对于初学者来说，最快的入门方法是边实践边学习，也就是要掌握计算机视觉的开发工具。
但其实对初学者来说并不太友好，主要有几个原因：
1 开源工具缺乏官方教程。
（图片来自网络侵删）官方学习文档与对应的版本之间存在着较大的滞后性，使得OpenCV版本在更新后的很长一段时间内不利于初学者的学习与使用。
2 图像算法是理论基础。
因此其对数学基础的要求很高，特别是线性代数和数值方法。机器视觉几乎都是建立在这个上面。
3 读者缺少系统的学习资料。
国外的文献读起来难度又太大，无法开阔视野，所以学起来艰难异常。
考虑到以上原因，去写一本供初学者快速入门计算机视觉的系统学习书很有必要。
而如何入门？今天带来了冯振新书《OpenCV 4 快速入门》，以计算机视觉知识为主线，由浅入深地介绍了OpenCV 4在计算机视觉各个领域的应用以及相关函数的使用。这本书通过介绍了OpenCV 4中近200个函数、120个示例程序帮你快速掌握OpenCV4。
快来参与京东购书畅享满100减50元
作者：冯振，郭延宁 ,吕跃勇
为什么推介这本书
理由一：重视动手实践，代码实现可运行
《OpenCV 4快速入门》，针对市面上的入门书籍做了以下优化：
◆ 结合最新内容，针对OpenCV 4进行介绍。市面中的绝大多数OpenCV书籍是针对OpenCV 2或者OpenCV 3两个版本。在OpenCV 4版本中不仅更新了许多内容，而且去除掉了很多之前版本使用的函数，并且也更改了环境配置方式。
本书针对OpenCV 4进行编写，是国内最早一批的全面系统的介绍OpenCV 4使用的书籍。书中重点介绍了：
● OpenCV 4相比之前版本做出重大修改的内容。
● OpenCV 4环境配置
● OpenCV 4进行二维码检测
● OpenCV 4 DNN模块的使用
● 扩展模块的安装与部分功能的使用
◆ 本书提供源程序、安装OpenCV 4中需要的扩展文件、使用的数据集、书中所有图像的彩色版等实打实的配套资源，让学习更轻松。
◆ 书中每一个程序都提供了原始代码和使用的数据，近120个示例程序的源码，按书中章节进行整理，方便读者寻找和使用。所有源码都经过反复测试，确保无bug运行！
◆ 开放源码和所使用的数据集以及彩色图像，所有的资源被托管在Github。
◆ 早期的OpenCV资料，都是内容布局结合图像处理知识脉络，常以函数库内部模块划分来对书籍内容进行排布，忽略了学习图像处理知识的整体性。这种布局对于图像处理知识零基础的同学非常不友好，导致必须具有一定的基础才能学习。
本书按照图像处理知识脉络进行布局，在重视介绍OpenCV 4函数库中函数使用方法的同时，也兼顾对于知识框架的建立，做到“学习一本书的同时，既掌握OpenCV 4函数库的使用，又学会图像处理基础知识。”
◆ 针对函数应用场景和涉及知识点进行讲解。本书中对于OpenCV 4函数的介绍都是基于某些功能或者目标来引入，这种方式便于读者了解和记忆函数的功能和使用条件。
此外，为了加深读者对函数功能的了解，在函数功能介绍前，都会对函数涉及到的图像处理知识点进行介绍，方便读者理解OpenCV 4中函数对图像操作的具体过程。
◆ 作者提供“小白学视觉”公众号和微信答疑群，在群内不仅可以和作者一对一交流，也可以和其他一起在学习本书的读者进行交流。交流群里不仅作者会解答读者的学习问题，其他读者也会积极参与解决问题，提高读者的学习效率。
◆ 谈到初学者如何快速入门计算机视觉，OpenCV毫无疑问是首选工具。而让人惊讶的是，它已经是开源视觉开发库里的“老人”了。
OpenCV 很早就开始做 CV 领域的开源，如今pytorch 和 tensorflow 争霸的局势已经很稳定了，那么我们为什么还要用 OpenCV 呢？
主要还是OpenCV在应用上的优势：
●丰富、高效的传统算法（视频分析、3D 重建、光流算法）
●端到端的IO（从摄像头读入、显示屏输出）
●CPU、（GPU）、VPU加速效果好
