"本书专注于传统计算机视觉处理技术，以Python为工具，实战为向导，从基础概念、基本原理、典型算法、代码复现、实用技术等多维度详细讲解OpenCV常用的计算机视觉算法。本书从初学者的角度出发尽可能清楚地表达原理的含义，并用代码复现算法，帮助读者不仅知其然，还知其所以然。此外，通过实战案例加强读者对相关知识点的理解。 全书共14章，内容涉及数字图像处理和识别技术的方方面面，包括图像的数学运算、逻辑运算、线性和非线性变换、色彩空间处理、阈值分割、图像平滑、几何变换、形态学处理、图像轮廓处理、频域滤波、图像特征提取等内容。 全书结构紧凑，内容深入浅出，讲解图文并茂，适合于相关专业的本科生、研究生、工作在图像处理一线的工程技术人员、对于数字图像处理和机器视觉感兴趣的并且具备必要预备知识的所有读者。 "

刘爽，统计学硕士，资深AI图像处理工程师，一个在IT领域摸爬滚打多年的老程序员。精通多种IT技术，在人工智能技术领域有多年的工作经历和丰富的开发经验。

前言 计算机视觉是人工智能的一个重要分支，其核心是让计算机和系统能够从图像、视频或其他视觉输入中获取有价值的信息，并根据这些信息采取行动或提供建议。计算机视觉对商业、娱乐、运输、医疗保健、日常生活起着重要作用。 OpenCV提供了一套简单而且可扩展的计算机视觉库，视觉库中包括很多函数，这些函数可以高效地实现计算机视觉算法，使它能够方便地在实际应用、研究、开发中使用。OpenCV有极广的应用领域，它包括但不限于图像拼接、图像降噪、产品质检、人机交互、动作识别、动作跟踪、无人驾驶、人脸识别、物体识别、图像、视频分析、图像合成和三维重建等方面。 本书深入浅出地探讨OpenCV库在图像处理中的应用。从基本概念、操作到复杂的图像变换，书中以详尽的原理解释和代码复现带领读者步入OpenCV的理论学习与实践应用中。 本书主要内容 第1章主要介绍OpenCV的安装和简单的数字图像处理方法。数字图像处理方法包括数字图像的类型、像素操作、逻辑运算等。 第2章主要介绍图像变换，包括反色变换、线性变换、对数变换、Gamma变换、分段线性变换。通过图像变换调整图像灰度分布以实现图像增强。 第3章主要介绍几类常用的色彩空间，包括RGB色彩空间、GRAY色彩空间、HSV色彩空间及不同色彩空间的转换。 第4章主要介绍阈值分割，包括二值化、反二值化、截断阈值化、超阈值零处理、低阈值零处理、直方图阈值分割、三角法阈值分割、迭代法阈值分割、大津法(OTSU)阈值分割、自适应阈值分割。 第5章主要介绍图像的几何变换，指用数学方法处理图像，...