本书基于面向Python的OpenCV（OpenCV for Python），介绍了图像处理的方方面面。本书以OpenCV官方文档的知识脉络为主线，并对细节进行补充和说明。书中不仅介绍了OpenCV函数的使用方法，还介绍了函数实现的算法原理。在介绍OpenCV函数的使用方法时，提供了大量的程序示例，并以循序渐进的方式展开，直观地展示函数在易于观察的小数组上的使用方法、处理过程和运行结果，方便读者更深入地理解函数的原理、使用方法、运行机制和处理结果。在此基础上，进一步介绍如何更好地使用函数处理图像。在介绍具体的算法原理时，本书尽量使用通俗易懂的语言和贴近生活的示例来说明问题，避免使用过多复杂抽象的公式。
本书适合计算机视觉领域的初学者阅读，包括在校学生、教师、专业技术人员、图像处理爱好者。

第1章 OpenCV入门
1.1 如何使用
1.2 图像处理基本操作
1.2.1 读取图像
1.2.2 显示图像
1.2.3 保存图像
1.3 OpenCV贡献库
第2章 图像处理基础
2.1 图像的基本表示方法
2.2 像素处理
2.3 使用numpy.array访问像素
2.4 感兴趣区域（ROI）
2.5 通道操作
2.5.1 通道拆分
2.5.2 通道合并
2.6 获取图像属性
第3章 图像运算
3.1 图像加法运算
3.1.1 加号运算符
3.1.2 cv2.add()函数
3.2 图像加权和
3.3 按位逻辑运算
3.3.1 按位与运算
3.3.2 按位或运算
3.3.3 按位非运算
3.3.4 按位异或运算
3.4 掩膜
3.5 图像与数值的运算
3.6 位平面分解
3.7 图像加密和解密
3.8 数字水印
3.8.1 原理
3.8.2 实现方法
3.8.3 例题
3.9 脸部打码及解码
3.9.1 按位与方式
3.9.2 ROI方式
第4章 色彩空间类型转换
4.1 色彩空间基础
4.1.1 GRAY色彩空间
4.1.2 XYZ色彩空间
4.1.3 YCrCb色彩空间
4.1.4 HSV色彩空间
4.1.5 HLS色彩空间
4.1.6 CIEL*a*b*色彩空间
4.1.7 CIEL*u*v*色彩空间
4.1.8 Bayer色彩空间
4.2 类型转换函数
4.3 类型转换实例
4.3.1 通过数组观察转换效果
4.3.2 图像处理实例
4.4 HSV色彩空间讨论
4.4.1 基础知识
4.4.2 获取指定颜色
4.4.3 标记指定颜色
4.4.4 标记肤色
4.4.5 实现艺术效果
4.5 alpha通道
第5章 几何变换
第6章 阈值处理
第7章 图像平滑处理
第8章 形态学操作
第9章 图像梯度
第10章 Canny边缘检测
第11章 图像金字塔
第12章 图像轮廓
第13章 直方图处理
第14章 傅里叶变换
第15章 模板匹配
第16章 霍夫变换
第17章 图像分割与提取
第18章 视频处理
第19章 绘图及交互
第20章 K近邻算法
第21章 支持向量机
第22章 K均值聚类
第23章 人脸识别
附录A 范例
附录B 练习题
附录C 参考答案