前言

党的二十大报告指出：“我们要坚持教育优先发展、科技自立自强、人才引领驱动，加快建设教育强国、科技强国、人才强国，坚持为党育人、为国育才，全面提高人才自主培养质量，着力造就拔尖创新人才，聚天下英才而用之。”本书从学科建设入手贯彻落实这一精神。

数字图像处理与深度学习技术已经成为当代高科技研究的重要领域，其相关技术迅速扩展，已经应用在人工智能、机器人、系统控制、数据分析等领域，在国民经济、国防建设、社会发展的各个方面产生深远的影响。国内外论述数字图像处理与深度学习技术的书籍不少，这一领域涉及深奥的理论，往往使实际工作者感到困难，该领域大部分书只是罗列各种算法，见不到算法的实际效果及其与其他算法对比的结果，而这正是学习者和实际工作者需要了解和掌握的内容。

本书利用Python强大的数值计算、数据分析和图像处理能力，基于GUI（图形用户界面）技术设计了一种图像处理系统，该系统集成并实现了彩色图像特效处理、图像的合成处理、图像的几何变换、图像的灰度变换、图像平滑处理、图像边缘锐化处理、图像形态学处理、图像分割与测量、图像频域变换处理等算法内容，涵盖了数字图像处理基础及进阶技术，并通过实例阐述了这些算法在图像处理中的应用。该图像处理系统操作简单、界面友好、运行稳定，具有良好的实用性、交互性、可移植性。用户通过自行添加模块设置、修改对应的参数、编写回调函数，即可让系统具备更多的操作功能，让图像处理更丰富多彩。

本书同时介绍了深度学习的CNN（卷积神经网络）模型和Faster R-CNN模型，教材内容与“国家级虚拟仿真实验教学一流课程”相配套。

本书特点如下：

（1）选用新技术。除了介绍许多重要的经典数字图像处理内容，书中还介绍了深度学习技术，比如CNN模型和Faster R-CNN模型，将这些新技术应用于图像识别中，并提供这些新技术的实现方法。

（2）实用性强。针对实例介绍理论和技术，理论和实践相结合，避免了空洞的理论说教。实例具有代表性，读者对程序稍加改进，就可以应用到不同的场合。

（3）针对每一种技术，书中从理论介绍、函数说明、编程代码和效果展示四个部分进行讲解。在掌握了理论之后，按照实例的应用方法，可以了解算法的实现思路和方法，再进一步体会“短小精悍”的核心代码，学习者可以很快掌握技术。书中所有算法都用Python编程实现，便于读者学习和应用。

本书内容基本涵盖了目前数字图像处理和深度学习的重要理论和方法，但不是简单地堆砌各种理论方法，而是将著者自身的研究成果和实践经验传授给读者。在介绍各种理论和方法时，将不同的算法应用到实际中。书中提供了三种图像来源，包括摄像头拍摄图像、用户自行选择的图像和软件自带的测试图像。对这些图像的处理，有理论的讲解和推理，有将理论转化为编程的函数说明，也有计算机能够运行的源代码，还有计算机运行算法程序后的效果展示，以及不同算法应用于同一个图像的效果对比。面对如此丰富的理论和方法，读者有所学就会有所用。

本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器人学、工业自动化、模式识别等学科研究生、本科生的教材或教学参考书，亦可供有关工程技术人员参考。

参加本书编写的还有代学欣、国海铭、李欣、张梦林、马荣淏、邓飞、马荣泽等，他们在著者指导下的研究工作中付出了辛苦的劳动，取得了有益的研究成果，正是在他们的努力下，本书得以顺利完成，为此向他们表示衷心的感谢。在此也要感谢天津理工大学教材建设基金项目（JC23-05）的资助。

由于著者的业务水平和实践经验有限，书中难免存在不足与错误在所，欢迎读者予以指正！为方便广大读者交流，在此提供了技术支持电子邮箱：ysying1262@126.com。读者可通过该邮箱及时与著者取得联系，获得技术支持。

本书提供配套的电子课件和源代码，可登录华信教育资源网：www.hxedu.com.cn，注册后免费下载。