本书详细讲解基于OpenCV的传统计算机视觉和以TensorFlow代码为主的基于深度学习的计算机视觉。

本书从基本的图像特征开始，包括颜色特征、几何特征、局部特征、梯度特征，到图像美化，再到传统目标检测、光流与跟踪等；继而进入深度学习部分，首先带来深度学习的基本原理，然后是卷积神经网络的深入剖析，进而阐述如何将卷积神经网络应用于计算机视觉的物体分类、目标检测等常见问题上，最后介绍计算机视觉最新的GAN网络。本书以非常简单的公式和原理解释学习过程中遇到的问题，通过大量精美的图片让读者直观感受计算机视觉的效果，深入理解计算机视觉的核心内容。

本书适合人工智能方向的大学本科生、研究生，以及初学者阅读。对于有一定基础和经验的读者，也能帮助他们查缺补漏，深入理解和掌握相关原理和方法，提高实际解决问题的能力。