本書為因應現代發展趨勢，針對數位影像處理技術，採取主題介紹方式，除了理論基礎之外，採用Python程式與OpenCV進行實作，強調理論與實務的緊密結合，藉以培養紮實的技術研發能力，內容豐富，同時包含深度學習、人工智慧等相關技術。

第1 章 介紹
1-1 引言
1-2 相關領域知識
1-3 基本定義與專業術語
1-4 數位影像檔案格式
1-5 數位影像處理軟體
1-6 數位影像處理技術應用

第2 章 Python 程式設計
2-1 Python 程式語言
2-2 Python 程式設計
2-3 OpenCV 介紹
2-4 數位影像處理初體驗
2-5 OpenCV 繪圖

第3 章 數位影像基礎
3-1 電磁波概念
3-2 人類視覺系統
3-3 影像擷取
3-4 影像形成模型
3-5 數位影像的取樣與量化

第4 章 幾何轉換
4-1 基本概念
4-2 空間轉換
4-3 影像內插
4-4 仿射轉換
4-5 透視轉換
4-6 相機幾何失真

第5 章 影像增強
5-1 基本概念
5-2 強度轉換
5-3 直方圖處理
5-4 影像濾波

第6 章 頻率域影像處理
6-1 基本概念
6-2 離散傅立葉轉換
6-3 頻率域濾波

第7 章 影像還原
7-1 基本概念
7-2 影像雜訊
7-3 週期性雜訊
7-4 影像雜訊分析
7-5 影像還原
7-6 反濾波
7-7 維納濾波
7-8 影像補繪

第8 章 色彩影像處理
8-1 色彩理論
8-2 色彩模型
8-3 灰階與色彩轉換
8-4 色彩影像增強
8-5 HSI 色彩影像處理
8-6 HSV 色彩分割

第9 章 影像分割
9-1 基本概念
9-2 邊緣偵測
9-3 直線偵測
9-4 圓形偵測
9-5 影像閥值化
9-6 適應性閥值化
9-7 分水嶺影像分割
9-8 GrabCut 影像分割

第10 章 二值影像處理
10-1 基本概念
10-2 基本定義與術語
10-3 形態學影像處理
10-4 補洞演算法
10-5 骨架化演算法
10-6 距離轉換

第11 章 小波與正交轉換
11-1 基本概念
11-2 簡易的小波轉換
11-3 小波轉換
11-4 離散小波轉換(1D)
11-5 離散小波轉換(2D)
11-6 小波轉換的數位影像處理應用
11-7 基於矩陣的轉換

第12 章 影像壓縮
12-1 基本概念
12-2 資訊理論
12-3 熵編碼
12-4 影像壓縮系統
12-5 區塊轉換編碼
12-6 JPEG 影像壓縮

第13 章 特徵擷取
13-1 基本概念
13-2 連通元標記
13-3 輪廓搜尋
13-4 形狀特徵
13-5 輪廓特徵
13-6 角點偵測
13-7 關鍵點偵測
13-8 膚色偵測
13-9 臉部偵測

第14 章 影像特效
14-1 基本概念
14-2 幾何特效
14-3 像素特效
14-4 非真實感繪製

第15 章 深度學習
15-1 基本概念
15-2 人工神經網路
15-3 卷積神經網路
15-4 典型的卷積神經網路

附　錄
數學背景
基本數學公式
參考文獻
習題