机器视觉技术作为当前的热门技术之一，在智能制造领域得到了广泛的应用。 本书从机器视觉的基本概念到机器视觉算法，从机器视觉核心部件到可配置的纯嵌入式视觉系统，从2D视觉技术到3D视觉技术，从黑白视觉技术到彩色视觉技术，从传统视觉技术到深度学习技术，从视觉系统设计方案到各行业的应用场景，从视觉检测、测量、定位、读码与识别四大需求到实际应用案例都分别进行了详细介绍。 本书可作为普通本科、高职高专院校机器视觉课程的教学用书，也可供从事相关行业的工程技术人员、研发人员参考。

本书以图解的方式综合讲述算法及其数据结构，内容浅显易懂，逻辑严谨，范例丰富，易于学习和掌握，力求兼顾教师教学和学生自学。
全书内容分为五部分，共12章：计算思维与算法（第1~3章）介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；数据结构相关算法（第4~6章）讲述重要的数据结构及其相关算法的实现，数据结构包括数组、链表、堆栈、队列、树结构、图结构、哈希表；排序与查找算法（第7、8章）讲述排序算法和查找算法；树结构与图结构相关算法（第9、10章）讲述数组和

本书在普通高等教育“十一五”国家级规划教材和国家精品课程教材《数字逻辑与数字系统》（第5版）基础上，依照2019年出版的《高等学校工科基础课程教学基本要求汇编》，为适应数字电子技术的不断发展和应用水平的不断提高修订而成。全书共9章，内容包括数字逻辑基础、逻辑门电路、组合逻辑电路、锁存器和触发器、时序逻辑电路、半导体存储器、脉冲波形的产生与整形、数模转换和模数转换、数字系统分析与设计等。附录包括CPLD和FPGA简介、电气简图用图形符号二进制逻辑元件简介、常用逻辑符号对照表等实用内容。本书提供多媒

OpenCV是一个跨平台计算机视觉和机器学习软件库，也是计算机视觉领域的开发人员必须掌握的技术。本书基于Python 3.8全面、系统地介绍OpenCV 4.5的使用，并配套示例源代码、开发环境与答疑服务。
本书共分15章，主要内容包括计算机视觉概述、OpenCV的Python开发环境搭建、OpenCV基本操作、数组矩阵、图像处理模块、灰度变换和直方图修正、图像平滑、几何变换、图像边缘检测、图像分割、图像金字塔、图像形态学、视频处理，以及停车场车牌识别、物体识别、运动跟踪、人脸检测等案例。

本书综合讲述算法及其数据结构，内容浅显易懂、逻辑严谨，范例丰富、易于学习和掌握，力求兼顾教师教学和学生自学。
全书从算法的基本概念开始讲解，接着介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；随后讲述核心的数据结构，即数组、链表、堆栈、队列、树结构、图结构、哈希表等；最后展开阐述不同数据结构上实现的算法，包括排序算法、查找算法、数组和链表相关算法、信息安全基础算法、堆栈和队列相关算法、树结构相关算法、图结构相关算法、人工智能基础算法。
本书为每个

本书将经典问题和算法设计技术结合，以读者容易理解和接受的方式，系统介绍了算法设计技术，包括模拟法、递推法、蛮力法、分治法、减治法、贪心法、动态规划法、深度优先搜索、广度优先搜索、回溯法、A*算法、限界剪枝法、近似算法、概率算法和群智能算法；同时以通俗易懂的方式，系统介绍了算法分析技术，包括算法的时间复杂度分析、空间复杂度分析、**算法、确定性算法、非确定性算法、P类问题、NP类问题和NP完全问题。所有问题都用伪代码给出了算法描述，并提供了C++语言程序源码，且在C++语言的典型编程环境下调试通过

本书是中国大学MOOC、智慧树和学银在线精品课程配套教材，也是工科联盟和一流专业课程配套教材。
本书以问题求解为主线，全面介绍问题求解的方法与优化技巧，分为算法与问题、算法分析、算法设计、问题复杂性与求解、图算法6部分。算法与问题着重介绍问题求解过程和问题变换； 算法分析主要介绍算法复杂度、复杂度分析与比较方法、时空均衡； 算法设计主要介绍枚举算法、贪心算法、递推算法、分治算法、动态规划算法、回溯算法、分支限界、网络流算法策略与优化方法； 问题复杂性与求解主要介绍问题复杂性分类、NP完全问

本书着重阐述了深度学习时代的计算机视觉算法的工作原理，首先对深度学习与计算机视觉基础进行了介绍，之后对卷积神经网络结构的演化过程，以及基于深度学习的目标检测算法、图像分割算法、人体姿态估计算法、行人重识别与目标跟踪算法、人脸识别算法以及图像超分辨率重建方法进行了介绍。本书系统讲解了在日常生活和工作中常见的几项计算机视觉任务，并着重介绍了在当今深度学习时代，这些计算机视觉任务是如何工作的，可使读者快速了解这些算法原理，以及其相互之间的关系。本书适合高年级本科生、研究生、教师，以及对人工智能或计算机

本书在讲述机器视觉基本原理和基本概念的基础上，重点介绍了机器视觉系统的构成以及机器视觉技术在实际生产中的应用，有较强的参考价值。本书具体内容包括：数字图像基础、HALCON功能及应用、图像预处理、图像分割、特征提取、图像的形态学处理、图像模板匹配、3D视觉、综合项目案例分析等。
本书可作为高等学校自动化类、机电类、电子信息类、计算机类相关专业的教学参考书，也可作为工程技术人员加深理解机器视觉及其应用技术的参考用书。

本书针对近几年全国计算机学科专业综合考试大纲的“计算机组成原理”部分进行了深入解读，以一种独创的方式对考试大纲知识点进行了讲解，即从考生的视角剖析知识难点；以通俗易懂的语言取代晦涩难懂的专业术语；以成功考生的亲身经历指引复习方向；以风趣幽默的笔触缓解考研压力。读者对书中的知识点讲解有任何疑问都可与作者进行在线互动，以便及时解决复习中的疑难问题，提高复习效率。
根据计算机专业研究生入学考试形势的变化（逐渐实行非统考），书中对大量非统考知识点进行了讲解，使本书所包含的知识点除覆盖