本书主要以Python+OpenCV为主，系统地介绍了Python在数字图像处理的各种应用算法和案例，对数字图像处理的各种算法进行讲解和案例分析，以方面读者后期继续进行人工智能、机器学习、深度学习等方面的学习和研究，不再需要更换编程语言和编程环境。 本书主要以介绍图像处理技术和应用实例为主，每个处理技术后面跟着至少一个应用实例，全书共给出189个应用实例程序，每个实例均已通过作者的调试，能够运行正常，读者可直接引用。

本书主要以Python+OpenCV为主，系统地介绍了Python在数字图像处理的各种应用算法和案例，对数字图像处理的各种算法进行讲解和案例分析，以方面读者后期继续进行人工智能、机器学习、深度学习等方面的学习和研究，不再需要更换编程语言和编程环境。 本书主要以介绍图像处理技术和应用实例为主，每个处理技术后面跟着至少一个应用实例，全书共给出189个应用实例程序，每个实例均已通过作者的调试，能够运行正常，读者可直接引用。

本书利用Windows系统下的Anaconda搭建环境，并基于OpenCV框架和Python语言，详细阐述了智能化图像处理的实现方法。本书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，最后结合具体案例，使用Python语言和OpenCV库函数阐述图像处理技术。

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。

本书通过具体的编程实践案例，全面系统地讲述了机器学习涉及的核心内容。首先介绍新特性以及安装OpenCV 4构建计算机视觉应用程序。你将探索机器学习的基础知识，学习设计用于图像处理的各种算法。本书将逐步介绍有监督学习和无监督学习。你将获得使用Python中的scikit-learn开发各种机器学习应用程序的实践经验。后续章节将重点介绍决策树、支持向量机、贝叶斯学习等各种机器学习算法，以及如何将这些算法应用于目标检测等计算机视觉操作。然后，你将深入研究深度学习和集成学习，并探索它们在现实世界中的应用。最后，你将学习用于构建图像处理系统的的Intel OpenVINO。

本书通过具体的编程实践案例，全面系统地讲述了机器学习涉及的核心内容。首先介绍新特性以及安装OpenCV 4构建计算机视觉应用程序。你将探索机器学习的基础知识，学习设计用于图像处理的各种算法。本书将逐步介绍有监督学习和无监督学习。你将获得使用Python中的scikit-learn开发各种机器学习应用程序的实践经验。后续章节将重点介绍决策树、支持向量机、贝叶斯学习等各种机器学习算法，以及如何将这些算法应用于目标检测等计算机视觉操作。然后，你将深入研究深度学习和集成学习，并探索它们在现实世界中的应用。最后，你将学习用于构建图像处理系统的的Intel OpenVINO。

本书采用通俗易懂的语言对数字图像处理的相关概念进行阐述，同时穿插较为典型的Python小程序，使读者能够快速掌握数字图像处理的相关概念和技术。 全书共7章，大致可以分为四个版块。第1、2章为第一版块，介绍数字图像处理的基础知识及彩色图像处理，使读者了解数字图像处理最基本的概念，并能够掌握数字图像处理的基本流程。第3、4章为第二版块，介绍图像空间滤波与图像频域滤波，使读者了解数字图像处理的一般原理。第5章为第三版块，介绍图像特征提取，使读者了解数字图像处理的基础应用。第6、7章为第四版块，介绍图像压缩与图像小波变换，使读者了解数字图像处理的深入应用。附录部分展示了如何进行环境配置以及Python的一些基本语法。 本书可作为高等院校计算机科学、人工智能、信号与信息处理、通信工程等专业的教材，也可供相关技术人员学习参考。

本书采用通俗易懂的语言对数字图像处理的相关概念进行阐述，同时穿插较为典型的Python小程序，使读者能够快速掌握数字图像处理的相关概念和技术。 全书共7章，大致可以分为四个版块。第1、2章为第一版块，介绍数字图像处理的基础知识及彩色图像处理，使读者了解数字图像处理最基本的概念，并能够掌握数字图像处理的基本流程。第3、4章为第二版块，介绍图像空间滤波与图像频域滤波，使读者了解数字图像处理的一般原理。第5章为第三版块，介绍图像特征提取，使读者了解数字图像处理的基础应用。第6、7章为第四版块，介绍图像压缩与图像小波变换，使读者了解数字图像处理的深入应用。附录部分展示了如何进行环境配置以及Python的一些基本语法。 本书可作为高等院校计算机科学、人工智能、信号与信息处理、通信工程等专业的教材，也可供相关技术人员学习参考。

OpenCV 是一个开源的计算机视觉库，可以实现计算机视觉算法。本书从 OpenCV 用 Python 实现的基础语法讲起，逐步深入计算机视觉的进阶实战，并在最后配合项目实战案例，重点介绍使用 OpenCV 进行人工智能项目以及日常生活中小应用程序开发的方法。通过本书读者不但可以系统地学习有关计算机视觉的知识，而且还能对图像处理的算法有更为深入的理解。 本书基于 Python，由浅入深、循序渐进地介绍了 OpenCV 从入门到实践的内容。本书共 13 章，内容涵盖OpenCV 基础知识、常见的图像操作、图像去噪、图像轮廓的提取与分析，以及人脸识别、目标追踪等计算机视觉的项目实战。