数字图像处理武大课程版

数字图像的核心课件，武大的版本内容还挺扎实的，适合打基础也能拓展进阶知识点。图像增强、分割、变换这些都有涉及，讲得也比较系统，练习资源也配得比较到位，适合边学边动手。尤其是图像压缩和特征提取那块，对前端做图像或视觉效果的朋友来说，蛮有启发的。

图像增强的操作比较常见，比如用高斯滤波做平滑，或者用直方图均衡提亮图像细节，写个滤镜都能用上。

图像变换讲了傅里叶和小波，听着有点数学感，但其实概念不复杂——前者频率，适合全局调整；后者擅长做局部优化，像分块压缩图像、边缘提取都挺好用。

图像分割常用来搞对象识别，像 Canny 边缘检测就蛮实用的，前端也可以借助canvas或 WebAssembly 封装调用。

图像压缩部分有 JPEG、PNG 这些经典套路，是DCT压缩流程讲得还不错。对于做图像上传优化的前端，了解这些可以帮你选合适的压缩方案。

特征提取就偏视觉 AI 了，比如角点检测、纹理这些，和后面深度学习对接得上。做图像识别项目的可以重点看下，尤其是卷积相关的东西。

课件一般会配 PPT、讲义和习题，对想深入了解图像机制的前端开发者来说，还是蛮实用的。如果你有做canvas图形、图像编辑器、可视化前端项目的打算，可以收藏下来慢慢啃。