本书采用项目任务式的编写方式，介绍了计算机视觉相关的基础概念与基本知识点，并结合应用案例阐述其基本原理。全书内容丰富、涵盖面广，涉及低、中、高层视觉技术，以及视觉与文本结合的多模态技术，具体包括10 个项目：图像滤波、图像特征提取、图像识别、图像分割、目标检测与追踪、图像生成与转换、人体行为解析、图像文本生成、视觉问答系统和视频理解。 本书对每个项目涉及的知识点提供了丰富、生动的案例素材，并以Python 语言为主要工具详细讲解了核心程序。每个项目下设2 ～ 3 个应用任务，结合代码讲述具体任务实施过程，让读者全方位深刻理解任务对应知识点与基本原理。 　　本书结构布局紧凑，内容深入浅出，代码简洁高效，适合作为计算机、人工智能、通信和自动化等相关专业的教师与学生用书，也可作为广大从事计算机视觉工程的研发人员的参考用书。