1.本书主要针对高等院校学生的特点，突出素质教育，以培养学生的能力为本位，以提高学生的就业技能为导向。 2.全书内容简洁、结构严谨、逻辑分明、条理清晰，在内容和形式上都有创新。 3.教材的编写由浅入深，即使没有接触过OpenCV应用开发的学生也能很快上手。 4.本教材注重理论与实践的结合，使学生能通过实践深化对理论的理解，学会并掌握理论知识的实际应用。能更好地培养学生的专业技能和实践能力，学生在学完本书后能学以致用。 5.本书采用;基础为主、实用为先、专业结合等教学方法，充分激发学生的学习兴趣，发挥学生学习的主动性，变常规的被动学习和填鸭式教学为积极主动学习。

本书注重基础、内容循序渐进，系统地介绍了使用Python实现OpenCV应用的相关基础知识，并通过大量实验帮助读者掌握相关知识。本书共10章，涵盖OpenCV起步，图像处理基础，图形用户界面，图像变换，边缘和轮廓，直方图，图像匹配、分割和拼接，特征检测，人脸检测和识别，机器学习和深度学习等内容。本书内容丰富、讲解详细，可作为各类院校相关专业的教材，也可作为具有一定Python程序设计基础的OpenCV爱好者的参考书。夏帮贵，西华大学副教授，1998年毕业于西南大学计算机应用专业，主编Python、Java、前端开发等相关教材二十余部。主编教材《Python3基础教程(第2版)(慕课版)》入选首批“十四五” 职业教育国家规划教材，《JavaScript十jQuery前端开发基础教程(微课版)》(慕课版)》《OpenCV计算机视觉基础教程(Python版)》入选四川省“十四五”职业教育省级规划教材。第 1章　OpenCV起步　11.1 ?OpenCV简介　11.1.1 ?OpenCV主要功能模块　11.1.2 ?OpenCV的版本　21.1.3 ?OpenCV_Python简介　21.2 ??配置开发环境　31.2.1 ?安装Python　31.2.2 ?安装NumPy　41.2.3 ?安装OpenCV_Python　51.2.4 ?安装VS Code　51.3 ?使用OpenCV文档和示例　71.3.1 ?查看OpenCV文档　71.3.2 ?使用OpenCV_Python示例代码　81.4 ?实验　81.4.1 ?实验1：配置虚拟开发环境　81.4.2 ?实验2：在VS Code中运行 ?OpenCV_Python示例代码　111.5 ?知识拓展：体验AI大模型　12习题　12第 2章　图像处理基础　132.1 ?NumPy简介　132.1.1 ?数据类型　132.1.2 ?创建数组　142.1.3 ?数组的形状　172.1.4 ?索引、切片和迭代　182.1.5 ?数组运算　202.2 ?图像基础操作　212.2.1 ?读取、写入、显示图像　212.2.2 ?播放、写入视频与捕获摄像头视频　252.2.3 ?操作灰度图像　272.2.4 ?操作彩色图像　282.2.5 ?图像颜色通道操作　292.2.6 ?裁剪图像　302.3 ?图像运算　312.3.1 ?加法运算　312.3.2 ?加权加法运算　322.3.3 ?位运算　332.3.4 ?图像拼接　342.4 ?实验　352.4.1 ?实验1：为人物图像打码　352.4.2 ?实验2：使用图像制作视频　362.5 ?知识拓展：了解中国AI大模型　37习题　37第3章　图形用户界面　383.1 ?窗口控制　383.1.1 ?创建和关闭窗口　383.1.2 ?调整窗口大小　393.2 ?绘图　393.2.1 ?绘制直线　393.2.2 ?绘制矩形　403.2.3 ?绘制圆　413.2.4 ?绘制椭圆　423.2.5 ?绘制多段线　423.2.6 ?绘制文本　433.2.7 ?绘制箭头　453.3 ?处理鼠标事件　453.4 ?使用滚动条　473.5 ?实验　483.5.1 ?实验1：使用鼠标取点绘图　483.5.2 ?实验2：使用滚动条选择通道图像　493.6 ?知识拓展：如何写好大模型提示语　50习题　51第4章　图像变换　524.1 ?色彩空间转换　524.1.1 ?RGB色彩空间　524.1.2 ?GRAY色彩空间　534.1.3 ?YCrCb色彩空间　544.1.4 ?HSV色彩空间　544.1.5 ?图像透明度　554.2 ?几何变换　564.2.1 ?缩放图像　564.2.2 ?翻转图像　574.2.3 ?仿射变换　584.2.4 ?透视变换　624.3 ?图像平滑处理　634.3.1 ?均值滤波　634.3.2 ?高斯滤波　644.3.3 ?中值滤波　654.3.4 ?双边滤波　664.3.5 ?自定义滤波　674.4 ?