前言

人工智能的兴起，除了机器学习与深度学习带领风潮，计算机视觉也是众多工程师钻研的主题。多次与教育界的朋友聊天，一致感觉目前国内缺乏这方面的书籍，这也是笔者撰写本书的动力。

其实要对一幅图像做分析，让计算机认知图像本质，牵涉许多复杂的数学运算，所幸OpenCV已经将这些复杂的数学运算封装成一个个的函数，让整个学习变得简单许多。然而学习一个知识如果只是会调用函数，不了解函数内部数学原理，所设计的程序也只是空洞而没有灵魂的代码，为此笔者在撰写本书时除了采用当下热门的Python语言，还采用两步说明：

（1）函数数学原理解说。

（2）套用函数讲解图像创意与计算机视觉的实例。

在撰写本书时，笔者先从图像原理说起，逐一解说从图像到计算机视觉所需的完整知识。本书的主要内容如下：

　完整解说操作OpenCV需要的Numpy知识；

　图像读取、显示与存储；

　认识BGR、RGB、HSV色彩空间；

　建立静态与动态图像，打破OpenCV限制建立中文输出函数；

　图像计算与图像的位运算；

　重复曝光技术；

　图像加密与解密；

　阈值处理；

　隐藏在图像中的情报；

　数字水印；

　图像几何变换：翻转、仿射、透视、重映射；

　图像滤波器；

　认识卷积；

　认识与删除图像噪声；

　数学形态学：腐蚀、膨胀、开运算、闭运算、礼帽运算、黑帽运算；

　从图像梯度到内部图形的边缘检测；

　图像金字塔；

　图像轮廓特征与匹配；

　轮廓的拟合、凸包与几何测试；

　霍夫变换与直线检测；

　无人驾驶车道检测技术；

　直方图、增强图像对比度、修复太亮或太黑图像、去雾处理；

　模板匹配；

　傅里叶变换的方法与意义、空间域与频率域的切换；

　分水岭算法执行图像分割；

　图像撷取；

　图像修复：抢救《蒙娜丽莎的微笑》；

　识别手写数字；

　OpenCV的摄像功能、活用拍照与录像；

　应用OpenCV内建的哈尔特征分类器；

　检测人脸、身体、眼睛、猫脸、车牌；

　人脸识别原理与应用；

　建立哈尔特征分类器执行车牌识别。

笔者写过许多计算机图书，本书沿袭笔者著作的特色，程序实例丰富。相信读者只要遵循本书内容进行学习，必定可以快速精通OpenCV，设计计算机视觉的应用程序。本书虽力求完美，但谬误难免，尚祈读者不吝指正。

读者可扫描下方二维码，获取相应学习资源。

洪锦魁

2023.03