本書是計(jì)算機(jī)視覺編程的權(quán)威實(shí)踐指南，依賴 Python 語(yǔ)言講解了基礎(chǔ)理論與算法，并通過大量示例細(xì)致分析了對(duì)象識(shí)別、基于內(nèi)容的圖像搜索、光學(xué)字符識(shí)別、光流法、跟蹤、三維重建、立體成像、增強(qiáng)現(xiàn)實(shí)、姿態(tài)估計(jì)、全景創(chuàng)建、圖像分割、降噪、圖像分組等技術(shù)。另外，書中附帶的練習(xí)還能讓讀者鞏固并學(xué)會(huì)應(yīng)用編程知識(shí)。本書適合的讀者是 ：有一定編程與數(shù)學(xué)基礎(chǔ)，想要了解計(jì)算機(jī)視覺的基本理論與算法的學(xué)生，以及計(jì)算機(jī)科學(xué)、信號(hào)處理、物理學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)、神經(jīng)生理學(xué)、認(rèn)知科學(xué)等領(lǐng)域的研究人員和從業(yè)者。

　　計(jì)算機(jī)視覺是一門實(shí)踐性很強(qiáng)的課程，雖然已經(jīng)有了不少教科書，但大多數(shù)都只重視其中的理論和算法，很少有實(shí)踐指導(dǎo)書。因而對(duì)于學(xué)習(xí)者而言，如果希望在實(shí)踐中學(xué)習(xí)，往往需要編寫大量的程序。在這方面，本書的出版可以算是一個(gè)有效的補(bǔ)充，相信本書將成為計(jì)算機(jī)視覺學(xué)習(xí)者的一個(gè)重要參考。作為一本面向計(jì)算機(jī)視覺編程的書，本書涉及了這一學(xué)科中相對(duì)成熟并且被以往實(shí)踐驗(yàn)證有效的部分典型算法，因而具有很好的實(shí)用性。例如第 2 章描述子部分選擇了 Harris 角點(diǎn)檢測(cè)器和 SIFT 描述子及其實(shí)現(xiàn)加以介紹；第 3 章則以全景圖的創(chuàng)建為例，給出了 RANSAC 的實(shí)現(xiàn)；第 9 章圖像分割中討論了 Graph Cut 的實(shí)現(xiàn)等。這些方法大多數(shù)具有很好的通用性，因而為讀者提供了一種實(shí)現(xiàn)范例。本書的另一個(gè)特點(diǎn)是對(duì)介紹的單一方法，通過綜合運(yùn)用提升學(xué)習(xí)者靈活應(yīng)用這些方法的能力。例如第 4 章給出的增強(qiáng)現(xiàn)實(shí)的例子，以及第 8 章給出的數(shù)獨(dú)圖像校正的例子。這些例子能夠幫助進(jìn)一步提升學(xué)習(xí)者對(duì)前述方法的感性認(rèn)識(shí)。與早期計(jì)算機(jī)視覺領(lǐng)域多數(shù)程序都是由 C/C++ 寫就的情形不同。隨著計(jì)算機(jī)硬件速度越來越快，研究者在考慮選擇實(shí)現(xiàn)算法語(yǔ)言的時(shí)候會(huì)更多地考慮編寫代碼的效率和易用性，而不是像早年那樣把算法的執(zhí)行效率放在首位。這直接導(dǎo)致近年來越來越多的研究者選擇 Python 來實(shí)現(xiàn)算法。與此同時(shí)，Python 的開放性使不同領(lǐng)域的研究者能夠有機(jī)會(huì)在 Python 中加入他們需要的特性，甚至可以納入 Python 的標(biāo)準(zhǔn)庫(kù)，這也大大吸引了眾多研究者對(duì) Python 的參與。本書的第三個(gè)特點(diǎn)是提供了與 OpenCV 接口的介紹。這為利用 OpenCV 中的資源提供了方便的途徑。今天在計(jì)算機(jī)視覺領(lǐng)域，越來越多的研究者使用 Python 開展研究。本書中文版的出版一方面能夠鼓勵(lì)更多的研究者采用這一語(yǔ)言，另一方面則為 Python 的學(xué)習(xí)者提供了一種嘗試不同領(lǐng)域算法的機(jī)會(huì)。

