計算機視覺（Computer Vision，CV）又稱機器視覺（Machine Vision，MV），是一門研究如何使機器看的科學(xué)，更進一步地說，它是使用攝影機和計算機代替人眼對目標(biāo)進行識別、跟蹤和測量，并進一步使用計算機將目標(biāo)處理成為更適合人眼觀察或傳送給儀器檢測的圖像識別與處理技術(shù)。
深度學(xué)習(xí)源自經(jīng)典的神經(jīng)網(wǎng)絡(luò)架構(gòu)，屬于機器學(xué)習(xí)領(lǐng)域，它通過不同形式的神經(jīng)網(wǎng)絡(luò)，結(jié)合視覺大數(shù)據(jù)的大規(guī)模存量與不斷產(chǎn)生的增量進行訓(xùn)練，自動提取細(xì)粒度的特征，形成抽象化的視覺描述，目前在視覺分析方面取得了很大的進步，是當(dāng)前人工智能爆炸性發(fā)展的內(nèi)核驅(qū)動。就技術(shù)而言，目前的計算機視覺可分為以下幾個大方向：
�r 圖像分類；
�r 目標(biāo)檢測；
�r 圖像分割；
�r 圖像重構(gòu)；
�r 圖像生成；
�r 人臉；
�r 其他。
隨著大數(shù)據(jù)及人工智能技術(shù)的不斷發(fā)展，計算機視覺以其可視性、規(guī)模性、普適性逐步成為AI實際應(yīng)用的關(guān)鍵領(lǐng)域之一，在理論研究和工程應(yīng)用方面均迅猛發(fā)展。
Python是一種計算機程序設(shè)計語言，是一種面向?qū)ο蟮膭討B(tài)類型語言，它在設(shè)計上堅持了清晰和整齊劃一的風(fēng)格，這使得Python成為一種易讀、易維護，并且被大量用戶歡迎的、用途廣泛的編程語言。隨著Python版本的不斷更新和新功能的添加，越來越多地被用于獨立的、大型項目的開發(fā)。自從20世紀(jì)90年代初Python語言誕生至今，它已被廣泛應(yīng)用于系統(tǒng)管理任務(wù)的處理和Web編程。
自從電子計算機誕生以來，通過計算機仿真來模擬人類的視覺便成為非常熱門且頗具挑戰(zhàn)性的研究課題。隨著數(shù)碼相機、智能手機等硬件設(shè)備的普及，圖像以其易于采集、信息相關(guān)性大、抗干擾能力強等特點得到越來越廣泛的應(yīng)用。信息化和數(shù)字化時代已經(jīng)來臨，隨著國家對人工智能領(lǐng)域的投入力度加大，計算機視覺處理的需求量也會越來越大，應(yīng)用也將越來越廣泛。
【本書特色】
因為Python的易用、簡單、普適等特性，所以本書的計算機視覺實現(xiàn)是使用Python語言完成的。本書編寫特點主要表現(xiàn)在如下幾方面。
（1） 案例涵蓋面廣、實用，可擴展性、可讀性強。
本書以概述 案例的形式編寫，充分強調(diào)案例的實用性及程序的可擴展性，所選案例大多數(shù)來自日常生活，應(yīng)用性強。另外，書中每個案例的程序都經(jīng)過調(diào)試與測試，同時程序代碼中添加了大量的解釋說明，可讀性強。
（2） 點面完美結(jié)合，兼顧性強。
本書點面兼顧，涵蓋了數(shù)字圖像處理中幾乎所有的基本模塊，并涉及視頻處理、配準(zhǔn)拼接、數(shù)字水印等高級圖像處理方面的內(nèi)容，全面講解了基于Python進行計算機視覺應(yīng)用的原理及方法，內(nèi)容做到完美銜接與統(tǒng)籌兼顧，可使讀者實現(xiàn)由點到面的發(fā)散性延伸。
【本書內(nèi)容】
全書共20章，每章的主要內(nèi)容包括：
