刚开始学图像处理那会儿，我也在书店和网页间来回折腾，买过几本封面看着挺专业的书，结果翻开全是公式堆砌，看得头大。后来慢慢摸索出几本真正讲人话、能动手的书，今天就分享出来，都是自己一页页翻过、代码一个个跑过的。
《数字图像处理》（冈萨雷斯著）
这本几乎是国内高校用得最多的教材了。别被“教材”两个字吓到，它其实讲得挺细。从灰度变换、直方图均衡化，到傅里叶变换、形态学处理，内容很全。建议配合 MATLAB 一起练，书里例子多是用 MATLAB 写的。虽然现在很多人转 Python 了，但理解原理时，MATLAB 的可视化反而更直观。
《Python计算机视觉编程》（Programming Computer Vision with Python）
这本书特别适合想动手的初学者。作者用 Python + OpenCV 讲了很多实用技巧，比如图像拼接、特征提取、SIFT 算法等。记得第一次用它实现全景图拼接时，把宿舍阳台拍的三张照片合在一起，室友还以为我用了什么高级软件，其实就照着书敲了几十行代码。
import cv2
<br>img = cv2.imread('photo.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('Grayscale', gray)
cv2.waitKey(0)
cv2.destroyAllWindows()《OpenCV 4计算机视觉项目实战》
偏实战向的一本，适合已经了解基础、想做点实际项目的人。里面有个人脸识别登录系统的小项目，我拿它改了改，做成一个自动打卡记录的照片分类工具，现在家里老人拍照自动按人归类，他们还挺高兴。
《深度学习与图像合成》
如果对 AI 绘画、风格迁移感兴趣，这本书值得一看。它讲了 GAN、VAE 在图像生成中的应用，代码用的是 PyTorch。虽然数学部分有点硬，但配套代码跑起来效果很酷。有次我用它把自家猫的照片转成梵高风格，发朋友圈收获一堆点赞。
小建议：看书别光看
图像处理是门动手强的活儿。看书时最好边看边敲代码，哪怕只是改个参数看看输出变化。遇到不懂的算法，不妨先跑一遍示例，再回头琢磨原理。有时候眼睛没看懂，屏幕上的图却先明白了。
这些书我在不同阶段都帮过忙，有的用来打基础，有的用来做项目，放在一起刚好形成一条学习路径。如果你也在自学图像处理，不妨从其中一本开始，慢慢来，图像里的世界其实挺有趣。