本书以Python 3.13.0为平台，以实际应用为背景，通过“概述理论+经典应用”相结合的形式，深入浅出地介绍了Python计算机视觉与机器学习。全书共11章，主要内容包括计算机视觉与机器学习的概述、掀开Python面纱、Python科学计算库、传统图像处理、目标检测、图像分析与修复、特征点检测与匹配、OpenCV与机器学习、立体视觉、深度学习实现计算机视觉等内容。通过本书的学习，可使读者领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现计算机视觉与机器学习的普遍性与专业性。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。

杨光光，佛山科学技术学院 讲师，计算机科学与技术专业博士，研究领域为人工智能、无线通信，编写《Python计算机视觉实战分析》和《MATLAB机器学习的经典应用》。

前言 机器学习是一门从数据中研究算法的科学学科，它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。 计算机视觉是一门研究如何使机器“看”的科学，具体指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等，并用计算机处理为更适合人眼观察或传送给仪器检测的图像。 计算机视觉与图像处理、图像分析、机器人视觉和机器视觉彼此紧密关联，但也存在以下区别。 （1） 图像处理： 旨在处理原始图像以应用某种变换，目标通常是改进图像或将其作为某项特定任务的输入，典型的操作如降噪、对比度或旋转，可在像素层面执行，无须全面了解图像； 而计算机视觉的目标是描述和解释图像。 （2） 机器视觉： 主要指工业领域的视觉研究，如自主机器人的视觉、用于检测和测量的视觉。该领域通过软件和硬件，使图像感知与控制理论往往和图像处理紧密结合，以实现高效的机器人控制或各种实时操作。 为什么在众多的编程语言中选择Python编写计算机视觉与机器学习呢？原因在于： （1） 开放性和易用性。Python语法简洁易懂，代码可读性高，降低了开发的难度和成本，即使是初学者也能快速上手。 （2） 具有跨平台特性。Python可以在不同的操作系统上运行，这为开发者提供了极大的便利，能在各种环境下自由开发和部署计算机视觉与机器学习项目。 （3） 市场需求大。近年来，计算机视觉技术已广泛渗透人们生活的方方面面，如地铁的安防摄像头、火车站和飞机场的人脸识别闸机、智能手机的人脸识别解锁与支付功能等。 （4） 创业公司和资本众多。近年来，越来越...