.4 PaddlePaddle深度学习的基本用法
项目任务
任务4-1 准备数据
任务4-2 配置和训练网络模型
任务4-3 模型评估和推理
项目总结
项目5 车牌识别
学习情境
学习目标
相关知识
5.1 卷积神经网络
5.2 PaddlePaddle搭建卷积网络结构
项目任务
任务5-1 准备数据
任务5-2 配置和训练网络模型
任务5-3 模型评估和预测
项目总结
项目6 口罩识别
学习情境
学习目标
相关知识
6.1 迁移学习简介
6.2 用VGG模型做迁移学习
6.3 PaddlePaddle构建VGG模型
6.4 数据提供器
项目任务
任务6-1 准备数据
任务6-2 迁移学习构建模型
任务6-3 模型训练
任务6-4 模型检验和推理
项目总结
第3部分 视觉类应用开发
项目7 文字识别
学习情境
学习目标
相关知识
7.1 OCR的基本概念
7.2 OCR的类别
7.3 OCR的技术路线
7.4 相关API
项目任务
任务7-1 提取银行卡图片
任务7-2 通过百度OCR识别银行卡字段
项目总结
项目8 图像搜索
学习情境
学习目标
相关知识
8.1 商品图片搜索服务的功能
8.2 商品图片搜索服务的应用场景
8.3 商品图片搜索服务的相关API
项目任务
任务8-1 图片库管理
任务8-2 商品搜索
项目总结
项目9 人脸识别
学习情境
学习目标
相关知识
9.1 人脸识别服务功能
9.2 百度人脸识别API
项目任务
任务9-1 建立人脸库
任务9-2 进行人脸匹配
项目总结
第4部分 视觉模型应用与部署
项目10 Web端部署推理
学习情境
学习目标
相关知识
10.1 Web基础
10.2 使用Flask框架
项目任务
任务10-1 使用Flask框架开发Web应用
任务10-2 模型应用部署
项目总结
项目11 端侧部署推理
学习情境
学习目标
相关知识
11.1 芝云协同
11.2 AI的端侧部署
项目任务
任务11-1 模型转换
任务11-2 端侧推理
项目总结
参考文献