●第1部分 基礎知識導讀篇
第1章 數字圖像基礎 2
1.1 圖像表示基礎 2
1.1.1 藝術與生活 2
1.1.2 數字圖像 3
1.1.3 二值圖像的處理 5
1.1.4 像素值的範圍 5
1.1.5 圖像索引 7
1.2 彩色圖像的表示 8
1.3 應用基礎 9
1.3.1 量化 10
1.3.2 特征 10
1.3.3 距離 11
1.3.4 圖像識別 13
1.3.5 信息隱藏 15
1.4 智能圖像處理基礎 16
1.5 抽像 18
第2章 Python基礎 21
2.1 如何開始 21
2.2 基礎語法 22
2.2.1 變量的概念 22
2.2.2 變量的使用 22
2.3 數據類型 24
2.3.1 基礎類型 25
2.3.2 列表 25
2.3組 28
2.3.4 字典 29
2.4 選擇結構 31
2.5 循環結構 35
2.6 函數 39
2.6.1 什麼是函數 39
2.6.2 內置函數 41
2.6.3 自定義函數 42
2.7 模塊 44
2.7.1 標準模塊 44
2.7.2 第三方模塊 45
2.7.3 自定義模塊 46
第3章 OpenCV基礎 47
3.1 基礎 47
3.1.1 安裝OpenCV 47
3.1.2 讀取圖像 49
3.1.3 顯示圖像 50
3.1.4 保存圖像 51
3.2 圖像處理 52
3.2.1 像素處理 52
3.2.2 通道處理 57
3.2.3 調整圖像大小 60
3.3 感興趣區域 62
3.4 掩模 63
3.4.1 掩模基礎及構造 64
3.4.2 乘法運算 65
3.4.3 邏輯運算 66
3.4.4 掩模作為函數參數 68
3.5 色彩處理 69
3.5.1 色彩空間基礎 69
3.5.2 色彩空間轉換 71
3.5.3 獲取皮膚範圍 72
3.6 濾波處理 73
3.6.1 均值濾波 75
3.6.2 高斯濾波 78
3.6.3 中值濾波 82
3.7 形態學 84
3.7.1 腐蝕 85
3.7.2 膨脹 88
3.7.3 通用形態學函數 91
第2部分 基礎案例篇
第4章 圖像加密與解密 94
4.1 加密與解密原理 94
4.2 圖像整體加密與解密 96
4.3 臉部打碼及解碼 98
4.3.1 掩模方式實現 98
4.3.2 ROI方式實現 101
第5章 數字水印 105
5.1 位平面 106
5.2 數字水印原理 114
5.3 實現方法 115
5.4 具體實現 119
5.5 可視化水印 121
5.5.1 ROI 121
5.5.2 加法運算 123
5.6 擴展學習 125
5.6.1 算術運算實現數字水印 125
5.6.2 藝術字 128
第6章 物體計數 131
6.1 理論基礎 131
6.1.1 如何計算圖像的中心點 131
6.1.2 獲取圖像的中心點 133
6.1.3 按照面積篩選前景對像 135
6.2 核心程序 138
6.2.1 核函數 138
6.2.2 zip函數 140
6.2.3 閾值處理函數threshold 140
6.3 程序設計 141
6.4 實現程序 142
第7章 缺陷檢測 144
7.1 理論基礎 144
7.1.1 開運算 144
7.1.2 距離變換函數distanceTransform 146
7.1.3 最小包圍圓形 148
7.1.4 篩選標準 149
7.2 程序設計 150
7.3 實現程序 151
第8章 手勢識別 153
8.1 理論基礎 154
8.1.1 獲取凸包 154
8.1.2 凸缺陷 156
8.1.3 凸缺陷占凸包面積比 159
8.2 識別過程 161
8.2.1 識別流程 162
8.2.2 實現程序 165
……
本書以OpenCV-Python（the Python API for OpenCV）為工具，以案例為載體，繫統介紹了計算機視覺從入門到深度學習的相關知識點。本書從基礎知識、基礎案例、機器學習、深度學習和人臉識別5個方面對計算機視覺的相關知識點進行了全面、繫統、深入的介紹。書中共介紹了40餘個經典的計算機視覺案例，其中既有圖像加密、指紋識別、車牌識別、缺陷檢測等基於傳統技術的計算機視覺經典案例，也有圖像分類、目標檢測、語義分割、實例分割、風格遷移、姿勢識別等基於深度學習的計算機視覺案例，還有表情識別、駕駛員疲勞檢測、易容術、性別和年齡識別等基於人臉識別的計算機視覺案例。在介紹具體的算法原理時，本書盡量使用通俗易懂的語言和貼近生活的示例來說明問題，避免使用復雜抽像的公式來介紹。本書適合計算機視覺領域的初學者閱讀，也適合學生、教師、專業技術人員、圖像處理愛好者閱讀。
