本书面向高等职业教育专科人工智能技术应用专业，融入《计算机视觉应用开发职业技能等级标

准》编写而成。

本书分为计算机视觉应用开发的数据处理、处理计算机视觉应用图像、计算机视觉应用开发3个项

目，包括数据预处理，数据清洗与合并，聚合和分组、可视化数据，图像数据采集与加载，图像清洗与

标注，图像增广，图像分割，图像匹配，视频采集与处理，基于机器学习的人脸识别，基于深度学习的

手写体数字识别，基于深度学习的图像分类等12个任务。

全书为基于工作过程开发完成的活页教材，依据“任务导向”“目标先行”“兴趣诱发”的学习动

机、发展条件组织课程内容。

本书适合作为高等职业教育专科人工智能技术应用专业的教材，也可作为计算机视觉应用开发“1

＋X”职业技能等级证书认证的相关教学和培训教材，还可作为人工智能应用领域相关技术人员的自学

参考书。

教育部新增高等职业教育（专科）人工智能技术应用专业，2020 年起开始执行，人工智能技术
应用专业的培养目标：培养德、智、体、美、劳全面发展，具有良好职业道德和人文素养，掌握人
工智能基础专业理论知识、应用技术，具备人工智能技术应用开发、系统管理与维护等能力，从事
人工智能相关的应用开发、系统集成与运维、产品销售与咨询、售前售后技术支持等工作的高素质
技术技能人才。随着人工智能技术应用专业在各高职院校的开设，面向高职人工智能技术服务专业
的教材很少，因此，北京工业职业技术学院组织了教师和企业一起编写了这本《计算机视觉应用开
发》教材，教材以就业为导向，以能力为本位，为培养高素质技能型专业人才服务，反映产业升级、
技术进步和职业岗位变化的要求，努力体现新知识、新技术、新工艺和新方法。
本教材是基于工作过程的形式开发完成的活页教材，依据“任务导向”“目标先行”“兴趣诱发”
的学习动机、发展条件组织课程内容。
“计算机视觉应用开发职业技能等级证书”制度试点也已经开始，为了便于学生更好地参加职
业技能等级考试，本书将《计算机视觉应用开发职业技能等级标准》融入其中，分为计算机视觉应
用开发的数据处理、处理计算机视觉应用图像、计算机视觉应用开发 3 个项目，包括数据预处理，
数据清洗与合并，聚合和分组、可视化数据，图像数据采集与加载，图像清洗与标注，图像增广，
图像分割，图像匹配，视频采集与处理，基于机器学习的人脸识别，基于深度学习的手写体数字识别，
基于深度学习的图像分类等 12 个任务。每个任务分为任务介绍、导学、任务实施、任务评价与总结、
知识积累等模块，使读者通过由易到难的若干任务实施，完成整个项目的学习过程。这种模块化的
教材组织体系，既覆盖了技能等级标准对应的全部知识点，也便于教师在课堂中的教学实施。
项目一：计算机视觉应用开发的数据处理，以历届奥运会信息数据集为教学载体，介绍 Pandas
对数据文件读取和存储的方法、Series、DataFrame 的操作方法、数据清洗方法、数据集的合并方法，
利用 Pyecharts 模块实现数据可视化。
项目二：处理计算机视觉应用图像，介绍图像数据的采集和标注方法、图像的读入和存储方
法、色彩空间转换方法、图像叠加、图像几何变换、图像分割、图像特征检测与匹配、视频采集和
分帧等。
项目三：计算机视觉应用开发，以手写数字数据集、垃圾分类数据集为教学载体，了解机器学

习和深度学习的基本概念、神经网络的训练等，让学生通过迁移学习的方式搭建 LeNet 实现手写体
数字识别和利用 VGG16 实现垃圾分类。
本书由方水平、刘业辉任主编，赵元苏、张瑶瑶任副主编，朱贺新、郭蕊、宋玉娥、杨洪涛、
王笑洋参与编写，感谢北京泰克教育的倾力支持。
由于计算机视觉应用技术的发展日新月异，加之编者水平有限，书中不妥之处在所难免，恳请
广大读者批评指正。
编者
2022 年 8 月

