前言

基于计算机视觉和数字图像处理技术的应用已经深入我们工作与生活的很多方面，比如门禁、闸机系统的人脸识别、汽车的自动驾驶、工业生产中的自动质检、美颜、安防系统中的目标检测跟踪、医学影像的自动诊断等。构成这些技术的基础是数字图像处理和计算机视觉理论，高等院校的人工智能专业都开设了“数字图像处理”和“计算机视觉”这两门必修课，它们也是其他相关专业（如计算机、智能科学、电子信息、软件工程等）的选修课。将理论知识落地到实际应用中，需要学习者对理论有扎实的理解，同时具备很强的工程应用能力；较好的学习方法是在理论学习中结合实践，通过动手实现具体应用来理解理论知识并提高工程应用能力，避免“纸上谈兵”，这也是写作本书的出发点。

本书是一本实践性的教材，通过大量与知识点相关的示例和完整的应用示例来介绍数字图像处理和计算机视觉理论的基础知识，更重要的是训练学习者的实际开发能力，同时加深其对知识点的理解。本书所有的示例均采用Python语言并基于OpenCV库来实现。OpenCV是经典的图像处理和计算机视觉的开源软件工具，它涵盖了从图像处理的基础算法到复杂的计算机视觉、机器学习的高级算法，更包括了最新的与深度学习有关的内容，在学术界和工业界被广泛使用。OpenCV简单易用，同时也是高度优化的，有很多算法都可以直接用于实际产品。它的通用性强，用户不用担心更换了系统环境或硬件设备而需要耗费时间重新编码。Python语言是目前主流的编程语言，易于编写、易于调试。通过结合OpenCV和Python，学习者可以专注于理解关键理论知识，避免耗费很多时间在配置开发环境和调试程序上。

随着深度学习的兴起，计算机视觉领域的应用有了突飞猛进的发展，很多方向都实现了大规模应用。本书紧跟技术前沿，介绍的应用示例均以近几年的最新科研和研发进展为主，同时贴近实际应用场景，如人脸识别、目标跟踪、文本识别、QR码识别等，书中不再花篇幅介绍过时的算法。配套的示例代码资源可在异步社区下载。希望读者通过本书，可以在实践中加深对知识的理解，同时提高工程应用能力。

由于编写时间仓促，笔者水平有限，书中难免出现一些错误或不准确的地方，恳请读者批评指正，您可以给我们发送电子邮件。如果您有其他的一些建议或意见，也欢迎发送邮件给我们。联系电子邮箱为jia.wu@opencv.org.cn。

吴佳　于仕琪