第1章　图像处理编程基础 （1）__eol__1.1 Python开发基础 （1）__eol__1.1.1 Python的安装 （1）__eol__1.1.2 PyCharm的安装 （6）__eol__1.1.3 OpenCV及常用库的配置 （9）__eol__1.2 数字图像处理与深度学习技术简介 （13）__eol__1.3 系统界面开发基础 （15）__eol__1.4 图像显示 （17）__eol__1.4.1 待处理图像的显示 （17）__eol__1.4.2 处理后图像的显示 （20）__eol__习题 （20）__eol__第2章 彩色图像特效处理 （21）__eol__2.1 图像的颜色表示 （21）__eol__2.1.1 像素的颜色 （21）__eol__2.1.2 图像的存储结构 （21）__eol__2.1.3 图像的精度 （25）__eol__2.2 彩色图像的灰度化处理 （26）__eol__2.3 彩色图像的着色处理 （28）__eol__2.4 彩色图像的亮度调整 （29）__eol__2.5 彩色图像的对比度调整 （31）__eol__2.6 彩色图像的曝光处理 （33）__eol__2.7 彩色图像的马赛克处理 （34）__eol__2.8 彩色图像的梯度锐化处理 （35）__eol__2.9 彩色图像的浮雕处理 （37）__eol__2.10 彩色图像的霓虹处理 （38）__eol__小结 （39）__eol__习题 （40）__eol__第3章 图像的合成处理 （41）__eol__3.1 图像的代数运算 （41）__eol__3.1.1 图像加运算 （41）__eol__3.1.2 图像减运算 （43）__eol__3.2 图像逻辑运算 （45）__eol__3.2.1 位与运算 （46）__eol__3.2.2 位或运算 （47）__eol__3.2.3 位非运算 （48）__eol__3.2.4 位异或运算 （49）__eol__小结 （50）__eol__习题 （51）__eol__第4章 图像的几何变换 （52）__eol__4.1 概述 （52）__eol__4.2 图像平移 （54）__eol__4.3 图像镜像 （56）__eol__4.4 图像缩放 （58）__eol__4.5 图像转置 （60）__eol__4.6 投影变换 （61）__eol__4.7 图像旋转 （63）__eol__小结 （66）__eol__习题 （66）__eol__第5章 图像的灰度变换 （67）__eol__5.1 概述 （67）__eol__5.2 二值化和阈值处理 （68）__eol__5.3 灰度线性变换与分段线性变换 （69）__eol__5.3.1 灰度线性变换 （69）__eol__5.3.2 分段线性变换 （71）__eol__5.4 灰度非线性变换 （73）__eol__5.4.1 灰度对数变换 （73）__eol__5.4.2 灰度指数变换 （75）__eol__5.4.3 灰度幂次变换 （76）__eol__5.5 灰度直方图 （78）__eol__5.5.1 灰度直方图概念 （78）__eol__5.5.2 直方图正规化 （80）__eol__5.5.3 直方图均衡化 （82）__eol__5.5.4 自适应直方图均衡化 （85）__eol__小结 （88）__eol__习题 （88）__eol__第6章 图像平滑处理 （89）__eol__6.1 概述 （89）__eol__6.2 噪声消除法 （90）__eol__6.2.1 二值图像的黑白点噪声滤波 （90）__eol__6.2.2 消除孤立黑像素点 （91）__eol__6.3 邻域平均法 （93）__eol__6.3.1 3×3均值滤波 （94）__eol__6.3.2 N×N均值滤波 （95）__eol__6.3.3 超限邻域平均法 （96）__eol__6.3.4 方框滤波 （98）__eol__6.4 高斯滤波 （100）__eol__6.5 中值滤波 （101）__eol__6.5.1 N×N中值滤波 （102）__eol__6.5.2 十字形中值滤波 （103）__eol__6.5.3 N×N最大值滤波 （105）__eol__6.6 双边滤波 （106）__eol__6.7 2D卷积核的实现 （109）__eol__6.8 产生噪声处理 （111）__eol__6.8.1 随机噪声 （111）__eol__6.8.2 椒盐噪声 （112）__eol__小结 （113）__eol__习题 （114）__eol__第7章 图像边缘锐化处理 （115）__eol__7.1 概述 （115）__eol__7.2 图像微分边缘检测 （116）__eol__7.2.1 纵向边缘检测 （116）__eol__7.2.2 横向边缘检测 （117）__eol__7.2.3 双向边缘检测 （118）__eol__7.3 常用的边缘检测算子及方法 （120）__eol__7.3.1 Roberts边缘检测算子 （120）__eol__7.3.2 Sobel边缘检测算子 （122）__eol__7.3.3 Prewitt边缘检测算子 （124）__eol__7.3.4 Scharr边缘检测算子 （125）__eol__7.3.5 Krisch自适应边缘检测 （126）__eol__7.3.6 拉普拉斯算子 （129）__eol__7.3.7 高斯-拉普拉斯算子 （131）__eol__7.3.8 Canny边缘检测 （134）__eol__7.4 梯度锐化 （136）__eol__7.4.1 提升边缘 （137）__eol__7.4.2 根据梯度二值化图像 （139）__eol__小结 （141）__eol__习题 （141）__eol__第8章 图像形态学处理 （143）__eol__8.1 概述 （143）__eol__8.2 图像腐蚀 （143）__eol__8.2.1 水平腐蚀 （144）__eol__8.2.2 垂直腐蚀 （146）__eol__8.2.3 全方向腐蚀 （147）__eol__8.3 图像膨胀 （148）__eol__8.3.1 水平膨胀 （149）__eol__8.3.2 垂直膨胀 （150）__eol__8.3.3 全方向膨胀 （151）__eol__8.4 图像开运算与闭运算 （152）__eol__8.4.1 图像开运算 （152）__eol__8.4.2 图像闭运算 （154）__eol__8.5 形态学梯度运算 （156）__eol__8.6 黑帽与礼帽运算 （157）__eol__8.7 图像细化 （159）__eol__小结 （163）__eol__习题 （163）__eol__第9章 图像分割与测量 （165）__eol__9.1 概述 （165）__eol__9.2 阈值法分割 （166）__eol__9.2.1 直方图门限选择法 （166）__eol__9.2.2 半阈值选择法 （169）__eol__9.2.3 迭代阈值法 （171）__eol__9.2.4 Otsu阈值法 （173）__eol__9.2.5 自适应阈值法 （175）__eol__9.2.6 分水岭算法 （177）__eol__9.3 投影法分割 （184）__eol__9.3.1 水平投影分割 （184）__eol__9.3.2 垂直投影分割 （185）__eol__9.4 轮廓检测 （187）__eol__9.4.1 轮廓提取 （187）__eol__9.4.2 边界跟踪法 （188）__eol__9.4.3 区域增长法 （191）__eol__9.4.4 轮廓检测与拟合 （195）__eol__9.5 目标物体测量 （198）__eol__9.5.1 区域标记 （198）__eol__9.5.2 面积测量 （200）__eol__9.5.3 周长测量 （201）__eol__9.6 最小外包形状检测 （203）__eol__9.6.1 最小外包矩形 （203）__eol__9.6.2 最小外包圆形 （204）__eol__9.6.3 最小外包三角形 （205）__eol__9.6.4 最小外包椭圆 （206）__eol__9.7 霍夫检测 （207）__eol__9.7.1 霍夫直线检测 （207）__eol__9.7.2 霍夫圆检测 （211）__eol__小结 （214）__eol__习题 （214）__eol__第10章 图像频域变换处理 （215）__eol__10.1 图像频域变换 （215）__eol__10.1.1 图像傅里叶变换 （215）__eol__10.1.2 图像快速傅里叶变换 （218）__eol__10.1.3 图像离散余弦变换 （222）__eol__10.1.4 图像频域变换原理 （225）__eol__10.2 频域低通滤波 （226）__eol__10.2.1 理想低通滤波 （226）__eol__10.2.2 梯形低通滤波 （229）__eol__10.2.3 巴特沃思低通滤波 （231）_