图像处理和计算机视觉课程是人工智能专业的必修课，是计算机、智能科学、电子信息、软件工程等专业的选修课。
OpenCV 是一个开源的计算机视觉库，高效地实现了大量图像处理和计算机视觉算法。本书基于成熟的 OpenCV 库，采用 Python 语言，通过大量的实际应用案例，介绍图像处理和计算机视觉算法。书中的案例以最近几年的最新科研进展为主，如人脸识别、目标跟踪、二维码识别、手势识别等。读者通过这些实用案例可以快速透彻理解算法理论，同时提高将理论应用于实践的能力。
本书提供配套的源码，方便读者学习实践。本书可作为图像处理和计算机视觉课程的教材，适合图像处理领域的师生、从业人员、OpenCV 初学者参考，也适合有一定 Python 语言基础的读者进阶学习。

这是一本OpenCV中国团队出品的实践教材，面向本科院校计算机视觉实践课。

本教材主要的特点是：
1.以前沿的算法应用为主，不再花篇幅介绍一些过时的算法。
2.软件采用开源计算机视觉库OpenCV，通用性高，有利学生就业。
3.编程语言采用Python，易于编写和调试，学生可以专注在知识点上面，避免耗费太多时间在配置开发环境和调试程序上。

吴佳
南方科技大学计算机科学与工程系科研教学助理，具有多年的图像处理和计算机视觉工作经验，熟悉OpenCV开发和应用。

于仕琪
南方科技大学计算机科学与工程系副教授，主要研究方向为计算机视觉，有近20年OpenCV社区参与经历，现为OpenCV Foundation的理事。

第 1章 图像的基本操作1
1.1 OpenCV简介1
1.2 图像的基本操作2
1.2.1 数字图像的表示2
1.2.2 图像文件的读写与显示3
1.2.3 视频文件的读写与显示7
第 2章 图像的几何变换11
2.1 缩放11
2.2 翻转、旋转和平移16
2.2.1 翻转16
2.2.2 旋转16
2.2.3 平移17
2.3 仿射变换18
2.4 单应性变换25
第3章 图像滤波28
3.1 什么是图像滤波28
3.2 均值滤波29
3.3 高斯滤波32
3.4 中值滤波34
3.5 双边滤波36
3.6 自定义滤波38
第4章 边缘检测39
4.1 图像梯度39
4.2 边缘检测算子41
4.2.1 一阶微分算子41
4.2.2 二阶微分算子45
4.3 Canny边缘检测47
第5章 特征提取与匹配51
5.1 特征提取51
5.1.1 SIFT51
5.1.2 ORB54
5.2 特征匹配58
5.2.1 暴力匹配58
5.2.2 FLANN60
5.3 应用示例61
第6章 人脸识别应用65
6.1 人脸识别简介65
6.2 人脸检测66
6.3 人脸对齐72
6.4 特征提取73
6.5 人脸比对75
6.6 人脸识别示例75
第7章 目标跟踪应用80
7.1 什么是目标跟踪80
7.2 目标跟踪算法81
7.2.1 MeanShift和CAMshift81
7.2.2 Tracker类85
7.2.3 DaSiamRPN86
7.2.4 NanoTrack90
第8章 文本识别应用94
8.1 文本识别简介94
8.2 文本检测95
8.2.1 传统的文本检测95
8.2.2 基于深度学习的文本检测98
8.3 基于深度学习的文本识别101
第9章 条形码与二维码识别应用105
9.1 条形码简介105
9.2 OpenCV中的条形码识别106
9.2.1 条形码检测107
9.2.2 条形码解码110
9.2.3 条形码识别示例111
9.3 二维码简介112
9.4 OpenCV中的QR码识别113
9.4.1 QR码的检测识别114
9.4.2 QR码识别示例116
第 10章 基于计算机视觉的机械臂应用118
10.1 机械臂控制基本原理118
10.2 应用：跟踪人脸的机械臂123
10.3 应用：跟踪指定人脸的机械臂127
10.4 应用：机械臂抓取物体128
第 11章 手势识别应用132
11.1 手掌检测132
11.2 手关键点估计135
11.3 应用：石头-剪刀-布人机大战141
第 12章 3D相机及其应用146
12.1 3D相机简介146
12.2 3D相机数据的采集和显示147
12.3 应用：人体分割149
12.4 应用：人脸鉴伪151