本书涵盖了数字图像处理的多方面，主要内容包括： Python和OpenCV基础、图像的直方图表示与变换、图像的几何变换、空间域图像增强、图像的形态学运算、图像的分割、彩色图像处理、图像的特征提取、深度学习与图像处理。本书将理论介绍与工程实践进行有机结合，各章的理论介绍深入浅出，并使用比较流行的编程语言Python将理论内容转换为工程代码。本书不仅介绍了图像的几何变换和形态学变换等数字图像处理领域中的传统内容，还介绍了深度学习等数字图像处理领域的新内容。 本书共10章。第1章介绍了数字图像处理的基本知识。第2章介绍了本书的编程工具： Python和OpenCV。第3章至第10章详细介绍了数字图像处理的各种具体方法和技术。 本书适合作为“数字图像处理”课程的教材，也适合具有一定数学基础的计算机类、电子信息类专业的本科生、研究生以及从事数字图像处理工作的专业人员阅读。

李斌 单位：东北电力大学，职务、职称：副教授，性别：男，年龄：38岁，专业：计算机科学与技术，学历：博士，研究领域：从事数字图像处理和模式识别技术的教学和科研工作。

前言 数字图像处理是计算机学科中一个热门的研究方向，它应用广泛，发展前景广阔。人工智能、深度学习技术的发展为数字图像处理注入了更多的活力，使其具有了更大的研究价值。数字图像处理结合人工智能、深度学习技术已经在多个领域得到了非常广泛的应用，正在极大地改变着人们的生活。 当前，数字图像处理所使用的编程工具也已经完成了更新换代，易学易用的Python已经成为数字图像处理的首选编程工具。本书顺应数字图像处理发展的趋势，内容不但涵盖了数字图像处理中的传统内容，而且引入了深度学习等新内容。本书采用Python、OpenCV作为编程工具，讲解了最流行的深度学习技术编程框架TensorFlow和PyTorch。 数字图像处理的学习门槛较高，原因是其理论性较强，读者需要具有一定的数学基础和模式识别、机器学习等专业知识。因此，本书对于读者可能遇到困难的地方尽可能先给出必要的理论知识，做好铺垫。同时本书将理论介绍与工程实践进行了有机结合。各章介绍理论之后，会使用编程语言Python将理论内容转换为工程代码，让读者结合代码进一步理解所学的理论知识。 本书第1章初步介绍了数字图像处理的基础知识，包括数字图像的概念、分类、表示、存储和与像素相关的知识。第2章介绍了编程工具Python和OpenCV，让读者在开始学习本书内容之前先具备一定的动手能力。第3章到第10章为本书的主要内容，详细介绍了数字图像处理的各种具体方法和技术。 感谢吉林大学的于哲舟教授对本书提出的宝贵意见，这些意见保证了本书的权威性和严谨性。感谢我的研究生宋晓楠、赵博、邵红瑶、许春磊、李敬阳参与...