前言

为什么要写这本书？

随着机器视觉技术的飞速发展，大量需要使用机器视觉代替人工检测的需求应运而生。Halcon在开发机器视觉项目中表现出的高效性和稳定性，使其应用范围非常广泛。程序员要想进入机器视觉开发行业，除了需要有基础的图像处理知识、理论知识，融会贯通各种图像处理算法外，最好还要熟悉有典型意义和实际价值的各类开发实例。这样才能在开发机器视觉项目的过程中游刃有余地解决各种图像处理问题，使开发结果达到理想的效果。

目前图书市场上关于图像处理的图书不少，但是结合Halcon进行算法分析和实际项目应用的图书却非常少。本书便是以实战为主旨，通过Halcon开发机器视觉项目中常见的10种典型算法模块，并列举了应用实例，让读者全面、深入、透彻地理解Halcon机器视觉开发过程中的各种常用算法的原理及其应用方法，提高读者的实际开发水平和项目实战能力。

本书有何特色？

1. 涵盖各种机器视觉图像处理技术及常用检测技术

本书涵盖图像预处理、图像的形态学处理、颜色与纹理、图像分割与分类、立体视觉、深度学习、表面检测、完整性检测、模板匹配、三维定位等常用机器视觉图像处理技术和检测技术。

2. 对机器视觉图像处理的各种技术做了原理上的介绍和编程代码举例

本书从一开始便对机器视觉项目开发和软硬件环境配置做了基本介绍，并对各种机器视觉图像处理技术和常用检测技术进行了原理分析和代码举例，便于读者理解书中的项目开发实例。

3. 模块驱动，应用性强

本书提供了10个机器视觉项目中的算法模块，这些算法模块都是机器视觉图像处理中经常用到的，具有超强的实用性，开发人员可以随时查阅和参考。

4. 项目案例典型，实战性强，有很高的应用价值

本书在第2篇介绍了多个案例，并对各种算法进行了代码举例。第3篇提供了4个项目实战案例。这些案例来源于作者所开发的实际项目，具有很高的应用价值和参考性。而且这些案例将不同的图像处理算法组合使用，便于读者理解本书中所介绍的技术。将这些案例稍加修改，便可用于实际项目开发。

5. 提供完善的技术支持和售后服务

本书提供了专门的技术支持邮箱：ginnyyang@qq.com。读者在阅读本书的过程中有任何疑问都可以通过该邮箱获得帮助。

本书内容及知识体系

第1篇 基础篇（第1～4章）

本篇介绍了机器视觉概述、如何做机器视觉项目、硬件环境搭建和软件图像采集等基础知识，主要包括机器视觉项目开发流程、机器视觉项目的硬件环境搭建方法、软件图像采集方法等。

第2篇 算法篇（第5～14章）

本篇介绍了机器视觉图像处理中常用的10个典型算法模块及其代码实现，主要包括图像预处理、图像分割、颜色与纹理、图像的形态学处理、特征提取、边缘检测、模板匹配、图像分类、相机标定与三维重建、机器视觉中的深度学习等。

第3篇 应用案例篇（第15～18章）

本篇主要介绍了4个项目案例的开发过程，主要包括印刷完整性检测、布料表面缺陷检测、仪表数值智能识别、双目立体视觉与定位。在具体剖析这4个案例时，涉及系统功能、检测算法、具体实现的详细过程。

适合阅读本书的读者

●想要全面学习机器视觉算法的初学者。

●希望使用Halcon进行机器视觉项目开发的程序员。

●想要了解机器视觉项目开发方法的工业客户。

●机器视觉软件开发项目经理。

●希望提高图像处理水平的人员。

●对机器视觉算法兴趣浓厚的人员。

●需要一本关于机器视觉算法的案头必备查询手册的人员。

阅读本书的建议

●没有机器视觉算法基础的读者，建议从第1章顺次阅读，并演练每一个实例。

●有一定机器视觉算法基础的读者，可以根据实际情况，有重点地选择阅读各个章节和编程实例。

●对于每一个章节和编程实例，先自己思考一下实现的思路，然后再阅读，学习效果会更好。

●阅读完书中的章节和编程实例后，可以结合学习资源中提供的代码实际演练一遍，这样理解起来会更加容易，印象也会更加深刻。可扫描以下二维码关注“博雅读书社”微信公众号，找到“资源下载”栏目，根据提示获取本书资源。