OpenCV 基于 C++ 编写，但提供了 Python、Ruby、MATLAB 等多种语言接口，其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用，集成OpenVINO与tensorflow、caffe等模型加速推断、实现了从传统的图像处理到基于深度学习的视觉处理路线图的完整拓展，降低了计算机视觉的学习门槛。
对于OpenCV4，官方的宣传口号是“OpenCV4 is more than OpenCV ”，充分说明OpenCV4 是整合深度学习的新一代计算机视觉开发框架！
理由二：作者给力,得到众多大咖推荐
本书作者冯振，哈尔滨工业大学博士，具有多年计算机视觉与图像处理经验，发表多篇学术论文。创建技术类公众号“小白学视觉”，如果你关注OpenCV，一定听说过他。
不仅如此本书得到了业界专业人士的鼎力推荐：
我认识冯振是从看他的公众号文章开始的，他的每一篇文章都会解释OpenCV 的技术，给出整洁、简练的代码。从他的文字中可以感受到他对OpenCV开发技术的钻研与热爱是深入骨髓的，只有这样的人才会潜心写出一本OpenCV 4开发的好书。
书中不但剖析了大量OpenCV函数调用细节，而且对原理的解释清晰明了，让读者既要知其然又要知其所以然。读斯人书，与良为伴，特此推荐。
——贾志刚
OpenCV开发专家、CSDN博客专家、51CTO 学院金牌讲师 OpenCV是在学术界、工业界广泛使用的图形与图像算法库。OpenCV 内容之丰富，是目前开源视觉算法库中罕见的。每年我们都能看到不少关于OpenCV的图书，但是随着OpenCV版本迭代，部分学习资料已经过时。本书基于OpenCV4版本写作，面向初学者，既涵盖了传统的图形、图像算法，又介绍了机器学习，并配以示例代码，内容丰富，行文通俗，是不可多得的优秀图书。
——清华大学自动化系博士 高翔
大数据、人工智能<物联网时代的到来催生了很多的技术变革，像人脸识别、物体检测等新型的应用场景随处可见。本书深入浅出，理论和实践融会贯通，可以让广大技术爱好者快速领略OpenCV在计算机视觉领域的魅力。
——梁勇
Python爱好者社区创始人、数据科学圈知名博主
近年来，在入侵检测、特定目标跟踪、人脸识别等领域，OpenCV可谓大显身手。而以上这些只是其应用的一部分。OpenCV的应用领域非常广泛，时代等着你我去创造，这一切从学习OpenCV开始。
——派可数据联合创始人、副总裁 吕品
理由三：图书+视频课一起学
在学习的过程中大家有一个共识，看书理论是一回事儿，写代码是另外一回事儿，调代码又是另外一回事儿。
《OpenCV4快速入门》搭配有视频课辅助读者学习。并且，以视频的形式，辅助书籍中的内容，展示了如何从0到1的使用OpenCV 4中的函数编写程序、调试程序。课程提前书籍发售，获得了众多好评！
总之，这是一本深入浅出、完全适合新手的OpenCV4入门书籍，其涵盖的知识之全面，几乎能解答你入门计算机视觉的所有疑问。
这本书怎么读？
本书的定位是一本入门级的OpenCV 4教程，主要面向OpenCV4的初学者。
适合人群：
★企业内转行入门计算机视觉与图像处理的工作人员
★已有图像处理基础想了解最新版本OpenCV4特性的学者与工作人员
★教授高校内教授图像处理相关课程的教师
★高校刚学习计算机视觉与图像处理的学生
全书内容概述：
本书分4个部分，由12章组成，主要内容如下。
第一部分为基础篇， 主要介绍OpenCV 4的背景和基础知识，以及利用OpenCV 4进行文件加载和保存的方法，主要包括如下内容：
◆ 第1章先介绍OpenCV的发展过程，OpenCV 4的主要更新内容、安装过程、环境配置，以及其安装过程中常见问题的解决方案，之后介绍OpenCV 4的模块结构，并展示部分源码示例。
◆ 第2章介绍 OpenCV 4中存储图像的Mat容器的使用，以及图像文件、视频文件、XML文件的加载与保存。
第二部分为进阶篇，主要介绍OpenCV 4中与图像基本操作、图像直方图、图像滤波和图像形态学等相关的函数的使用方法，主要包括如下内容：
