讀這本書，前後算作一次半吧。第一次讀時，到了第八課的形態學處理部分時荒棄了，當時也沒有養成做筆記的習慣，導致最後不了了之。後來在去年12月份左右重新撿起這本書，並且堅持在閱讀的同時多看源碼多做筆記，最終於4月底完成閱讀與學習。 目前我對這本書的看法是，著重介紹灰度圖像處理的基礎知識，包括基本的bmp ...
讀這本書，前後算作一次半吧。第一次讀時，到了第八課的形態學處理部分時荒棄了，當時也沒有養成做筆記的習慣，導致最後不了了之。後來在去年12月份左右重新撿起這本書，並且堅持在閱讀的同時多看源碼多做筆記，最終於4月底完成閱讀與學習。
目前我對這本書的看法是，著重介紹灰度圖像處理的基礎知識，包括基本的bmp文件的讀取，到圖像的基本操作（點運算、幾何變換）、空間域、頻率域處理（濾波、銳化等）、特征提取（邊緣檢測、霍夫變換等），再到得到圖像特征後簡單引申至圖像識別方面；識別方面著重介紹了神經網路和SVM兩種模型並給出實例（基本上是看著目錄回憶了一次，哈哈）。
個人覺得這是一本很好的入門教材，因為在介紹知識點的同時也給出VC++或者matlab的編程實例。可能是天資愚鈍，我在瞭解一個抽象計算時必須通過實例理解它是如何編程實現的，所以這本書就十分對我的口味了。通過閱讀書中提供的VC++源碼，瞭解如何自己實現圖像的一些變換過程，然後抽時間自己實現一些書中沒有的小功能，還是有一定的成就感的，哈哈。
最後書中給出的一個使用MFC實現的BP神經網路識別字元的案例，感覺看完源碼還是挺有收穫的，自己嘗試用它識別字母，在對圖像大小有比較嚴格要求的條件下也有比較好的效果。
SVM方面，書中著重介紹了建立該模型的思想和參數選取對分類結果的影響，實現方面則使用了Matlab。
不過有一點局限就是書中主要針對的是灰度圖，但是大多項目中遇到的是彩色圖，加上目前更流行opencv等軟體工具包，我覺得後面需要繼續學習opencv方面的知識和應用了。希望幾個月後的自己能夠對現在定下的目標負責~
這本書我是有紙質檔的（支持作者的勞動成果），不過為了閱讀方便也在網上下載了pdf版本，這裡把資源上傳一下；同時也把自己的讀書筆記上傳下，算是作為學習的一種記錄。
相關資源見百度雲盤：鏈接：http://pan.baidu.com/s/1kVbpUSZ 密碼：7qls
