OpenCV计算机视觉开发实践：基于Python

简短书评

这本书后续可作为计算机视觉入门的教科书，其主要内容覆盖数字图像概念、计算机视觉概念、Numpy基础、数字图像处理的一些内容（滤波、灰度变化、直方图、边缘检测算子等内容）。全书通过概念+代码的方式进行教学，代码主要通过调库展示的方式展示算法功能。本书配套资料：“配套资料”。可以结合代码快速了解和学习常见的计算机视觉算法。

学习收获

• 对数字图像的定义与物理存储方式有了基础了解。同时对计算机视觉领域的发展、任务目标有了一定的认识。
• 可以用OpenCV库进行图像的读取，然后通过库函数进行展示、保存等操作。明白了OpenCV库的处理对象数据是numpy中的ndarray对象。
• 与Pytorch结合发现ndarray的维度顺序与Pytorch的Tensor对象的维度顺序不同（前者是HWC，后者是CHW），因此经常需要用到numpy的transpose函数进行维度变换。且OpenCV读取RGB图像时的颜色通道顺序是BGR，也经常需要进行颜色通道顺序进行变换。
• 了解了一些基础的灰度变换、对比度增强、滤波操作、插值操作、几何变换、边缘检测算子的基本知识。

学习情况

本书总计十五章节，截至2026年6月17日，主要学习了前十章内容。对于后面的章节，涉及到图像金字塔、图像形态学、视频处理、以及两个章节的实战演练暂未学习。由于我的学习历程更向任务导向的学习（用到什么学什么），因此对于目前大二本科阶段我认为其基础知识已经足够。同时我了解到CV的很多方向现在的最优方法都是深度学习。可见，未来是学科交叉的时代，各领域开始迈向融合，借鉴各自的方法思想，促进科技的进步。