本书旨在向读者展示深度学习技术如何推动计算机视觉领域的发展，通过介绍一系列实际案例，帮助读者深入理解和掌握计算机视觉的应用开发。本书从基础的数字图像处理入手，逐步过渡到复杂的模型部署和优化，全面覆盖了计算机视觉应用开发的关键环节。每个项目都围绕一个具体的应用场景展开，既有理论知识的介绍，又注重实践能力的培养。本书以手写数字图像处理为起点，详细介绍了使用 OpenCV 进行边缘检测、滤波去噪、轮廓检测和图像分割的基本方法。这些基础技术是计算机视觉领域的基石，为后续的高级应用打下坚实的基础。

张良玉 谢 俐 刘 婷 主编

项目 1 手写数字图像处理 …………………………………………………………………………………… 1

任务一 OpenCV 边缘检测与滤波… ……………………………………………………………………… 2

任务二 数字图像的轮廓检测… …………………………………………………………………………… 12

任务三 数字图像的透视变换与多边形拟合… …………………………………………………………… 26

任务四 数字图像分割与信息提取… ……………………………………………………………………… 38

项目 2 基于 YOLO 生活物品图像检测开发与部署实战 ………………………………………………… 48

任务一 生活物品图像数据集的准备与处理… …………………………………………………………… 49

任务二 基于 YOLOv3_tiny 模型生活物品图像数据训练与实施………………………………………… 61

任务三 生活物品模型性能测试与评价… ………………………………………………………………… 77

项目 3 公共卫生安全目标检测模型开发与实战 …………………………………………………………… 88

任务一 公共卫生安全图像数据预处理… ………………………………………………………………… 89

任务二 构建 TensorFlow 开发环境与公共卫生安全数据存储… …………………………………… 101

任务三 公共卫生安全目标检测模型配置与优化… …………………………………………………… 109

任务四 公共卫生安全目标检测模型训练及数据可视化… …………………………………………… 122

项目 4 中文智能检测与识别项目实战 …………………………………………………………………… 133

任务一 构建中文智能检测数据集… …………………………………………………………………… 134

任务二 使用 YOLOv3 进行中文智能检测……………………………………………………………… 144

任务三 CRNN 中文智能检测识别与实现… …………………………………………………………… 163

项目 5 手势识别之手势画图项目实战 …………………………………………………………………… 181

任务一 初识 MediaPipe 手势识别……………………………………………………………………… 182

任务二 基于手势识别的数手指程序… ………………………………………………………………… 197

参考文献……………………………………………………………………………………………………… 211