图片: 图2-3 彩色图像对应的Mat数据在内存中的存储形式 图片: 图3-1 红、绿、蓝波长范围 图片: 图3-2 sRGB色彩空间 图片: 图3-3 HSV色彩空间 图片: 图3-4 LAB色彩空间 图片: 图3-5 基于HSV色彩空间提取前景对象 图片: 图4-4 彩色图像三通道直方图 图片: 图4-7 彩色图像直方图均衡化 图片: 图5-18 原图与叠加了高斯噪声的图像 图片: 图7-1 二值化示例原图 图片: 图7-2 4种二值化方法对比 图片: 图7-9 计算轮廓的周长与面积 图片: 图10-5 均值迁移原理示意图 图片: 图14-12 UNet模型结构 前言 为什么要写这本书 当前，人工智能热潮席卷学术界与工业界，人工智能已经成为时下热门的词汇。人工智能领域有两个最引人注目的技术—计算机视觉（CV）与自然语言处理（NLP）。其中，计算机视觉应用范围广泛，应用场景众多，市场迫切需要不同层次的计算机视觉专业人才。 作为当下主流的计算机视觉开发工具与平台之一，OpenCV从测试版本发布至今已有20余年，得到业界知名公司与广大开发者的认可。当前OpenCV已经集成了2000多个计算机视觉相关算法，支持深度学习模型的部署、推理。 我对图像处理的兴趣始于大学做毕业设计时。工作了一段时间之后，一个偶然的机会让我重拾对图像处理的兴趣。于是从2011年开始，我把大量的业余时间都投入到该技术领域，并且接触到了OpenCV开发框架。使用OpenCV框架帮助我节省了很多时间，加快了项目交付速度。后来我在博客与个人微信公众号“OpenCV学堂”上发表了大量OpenCV开发相关的文章，得到了很多读者的反馈、支持与鼓励。通过撰写这些文章，我对如何更好地使用OpenCV进行实际项目开发有了更多思考，也对技术背后的知识有了更深理解与认知。 OpenCV4发布于2018年，现已成为OpenCV…