项目 1计算机视觉应用开发的数据处理 1-1
任务 1数据预处理.1-2
1.1任务介绍1-2
1.2导学1-3
1.3任务实施 1-4
1.4任务评价与总结1-8
1.5知识积累 1-10
1.5.1计算机视觉 1-10
1.5.2 Python 的 Pandas 包1-11
1.5.3数据读取和写入1-12
1.5.4 Pandas 包的 Series 1-17
1.5.5 Pandas 中的 DataFrame.1-21
任务 2数据清洗与合并.1-27
2.1任务介绍1-27
2.2导学 1-28
2.3任务实施1-29
2.4任务评价与总结.1-31
2.5知识积累1-32
2.5.1数据缺失类型1-32
2.5.2缺失值处理方法1-33
2.5.3 Pandas 对缺失值的处理.1-34
2.5.4规范化数据类型 1-42
任务 3聚合和分组、可视化数据1-46
3.1任务介绍1-46
3.2导学1-47
3.3任务实施1-48
3.4任务评价与总结1-56
3.5知识积累1-57
3.5.1数据分组1-57
3.5.2数据聚合 1-61
3.5.3数据可视化1-65
项目 2处理计算机视觉应用图像 2-1
任务 1图像数据采集与加载2-2
1.1任务介绍.2-2
1.2导学 2-2
1.3任务实施2-3
1.4任务评价与总结 2-6
1.5知识积累2-7
1.5.1图像采集方法 .2-7
1.5.2计算机视觉开源图像数据集2-8
1.5.3 OpenCV 软件库简介 2-9
1.5.4 OpenCV 读取图像文件2-10
1.5.5 OpenCV 显示图像 2-11
1.5.6 OpenCV 保存图像文件 2-13
任务 2图像清洗与标注.2-14
2.1任务介绍.2-15
2.2导学.2-15
2.3任务实施2-17
2.4任务评价与总结2-18
2.5知识积累 .2-20
2.5.1数字图像.2-20
2.5.2图像文件格式2-23
2.5.3 Python 的 OS 模块 2-26
2.5.4 OpenCV 实现色彩空间转换 2-28
2.5.5 OpenCV 实现图像缩放2-30
2.5.6图像标注 2-32
任务 3图像增广2-43
3.1任务介绍2-44
3.2导学2-44
3.3任务实施2-46
3.4任务评价与总结2-52
3.5知识积累2-53
3.5.1图像叠加2-53
3.5.2图像几何变换2-58
3.5.3图像裁剪2-65
3.5.4图像亮度、对比度调整.2-67
3.5.5图像平滑处理2-69
任务 4图像分割2-80
4.1任务介绍2-81
4.2导学 2-81
4.3任务实施 2-84
4.4任务评价与总结2-89
4.5知识积累 2-91
4.5.1图像阈值处理2-91
4.5.2图像的形态学处理 2-98
4.5.3边缘检测 2-106
4.5.4图像轮廓2-113
4.5.5图像轮廓拟合 2-121
4.5.6分水岭算法图像分割 2-129
任务 5图像匹配2-134
5.1任务介绍 2-134
5.2导学2-135
5.3任务实施.2-135
5.4任务评价与总结2-137
5.5知识积累2-137
任务 6视频采集与处理2-145
6.1任务介绍2-145
6.2导学 2-146
6.3任务实施2-147
6.4任务评价与总结 2-148
6.5知识积累2-149
6.5.1视频读入2-149
6.5.2播放视频文件 2-154
6.5.3视频保存2-154
6.5.4视频分帧2-156
项目 3计算机视觉应用开发3-1
任务 1基于机器学习的人脸识别3-1
1.1任务介绍3-2
1.2导学3-2
1.3任务实施3-4
1.4任务评价与总结 3-8
1.5知识积累3-9
1.5.1机器学习的基本概念3-9
1.5.2机器学习算法应用开发流程 .3-10
1.5.3机器学习算法3-11
1.5.4机器学习模型评估的方法 .3-19
任务 2基于深度学习的手写体数字识别3-23
2.1任务介绍.3-24
2.2导学 3-24
2.3任务实施3-25
2.4任务评价与总结3-29
2.5知识积累3-30
2.5.1深度学习的基本概念 3-30
2.5.2卷积神经网络3-31
2.5.3深度学习开发环境搭建 3-36
2.5.4 LeNet 模型分解3-45
任务 3基于深度学习的图像分类3-50
3.1任务介绍 3-50
3.2导学3-51
3.3任务实施 3-52
3.4任务评价与总结.3-57
3.5知识积累3-58
3.5.1 VGG16 深度卷积神经网络简介 3-58
3.5.2 VGG16 模型结构3-58
3.5.3 VGG16 模型分解.3-61
参考文献A-1

方水平，男，1970年2月生，北京工业职业技术学院教授，近几年主编了多部教材，多种图书被评为“十二五”“十三五”职业教育国家规划教材，主持多项信息化教学设计项目获得北京市二等奖。指导学生参加技能大赛获得良好的成绩，连续获得5个全国职业院校学生技能大赛一等奖，被北京市教委授予“首席指导教师称号”，2018年主持课题获北京市教育成果二等奖。

刘业辉，男，北京工业职业技术学院教授，西安科技大学通信工程本科学士，北京工业大学电子学与通信工程硕士，现任北京工业职业技术学院通信教研室主任，专业带头人。从事移动互联应用技术、人工智能技术应用专业教科研工作，主要承担Java程序设计、js程序设计、Web前端开发、深度学习技术应用等课程的教学实践。曾获北京市高校教育教学成果二等奖2项，北京市精品课程1项，通信类教指委优秀课程1项，信息化教学大赛二等奖3项。国家教学名师，多种教材被评为“十二五”“十三五”职业教育国家规划教材。

本书适合作为高等职业教育专科人工智能技术应用专业的教材，也可作为计算机视觉应用开发“1

＋X”职业技能等级证书认证的相关教学和培训教材，还可作为人工智能应用领域相关技术人员的自学

参考书。