本书详细讲解了传统计算机视觉和基于深度学习的计算机视觉的一般原理和经典算法；在传统计算机视觉方面，介绍了图像几何变换、颜色变换、直方图修正、图像滤波等，并详细讲解了图像底层特征和传统分类算法；在深度学习计算机视觉方面，详细介绍了如何将卷积神经网络应用于物体分类、目标检测等任务中；最后，探讨了其他深度学习网络，如循环神经网络、深度信念网络以及生成对抗网络在计算机视觉领域的最新应用。本书适合计算机相关专业以及人工智能专业的本科生、研究生使用，对有一定基础和经验的读者深入理解和掌握相关原理与方法、提高解决实际问题的能力也有帮助。