　　今天，圖像和視頻無(wú)處不在，在線照片分享網(wǎng)站和社交網(wǎng)絡(luò)上的圖像有數(shù)十億之多。幾乎對(duì)于任意可能的查詢圖像，搜索引擎都會(huì)給用戶返回檢索的圖像。實(shí)際上，幾乎所有手機(jī)和計(jì)算機(jī)都有內(nèi)置的攝像頭，所以在人們的設(shè)備中，有幾 G 的圖像和視頻是一件很尋常的事。計(jì)算機(jī)視覺就是用計(jì)算機(jī)編程，并設(shè)計(jì)算法來理解在這些圖像中有什么。計(jì)算機(jī)視覺的有力應(yīng)用有圖像搜索、機(jī)器人導(dǎo)航、醫(yī)學(xué)圖像分析、照片管理等。本書旨在為計(jì)算機(jī)視覺實(shí)戰(zhàn)提供一個(gè)簡(jiǎn)單的切入點(diǎn)，讓學(xué)生、研究者和愛好者充分理解其基礎(chǔ)理論和算法。本書中的編程語(yǔ)言是 Python，Python 自帶了很多可以免費(fèi)獲取的強(qiáng)大而便捷的圖像處理、數(shù)學(xué)計(jì)算和數(shù)據(jù)挖掘模塊，可以免費(fèi)獲取。寫作本書的時(shí)候，我遵循了以下原則。 ? 鼓勵(lì)探究式學(xué)習(xí)，讓讀者在閱讀本書的時(shí)候，在計(jì)算機(jī)上跟著書中示例進(jìn)行練習(xí)。 ? 推廣和使用免費(fèi)且開源的軟件，設(shè)立較低的學(xué)習(xí)門檻。顯然，我們選擇了 Python。 ? 保持內(nèi)容完整性和獨(dú)立性。本書沒有介紹計(jì)算機(jī)視覺的全部?jī)?nèi)容，而是完整呈現(xiàn)并解釋所有代碼。你應(yīng)該能夠重現(xiàn)這些示例，并可以直接在它們之上構(gòu)建其他應(yīng)用。 ? 內(nèi)容追求廣泛而非詳細(xì)，且相對(duì)于理論更注重鼓舞和激勵(lì)。總之，如果你對(duì)計(jì)算機(jī)視覺編程感興趣，希望它能給你帶來啟發(fā)。

　　第 1 章“基本的圖像操作和處理”介紹用來處理圖像的基本工具及本書用到的核心 Python 模塊，同時(shí)涵蓋了很多貫穿全書的基礎(chǔ)示例。第 2 章“局部圖像描述子”講解檢測(cè)圖像興趣點(diǎn)的方法，以及怎樣使用它們?cè)趫D像間尋找相應(yīng)點(diǎn)和區(qū)域。第 3 章“圖像到圖像的映射”描述圖像間基本的變換及其計(jì)算方法。涵蓋從圖像扭曲到創(chuàng)建全景圖像的示例。第 4 章“照相機(jī)模型與增強(qiáng)現(xiàn)實(shí)”介紹如何對(duì)照相機(jī)建模、生成從三維空間到圖像特征的圖像投影，并估計(jì)照相機(jī)視點(diǎn)。第 5 章“多視圖幾何”講解如何對(duì)具有相同場(chǎng)景、多視圖幾何基本面的圖像進(jìn)行處理，以及怎樣從圖像計(jì)算三維重建。第 6 章“圖像聚類”介紹一些聚類方法，并展示如何基于相似性或內(nèi)容對(duì)圖像進(jìn)行分組和組織。第 7 章“圖像搜索”展示如何建立有效的圖像檢索技術(shù)，以便能夠存儲(chǔ)圖像的表示，并基于圖像的視覺內(nèi)容搜索圖像。第 8 章“圖像內(nèi)容分類”描述了圖像內(nèi)容分類算法，以及怎樣使用它們識(shí)別圖像中的物體。第 9 章“圖像分割”介紹了通過聚類、用戶交互或圖像模型，將圖像分割成有意義區(qū)域的不同技術(shù)。第 10 章“OpenCV”展示怎樣使用常用的 OpenCV 計(jì)算機(jī)視覺庫(kù) Python 接口，以及如何處理視頻及攝像頭的輸入。