《掌控Python.人工智能之机器视觉》以开源的计算机视觉库OpenCV为基础，面向Python初学者讲解以视觉识别为代表的人工智能入门知识，以及包括图像处理、数据分析、神经网络在内的人工智能应用的基本实现方法。
　　《掌控Python.人工智能之机器视觉》共8章，主要内容包括机器视觉、显示图片与视频、图像处理、图像特征检测、人脸检测、人工智能与机器学习、手写文字的图像识别、人脸识别与手势识别等。附录总结了OpenCV模块中的函数及方法。

创客教育践行者**力作，以开源得计算机视觉库OpenCV为基础，讲解以视觉识别为代表得人工智能入门知识，以及图像处理、数据分析等的基本实现方法。

目录
前言
第1章 机器视觉
1.1 什么是机器视觉？ 1
1.2 机器视觉应用领域 1
1.3 OpenCV 2
第2章 显示图片与视频
2.1 获取图像 6
2.2 显示图像 7
2.3 显示视频流 10
第3章 图像处理
3.1 计算机“眼”中的图像 15
3.2 NumPy模块 17
3.3 图像色彩变化 20
3.4 图像的几何变化 26
3.5 图像的颜色识别 37
第4章 图像特征检测
4.1 卷积运算 45
4.2 垂直边缘与水平边缘 47
4.3 滤波器 50
4.4 边缘检测 53
4.5 轮廓检测 63
第5章 人脸检测
5.1 Haar分类器 80
5.2 Haar分类器训练的步骤 82
5.3 获取Haar分类器 83
5.4 使用OpenCV进行人脸检测 83
5.5 视频中的人脸检测 87
第6章 人工智能与机器学习
6.1 人工智能 93
6.2 人工神经网络 95
6.3 监督式学习与非监督式学习 97
6.4 OpenCV中的人工神经网络 99
6.5 scikit-learn 102
第7章 手写文字的图像识别
7.1 MNIST手写数字数据库 105
7.2 创建训练和评估数据 107
7.3 机器学习的训练 108
7.4 机器学习的预测 109
7.5 分类器的保存与读取 115
7.6 使用OpenCV检测手写数字 115
第8章 人脸识别与手势识别
8.1 生成训练数据 120
8.2 创建特征量 122
8.3 机器学习的训练 123
8.4 使用识别器进行人脸识别 125
8.5 使用识别器进行手势识别 127
附录 OpenCV模块中的函数及方法汇总