◆ 第3章介绍图像颜色空间、图像像素处理、图像变换、在图像.上绘制几何图形、图像金字塔以及窗口交互操作等。上述这些操作是所有图像处理任务中基本的操作。
◆ 第4章介绍图像直方图的绘制以及图像直方图在实际任务中的应用。此外，该章还介绍图像的模板匹配及其应用。
◆ 第5章介绍图像卷积、噪声的种类与生成、线性滤波、非线性滤波，以及图像的边缘检测等。
◆ 第6章介绍二值图像滤波的知识，讲述像素距离与连通域、腐蚀和膨胀，以及开运算和闭.运算等形态学应用。
第三部分为应用篇，介绍的内容更加接近实际的工程应用，主要包括如下内容：
◆ 第7 章介绍如何在图像中进行形状检测、轮廓检测、矩的计算、点集拟合，以及二维码检测。
◆ 第8章介绍傅里叶变换、积分图像、图像分割及图像修复等。
◆ 第9章介绍角点检测与绘制，以及多种特征点的检测与匹配。
◆ 第10章介绍相机的成像原理，单目相机和双目相机的标定，以及单目相机的定位。相机模型是计算机视觉中最重要的模型之一 。该章的内容是连接图像信息与环境信息的重要纽带。
◆ 第11章介绍如何从视频中跟踪移动的物体，主要方法有差值法、均值迁移法及光流法。
第四部分为提高篇， 介绍OpenCV4在机器学习方面的应用，主要包括如下内容：
◆ 第12 章首先介绍如何通过OpenCV 4实现传统机器学习的K均值、K近邻、决策树、随机森林、支持向量机等，然后介绍如何通过OpenCV 4加载深度神经网络模型，实现图像识别、风格迁移等。
新手问答
（1）我是一名新手，图像知识几乎为零，我能看懂本书吗？
完全没有问题，看我们的特色：
◆ 知识介绍：OpenCV函数与对应的图像处理知识结合介绍，同时学习图像处理基础与OpenCV的实践操作。
◆ 视频讲解：配套视频，以声音和画面的形式辅助书籍内容的学习
◆ 遇到问题找作者：作者免费在线指导，关注作者公众号“小白学视觉”，进入读者交流群，遇到问题只需在群里问，作者会第一时间解答你的问题。
◆ 学习氛围浓厚：加入读者交流群，大家一起学习OpenCV 4。群里很多初学者，学习过程中遇到问题互相交流，避免独自学习遇到无法解决的问题。
（2）这本书适合自学吗？
本书分为入门篇、基础篇、进阶篇和提高篇，从安装OpenCV 4开始进行介绍，逐渐深入，书中所有教程和程序全部可以复现，并且对实践过程中可能遇到的问题进行解答，并且提供学习本书所需要的所有素材、源码，完全适合自学。
此外，书中对原理的介绍多以口语化的方式进行介绍，尽量避免数学公式，便于读者接受。通过“纸质图书+开源数据+视频课程+群内答疑”的方式，帮助读者从入门到精通。
（3）如何学习本书？
◆ 详细阅读本书，掌握所有的知识点。
◆ 跟着书中内容运行书中代码，了解示例程序。
◆ 多练习，运用书中介绍的函数练习功能扩展。
◆ 时刻关注学习群动态，作者会分享学习资料（包括视频、实例）。
（4）多久能学完本书？
时间充足的前提下，2星期可以学完本书。如果学习时间有限，每天学习两个小时，1个月可以学完本书。
答疑环节：
作者提供“小白学视觉”公众号和微信答疑群，在群内不仅可以和作者一对一交流，也可以和其他一起在学习本书的读者进行交流。交流群里不仅作者会解答读者的学习问题，其他读者也会积极参与解决问题，提高读者的学习效率。
比CSDN还能解决问题哦！
作者：冯振，郭延宁 ,吕跃勇
内容简介：
本书共12 章，主要内容包括OpenCV 4 基础知识，OpenCV 的模块架构，图像存储容器，图像的读取与显示，视频加载与摄像头调用，图像变换，图像金字塔，图像直方图的绘制，图像的模板匹配，图像卷积，图像的边缘检测，腐蚀与膨胀，形状检测，图像分割，特征点检测与匹配，单目和双目视觉，光流法目标跟踪，以及OpenCV 在机器学习方面的应用等。
本书面向的读者是计算机视觉与图像处理等相关专业的高校师生、企业内转行计算机视觉与图像处理的工作人员、已有图像处理基础并想了解OpenCV 4 新特性的人员。
-END-