第1章介紹了計算機視覺編程基礎(chǔ)知識，主要包括計算機視覺概述、Python編程軟件、幾個常用庫、Python圖像處理類庫等內(nèi)容。
第2章介紹了圖像去霧技術(shù)，主要包括空域圖像增強、時域圖像增強、色階調(diào)整去霧技術(shù)等內(nèi)容。
第3章介紹了形態(tài)學(xué)的去噪，主要包括圖像去噪的方法、數(shù)學(xué)形態(tài)學(xué)的原理、形態(tài)學(xué)運算等內(nèi)容。
第4章介紹了霍夫變換檢測，主要包括霍夫檢測直線、霍夫檢測圓等內(nèi)容。
第5章介紹了車牌分割定位識別，主要包括車牌圖像處理、定位原理、字符處理、字符識別等內(nèi)容。
第6章介紹了分水嶺實現(xiàn)醫(yī)學(xué)診斷，主要包括分水嶺算法、分水嶺醫(yī)學(xué)診斷案例分析等內(nèi)容。
第7章介紹了手寫體數(shù)字識別，主要包括卷積神經(jīng)網(wǎng)絡(luò)的概述、SVC識別手寫體數(shù)字等內(nèi)容。
第8章介紹了圖片中的英文識別，主要包括OCR的介紹、OCR算法原理、OCR識別經(jīng)典應(yīng)用、獲取驗證碼等內(nèi)容。
第9章介紹了小波技術(shù)的圖像視覺處理，主要包括小波技術(shù)概述、小波實現(xiàn)去噪、圖像融合處理等內(nèi)容。
第10章介紹了圖像壓縮與分割處理，主要包括SVD圖像壓縮處理、PCA圖像壓縮處理、K�睲eans聚類圖像壓縮處理等內(nèi)容。
第11章介紹了圖像特征匹配，主要包括相關(guān)概念、圖像匹配等內(nèi)容。
第12章介紹了角點特征檢測，主要包括Harris的基本原理、Harris算法流程、Harris角點的性質(zhì)、角點檢測函數(shù)、FAST特征檢測等內(nèi)容。
第13章介紹了運動目標(biāo)自動檢測，主要包括幀間差分法、背景差分法、光流法等內(nèi)容。
第14章介紹了水印技術(shù)，主要包括水印技術(shù)的概念、數(shù)字水印技術(shù)的原理、典型的數(shù)字水印算法、水印技術(shù)案例分析等內(nèi)容。
第15章介紹了大腦影像分析，主要包括閾值分割、區(qū)域生長、區(qū)域生長分割大腦影像案例分析等內(nèi)容。
第16章介紹了自動駕駛應(yīng)用，主要包括理論基礎(chǔ)、環(huán)境感知、行為決策、路徑規(guī)則、運動控制及自動駕駛案例分析等內(nèi)容。
第17章介紹了目標(biāo)檢測，主要包括RCNN系列、YOLO檢測等內(nèi)容。
第18章介紹了人機交互，主要包括Tkinter GUI編程組件、布局管理器、事件處理、Tkinter常用組件、菜單等內(nèi)容。
第19章介紹了深度學(xué)習(xí)的應(yīng)用，主要包括理論部分、AlexNet網(wǎng)絡(luò)及案例分析、CNN拆分?jǐn)?shù)據(jù)集案例分析等內(nèi)容。
第20章介紹了視覺分析綜合應(yīng)用案例，主要包括合金彈頭游戲、停車場識別計費系統(tǒng)等內(nèi)容。
【配套資源】
本書提供教學(xué)課件、程序代碼等配套資源，可以關(guān)注人工智能科學(xué)與技術(shù)微信公眾號，在知識資源下載配書資源菜單獲取本書配套資源（也可以到清華大學(xué)出版社網(wǎng)站本書頁面下載）。
本書由佛山科學(xué)技術(shù)學(xué)院張德豐編著。
由于時間倉促，加之作者水平有限，疏漏之處在所難免。在此，誠懇地期望得到各領(lǐng)域的專家和廣大讀者的批評指正，聯(lián)系郵箱workemail6@163.com。
編者

2021年5月