阈值处理　684.4.1 ?全局阈值处理　684.4.2 ?自适应阈值处理　754.5 ?形态变换　764.5.1 ?结构元素　764.5.2 ?腐蚀操作　774.5.3 ?膨胀操作　794.5.4 ?形态操作函数　804.6 ?实验　834.6.1 ?实验1：图像几何变换　834.6.2 ?实验2：图像形态变换　844.7 ?知识拓展：了解数字水印　85习题　86第5章　边缘和轮廓　875.1 ?边缘检测　875.1.1 ?Laplacian边缘检测　875.1.2 ?Sobel边缘检测　885.1.3 ?Canny边缘检测　895.2 ?轮廓检测　915.2.1 ?查找轮廓　915.2.2 ?绘制轮廓　925.2.3 ?轮廓特征　935.3 ?霍夫变换　1035.3.1 ?检测直线　1035.3.2 ?检测圆　1055.4 ?实验　1065.4.1 ?实验1：执行Canny边缘检测　1065.4.2 ?实验2：查找和绘制轮廓　1075.5 ?知识拓展：使用通义灵码辅助编程　108习题　108第6章　直方图　1096.1 ?一维直方图　1096.1.1 ?使用plt.hist()函数绘制直方图　1096.1.2 ?使用cv2.calcHist()函数计算直方图　1106.1.3 ?使用np.histogram()函数计算直方图　1126.2 ?直方图均衡化　1136.2.1 ?全局直方图均衡化　1136.2.2 ?自适应直方图均衡化　1156.3 ?二维直方图　1166.3.1 ?使用cv2.calcHist()函数计算二维直方图　1166.3.2 ?使用np.histogram2D()函数计算二维直方图　1176.4 ?实验　1186.4.1 ?实验1：使用NumPy函数计算直方图　1186.4.2 ?实验2：使用OpenCV函数计算直方图　1196.5 ?知识拓展：使用通义万相生成图像　120习题　120第7章　图像匹配、分割和拼接　1217.1 ?模板匹配　1217.1.1 ?单目标匹配　1217.1.2 ?多目标匹配　1237.2 ?图像分割　1247.2.1 ?分水岭算法　1247.2.2 ?GrabCut算法　1277.3 ?图像金字塔　1297.3.1 ?高斯金字塔　1307.3.2 ?拉普拉斯金字塔　1317.3.3 ?图像拼接　1327.4 ?实验　1347.4.1 ?实验1：使用模板匹配查找图像　1347.4.2 ?实验2：使用GrabCut算法分割图像　1357.5 ?知识拓展：了解Trae IDE智能编程　136习题　136第8章　特征检测　1378.1 ?角点检测　1378.1.1 ?Harris角点检测　1378.1.2 ?Shi_Tomasi角点检测　1388.1.3 ?优化角点　1398.2 ?关键点检测　1408.2.1 ?FAST算法　1408.2.2 ?SIFT算法　1428.2.3 ?ORB算法　1448.3 ?特征匹配　1458.3.1 ?暴力匹配　1458.3.2 ?FLANN匹配　1488.3.3 ?图像查找　1498.4 ?实验　1518.4.1 ?实验1：应用Shi_Tomasi算法检测角点　1518.4.2 ?实验2：应用特征匹配查找图像　1528.5 ?知识拓展：了解通义千问　154习题　154第9章　人脸检测和识别　1559.1 ?人脸检测　1559.1.1 ?使用Haar级联分类器检测人脸　1559.1.2 ?基于深度学习的人脸检测　1589.2 ?人脸识别　1599.2.1 ?Eigenfaces人脸识别　1609.2.2 ?Fisherfaces人脸识别　1619.2.3 ?LBPH人脸识别　1629.3 ?实验　1649.3.1 ?实验1：使用Haar级联分类器　1649.3.2 ?实验2：使用Eigenfaces人脸识别　1659.4 ?知识拓展：了解豆包　166习题　166第 10章　机器学习和深度学习　16710.1 ?机器学习　16710.1.1 ?KNN算法　16710.1.2 ?SVM算法　17010.1.3 ?K均值聚类算法　17210.2 ?深度学习　17410.2.1 ?基于深度学习的图像识别　17410.2.2 ?基于深度学习的目标检测　17810.3 ?AI大模型实战　18210.3.1 ?准备工作　18210.3.2 ?调用API进行图像识别　18510.3.3 ?调用API去除图像中的文字　18710.4 ?实验　18910.4.1 ?实验1：调整图像颜色　18910.4.2 ?实验2：检测视频中的目标　19010.5 ?知识拓展：了解可灵AI　192习题　192