本書針對高等職業院校人工智能技術等專業教學要求，以實際項目為案例，以工程代碼實現為主線，介紹利用OpenCV進行數字圖像處理的基本方法，讓讀者對未來的人工智能工作場景有深刻的認知，從而讓理論性強、內容抽像、算法較多的數字圖像處理知識與崗位任務緊密融合。

本書分為四個部分，第一部分為圖像采集及操作實戰，主要介紹計算機視覺開發工具的安裝、OpenCV開發環境的配置、攝像頭的訪問及保存圖片等操作，讓讀者能夠理解常見的圖像類型並完成圖像和視頻的采集任務；第二部分為圖像增強實戰，主要介紹圖像增強的一般方法，包括圖像平滑、邊緣銳化、邊緣提取、圖像輪廓提取等內容，並帶領讀者完成了圖像增強在工業場景下的實際任務；第三部分為圖像分析實戰，主要介紹圖像分析的常用方法，包括閾值分割、圖像輪廓提取、圖像形態學操作、交互式圖形分割、特征提取，並通過實戰形式，完成目標檢測和目標追蹤等計算機視覺任務；第四部分為機器學習實戰，主要介紹了OpenCV的神經網絡和深度學習模塊，以及常見的深度學習庫在OpenCV下的使用方法，給出了商業級文字識別、車牌識別和智能交通檢測等項目實戰案例。

宋桂嶺，博士，無錫科技職業學院教師。研究方向為計算機視覺、計算機圖形學和自主移動機器人，畢業於北京郵電大學計算機學院。二十餘年來堅持奮鬥在科學技術攻關一線，積累了豐富的產品研發經驗。研發成果包括工業CT算法庫平臺（合作單位：日聯科技）、計算攝影相關國際標準（傳音股份）、電力裝備智能制造工業互聯網平臺（森藍智能）、自主移動機器人底盤（無錫科技職業學院）、好護家智慧醫養平臺（蘇州福星集團）、智能交通集成管控平臺（中國智能交通集團）、 “智慧眼”繫列智能安防繫統、感知工地繫統、違章停車全自動抓拍繫統，以及博物館AR虛擬漫遊繫統等。

第1部分 圖像采集及操作實戰第1章 OpenCV環境配置21.1 計算機視覺概述21.1.1 計算機視覺的概念21.1.2 計算機視覺的任務31.1.3 計算機視覺的應用61.2 OpenCV概述71.3 OpenCV-Python環境配置71.3.1 Python環境的安裝71.3.2 OpenCV-Python安裝111.3.3 PyCharm安裝及配置14小結18第2章 數字圖像基本操作192.1 數字圖像的讀取與顯示192.2 數字圖像在計算機中的表示212.3 視頻采集與存儲262.4 圖像基本操作272.4.1 圖像像素操作272.4.2 圖像興趣區域選取282.4.3 圖像通道操作292.4.4 顏色空間轉換302.4.5 圖像邊框的填充312.5 圖像的幾何變換332.5.1 圖像的縮放332.5.2 圖像的平移342.5.3 圖像的旋轉352.5.4 圖像的透視變換36項目實戰 基於顏色的目標追蹤37小結38第２部分 圖像增強實戰第3章 數字濾波操作403.1 圖像噪聲403.2 圖像濾波433.3 鄰域平滑濾波443.4 頻域低通濾波及高通濾波493.5 圖像梯度及邊緣濾波51項目實戰 圖像清晰度評價54小結57第4章 圖像亮度及對比度操作584.1 圖像直方圖概念及可視化584.2 直方圖均衡化與圖像對比度增強594.3 直方圖的掩模操作624.4 圖像亮度調整634.5 圖像對比度調整64項目實戰 交互式圖像增強65小結68第３部分 圖像分析實戰第5章 圖像分割705.1 圖像分割概述705.2 圖像閾值分割715.3 圖形形態學操作745.4 圖像輪廓提取765.5 分水嶺圖像分割78項目實戰1 利用圖割（GrabCut）實現交互式摳圖84項目實戰2 錫球輪廓提取及面積計算90小結93第6章 目標檢測946.1 目標檢測概述946.2 模板匹配956.3 特征匹配976.3.1 圖像特征理解976.3.2 圖像特征描述996.3.3 基於特征匹配的目標檢測104項目實戰 疲勞駕駛檢測107小結115第7章 目標跟蹤1167.1 目標跟蹤概述1167.2 目標跟蹤實現1177.2.1 數據集下載1177.2.2 視頻合成1187.2.3 OpenCV目標跟蹤實現1207.3 背景差分124項目實戰 手勢跟蹤127小結130第4部分 機器學習實戰第8章 文字識別1328.1 手寫數字識別1328.1.1 OpenCV人工神經網絡概述1328.1.2 手寫數字識別1338.2 Paddle文字識別 136項目實戰1 車牌識別140項目實戰2 鏡頭規格識別148小結152第9章 深度學習1539.1 OpenCV DNN模塊概述1539.2 第三方深度學習庫與OpenCV集成154小結159參考文獻 160

學歷教材