在刚开始学习数字图像处理时，你是否也有这样的困扰：
教材的开篇介绍绪论和数学工具，看得似懂非懂，似乎还不涉及编程……
接下来学习灰度变换、空间滤波和频域滤波，涉及内容丰富、方法繁多，试着编了几个程序就编不下去了……
开始学习OpenCV，找了几本参考书，顺利运行了第一个例程。但是，接下来面对每个模块中几十个算法函数的讲解，又觉得“头大”了……
即便这些算法函数既有说明又有例程，但还是让人不明所以，并不能真正理解和掌握，于是学习OpenCV也面临着半途而废的风险……
如果你也是这样，先不要着急，这很正常，大多数人都会有这样的学习感受。
我所在的学校，在专业创新教育课程中选择的教材是冈萨雷斯的《数字图像处理（第四版）》。
在学习的开始阶段，我就遇到了上述所有问题，感觉入门过程非常困难！
面对这种情况，我的方法是：回过头来，老老实实按照数字图像处理的知识体系，使用OpenCV对课程中的问题逐一编程实现。为此，我还在CSDN网站开设了博客专栏“youcans的OpenCV例程”，把学习OpenCV数字图像处理的笔记整理为博客，迄今已经发布了260多篇文章。
通过学习，我深深体会到：
学习数字图像处理，一定离不开编程实践，否则连纸上谈兵都算不上；
学习OpenCV，要理解数字图像处理的知识体系，否则只是知其然，不知其所以然，开始很快乐，但是越往后越糊涂。
在我看来：数字图像处理与OpenCV就像左右手一样，是相辅相成、互为表里的。
但是，我在查阅的十几种数字图像处理教材和关于OpenCV的图书时发现，它们似乎分属两个门派，各自自成体系、泾渭分明，鲜有图书能将其融为一体，很难让像我这样的“菜鸟”轻松入门、快速进阶。
于是，我决心自己写一本书，作为学习数字图像处理与OpenCV的桥梁！
我为这本书设计的定位是：
适合学习数字图像处理课程的同学，不仅可以作为课程参考资料，而且可以让你轻松入门OpenCV。
要适合OpenCV的初学者，比官方文档中的例程更加容易，会让初学者对数字图像处理的理解更加深入。
还要适合有一定基础的读者，让他们完全可以把本书作为OpenCV的常用函数手册，在需要时查阅。
这就是《数字图像处理：基于OpenCV-Python》一书的由来！
这本书的主要内容
（向下滑动查看）
本书基于OpenCV-Python，介绍数字图像处理的基本方法和高级应用。全书共18章，分为四部分。
第一部分介绍OpenCV-Python的基本操作，包括第1～4章。
◎ 第1章介绍图像的基本操作，包括图像的读取、保存和显示方法等。
◎ 第2章介绍图像的数据格式，包括图像的创建、复制、裁剪、拼接、拆分、合并等基本方法。
◎ 第3章介绍彩色图像处理，包括图像的颜色空间转换、图像的伪彩色处理等。
◎ 第4章介绍绘图与鼠标交互，主要介绍其操作方法。
第二部分介绍图像处理的基本方法，包括第5～9章。
◎ 第5章介绍图像的算术运算，包括加、减、乘、除运算和位运算等。
◎ 第6章介绍图像的几何变换，包括图像的平移、图像的缩放和图像的旋转等。
◎ 第7章介绍图像的灰度变换，包括线性灰度变换和非线性灰度变换等。
◎ 第8章介绍图像的直方图处理，通过调控直方图来改善图像质量。
◎ 第9章介绍图像的阈值处理，包括OTSU阈值算法、多阈值处理算法等。
第三部分介绍图像处理的高级方法，包括第10～13章。
◎ 第10章介绍图像卷积与空间滤波，实现图像模糊和图像锐化。
◎ 第11章介绍傅里叶变换与频域滤波，设计更加丰富的滤波器。
◎ 第12章介绍形态学图像处理，包括基本操作、常用算法和典型应用。
◎ 第13章介绍图像变换、重建与复原，包括霍夫变换、雷登变换、图像重建和退化图像复原等。
第四部分介绍计算机视觉，包括第14～18章。
◎ 第14章介绍边缘检测与图像轮廓，包括边缘检测之梯度算子、LoG算子、DoG算子等。
◎ 第15章介绍图像分割，包括分水岭算法、图割分割算法和均值漂移算法等。
◎ 第16章介绍特征描述，包括特征描述之傅里叶描述符、特征描述之区域特征描述等。
◎ 第17章介绍特征检测与匹配，包括Harris、SIFT、SURF、FAST、ORB和MSER算法等。
◎ 第18章介绍机器学习，包括主成分分析、k均值聚类算法、k近邻算法、贝叶斯分类器、支持向量机和人工神经网络算法等。
本书特色
- 实例丰富，注释详细
本书介绍OpenCV例程，并编制了例程索引，全面覆盖OpenCV的基本功能，系统介绍数字图像处理课程的内容。所有例程的实现方法简单、清晰，注释详细，便于读者理解和修改。
- 循序渐进，编排合理
与同类图书不同，本书以数字图像处理知识体系为主线，而非按照OpenCV模块编排，从而更好地体现问题导向和需求导向。
各章节内容相对独立，每个例程都是独立程序，不会相互调用，从而避免使用尚未讲到的函数或内容。
- 可作为函数手册，即学即用
本书介绍常用的OpenCV函数，并编制函数索引。与官方文档和同类书不同的是，本书对OpenCV函数进行了大量测试，着重讲解函数中参数的格式要求和注意事项，并结合例程帮助读者理解每个函数的特殊规定。
- 下载资源丰富
全书包含168幅彩色插图，均提供下载，学习起来更直观。
全书共有173个例程资源，以及运行例程所需的图片和视频资源，也都可以下载，以便于一边看书一边动手操作。
最后给读者一个阅读小建议：
本书可以与冈萨雷斯《数字图像处理》教材配套阅读，结合作者的经验来看，这样学习效果会更好，事半功倍。
