本书基于面向Python的OpenCV（OpenCVforPython），介绍了图像处理的方方面面。本书以OpenCV官方文档的知识脉络为主线，并对细节进行补充和说明。书中不仅介绍了OpenCV函数的使用方法，还介绍了函数实现的算法原理。在介绍OpenCV函数的使用方法时，提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时，本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。本书适合计算机视觉领域的初学者阅读，包括在校学生、教师、专业技术人员、图像处理爱好者。

本书基于面向Python的OpenCV（OpenCVforPython），介绍了图像处理的方方面面。本书以OpenCV官方文档的知识脉络为主线，并对细节进行补充和说明。书中不仅介绍了OpenCV函数的使用方法，还介绍了函数实现的算法原理。在介绍OpenCV函数的使用方法时，提供了大量的程序示例。而且在介绍函数对图像的处理前，往往先展示函数对数值、数组的处理，方便读者从数值的角度观察和理解函数的处理过程和结果。在介绍具体的算法原理时，本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。本书适合计算机视觉领域的初学者阅读，包括在校学生、教师、专业技术人员、图像处理爱好者。

本书以实战项目为主线，系统介绍了Python在自动化办公、图像处理、控制各种传感器、搭建网络等工作中的实际应用案例，能够让初学者快速入门Python系列知识。 全书共分为18章，第一篇为Python基础（第1章~第3章），详细介绍了Python的基础知识；第二篇为自动化办公（第4章~第6章），介绍了Word、Excel、PPT、txt、csv、JSON、图像、声频、视频等各种文件的自动化操作；第三篇为PyQt5编程（第7章~第10章），介绍了用designer可视化设计程序图形界面的知识；第四篇为OpenCV图像处理（第11章~第15章），介绍了OpenCV如何处理图像的基础知识；第五篇为树莓派与传感器（第16章），介绍了Python如何控制各种传感器；第六篇为Flask搭建网站与Python进阶（第17章~第18章），介绍了Flask搭建网站的基础知识、文字识别、人脸识别、语音识别等开源项目及提升自己的学习线路图。

本书以实战项目为主线，系统介绍了Python在自动化办公、图像处理、控制各种传感器、搭建网络等工作中的实际应用案例，能够让初学者快速入门Python系列知识。 全书共分为18章，第一篇为Python基础（第1章~第3章），详细介绍了Python的基础知识；第二篇为自动化办公（第4章~第6章），介绍了Word、Excel、PPT、txt、csv、JSON、图像、声频、视频等各种文件的自动化操作；第三篇为PyQt5编程（第7章~第10章），介绍了用designer可视化设计程序图形界面的知识；第四篇为OpenCV图像处理（第11章~第15章），介绍了OpenCV如何处理图像的基础知识；第五篇为树莓派与传感器（第16章），介绍了Python如何控制各种传感器；第六篇为Flask搭建网站与Python进阶（第17章~第18章），介绍了Flask搭建网站的基础知识、文字识别、人脸识别、语音识别等开源项目及提升自己的学习线路图。

Python是一种被广泛用于网站开发、数据处理和机器学习等领域的高级编程语言，同时也是一种学习门槛较低的高级编程语言。本书是Python语言的入门读物，旨在引导初学者能够在轻松的环境中，掌握Python的基础知识，包括基本对象类型、函数、类、模块以及数据存储方式。

Python是一种被广泛用于网站开发、数据处理和机器学习等领域的高级编程语言，同时也是一种学习门槛较低的高级编程语言。本书是Python语言的入门读物，旨在引导初学者能够在轻松的环境中，掌握Python的基础知识，包括基本对象类型、函数、类、模块以及数据存储方式。

本书共12 章，主要内容包括OpenCV 4 基础知识，OpenCV 的模块架构，图像存储容器，图像的读取与显示，视频加载与摄像头调用，图像变换，图像金字塔，图像直方图的绘制，图像的模板匹配，图像卷积，图像的边缘检测，腐蚀与膨胀，形状检测，图像分割，特征点检测与匹配，单目和双目视觉，光流法目标跟踪，以及OpenCV 在机器学习方面的应用等。 本书面向的读者是计算机视觉与图像处理等相关专业的高校师生、企业内转行计算机视觉与图像处理的工作人员、已有图像处理基础并想了解OpenCV 4 新特性的人员。

OpenCV is considered to be one of the best open source computer vision and machine learning software libraries. It helps developers build complete projects in relation to image processing, motion detection, or image segmentation, among many others. OpenCV for Python enables you to run computer vision algorithms smoothly in real time, combining the best of the OpenCV C++ API and the Python language.In this book, you'll get started by setting up OpenCV and delving into the key concepts of computer vision. You'll then proceed to study more advanced concepts and discover the full potential of OpenCV. The book will also introduce you to the creation of advanced applications using Python and OpenCV, enabling you to develop applications that include facial recognition, target tracking, or augmented reality. Next, you'll learn machine learning techniques and concepts, understand how to apply them in real-world examples, and also explore their benefits, including real-time data production and faster data processing. You'll also discover how to translate the functionality provided by OpenCV into optimized application code projects using Python bindings. Toward the concluding chapters, you'll explore the application of artificial intelligence and deep learning techniques using the popular Python libraries TensorFlow, and Keras.By the end of this book, you'll be able to develop advanced computer vision applications to meet your customers' demands.

OpenCV作为一个应用广泛的开源计算机视觉库，正在受到越来越多的关注。目前OpenCV的各类教程基本上以Python和C++为主，基于Java的OpenCV书籍则少之又少，本书旨在弥补这一空白。 本书共13章，前4章是基础部分，包括OpenCV概述和安装配置、数字图像基础及图像基础操作等内容；第5到11章则包括了图像的几何变换、图像平滑、形态学操作、直方图、边缘检测与轮廓、霍夫变换、特征点检测和匹配等进阶内容；第12~13章属于提高内容，主要介绍机器学习和视频跟踪技术。 本书以通俗易懂的语言，图文并茂的讲解力图使初学者能够快速高效入门。本书面向的读者是包括高校学生在内的各类初学者、研究计算机视觉的业余爱好者及需要快速上手的专业人员。