本书针的读者是高校学生，科研工作者，图像处理爱好者。对于这些 人群，他们往往是带着具体的问题，在苦苦寻找解决方案。为了一个小问 题就让他们去学习 C++ 这么深奥的语言几乎是不可能的。而 Python 的悄 然兴起给他们带来的希望，如果说 C++ 是 tex 的话，那 Python 的易用性 相当于 word。他们可以很快的看懂本书的所有代码，并可以学着使用它们 来解决自己的问题，同时也能拓展自己的视野。别人经常说 Python 不够 快，但是对于上面的这些读者，我相信这不是问题，现在我们日常使用的 PC 机已经无比强大了，而且绝大多数情况下不会用到实时处理，更不会在 嵌入式设备上使用。因此这不是问题。
本书目录：
目录
I 走进 OpenCV 10
1 关于 OpenCV-Python 教程 10
2 在 Windows 上安装 OpenCV-Python 11
3 在 Fedora 上安装 OpenCV-Python 12
II OpenCV 中的 Gui 特性 13
4 图片 13
4.1 读入图像
4.2 显示图像
4.3 保存图像
4.4 总结一下
5 视频
5.1 用摄像头捕获视频
5.2 从文件中播放视频
5.3 保存视频
6 OpenCV 中的绘图函数
6.1 画线
6.2 画矩形
6.3 画圆
6.4 画椭圆
6.5 画多边形
6.6 在图片上添加文字
7 把鼠标当画笔
7.1 简单演示
7.2 高级一点的示例
8 用滑动条做调色板
8.1 代码示例
III 核心操作
9 图像的基础操作
9.1 获取并修改像素值
9.2 获取图像属性
9.3 图像 ROI
9.4 拆分及合并图像通道
9.5 为图像扩边（填充）
10图像上的算术运算
10.1图像加法
10.2图像混合
10.3按位运算
11程序性能检测及优化
11.1使用 OpenCV 检测程序效率
11.2OpenCV 中的默认优化
11.3在 IPython 中检测程序效率
11.4更多 IPython 的魔法命令
11.5效率优化技术
12OpenCV 中的数学工具
IV OpenCV 中的图像处理
13颜色空间转换 54
13.1转换颜色空间
13.2物体跟踪
13.3怎样找到要跟踪对象的 HSV 值？
14几何变换
14.1扩展缩放
14.2平移
14.3旋转
14.4仿射变换
14.5透视变换
15图像阈值
15.1简单阈值
15.2自适应阈值
15.3Otsu’s 二值化
15.4Otsu’s 二值化是如何工作的？
16图像平滑
16.1平均
16.2高斯模糊
16.3中值模糊
16.4双边滤波
17形态学转换
17.1腐蚀
17.2膨胀
17.3开运算
17.4闭运算
17.5形态学梯度
17.6礼帽
17.7黑帽
17.8形态学操作之间的关系
18图像梯度
18.1Sobel 算子和 Scharr 算子
87 18.2Laplacian 算子
19Canny 边缘检测
19.1原理
19.1.1噪声去除
19.1.2计算图像梯度
19.1.3非极大值抑制
19.1.4滞后阈值
19.2OpenCV 中的 Canny 边界检测
20图像金字塔 94 20.1原理
21OpenCV 中的轮廓
22直方图
23图像变换
24模板匹配
25Hough 直线变换
26Hough 圆环变换
27分水岭算法图像分割
28使用 GrabCut 算法进行交互式前景提取
29理解图像特征
30Harris 角点检测
31Shi-Tomasi 角点检测 & 适合于跟踪的图像特征
32介绍 SIFT(Scale-Invariant Feature Transform)
33介绍 SURF(Speeded-Up Robust Features)
34角点检测的 FAST 算法
35BRIEF(BinaryRobustIndependentElementaryFeatures)
36.1OpenCV 中的 ORB 算法
37特征匹配
38使用特征匹配和单应性查找对象
39Meanshift 和 Camshift
40.3OpenCV 中的 Lucas-Kanade 光流
41背景减除 238 41.1基础
42摄像机标定
43姿势估计
44对极几何（Epipolar Geometry）
45立体图像中的深度地图 259 45.1基础
46K 近邻（k-Nearest Neighbour ）
47支持向量机
48K 值聚类
49图像去噪
50图像修补
51使用 Haar 分类器进行面部检测
