新書推薦：
《
中国燃料电池汽车产业实践：政策、技术、建议及展望 中国汽车技术研究中心有限公司
》
售價：NT$
773.0
《
烘焙星球 阿木的手作烘焙日记
》
售價：NT$
493.0
《
WebGIS原理及开发——基于开源框架的WebGIS技术
》
售價：NT$
442.0
《
舵手证券图书 周期与龙头 A股剑客著 解密龙头股周期性循环 游资操盘手法实战解读
》
售價：NT$
941.0
《
华夏衣裳 汉服制作实例教程
》
售價：NT$
834.0
《
狂飙年代：18世纪俄国的新文化和旧文化（第一卷）
》
售價：NT$
885.0
《
电气线路互联系统（EWIS）设计实践指南 达索析统（上海）信息技术有限公司
》
售價：NT$
834.0
《
商学精要（第12版）（工商管理经典译丛）
》
售價：NT$
554.0
|
| 內容簡介： |
本书以Python语言为蓝本，以OpenCV为框架，使用Anaconda搭建环境，通过丰富的实例，从实验、实践、实用的角度，详细叙述了运用Python和OpenCV实现智能图像处理的过程。全书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，全面阐述了智能图像处理的理论基础和实现过程。
本书侧重基础、易学易懂，各章节既相对独立又前后关联，其最大的特点就是打破了传统书籍的讲解方法，在介绍各部分理论基础的同时，搭配具体实例，通过对相关程序的详细讲解，帮助读者进一步加深对理论基础的理解。本书每章配有习题，以指导读者深入学习智能图像处理技术。
|
| 目錄：
|
前言
第1章 智能图像处理入门1
1.1 智能图像处理概述1
1.2 环境搭建2
1.2.1 安装Python2
1.2.2 安装PyCharm8
1.2.3 PyCharm的初始化12
1.2.4 OpenCV及常用库的配置15
1.3 思考与练习17
第2章 Python基础18
2.1 数据类型18
2.1.1 数值类型18
2.1.2 字符串类型20
2.1.3 布尔类型20
2.2 变量与常量21
2.3 运算符21
2.3.1 运算符简介21
2.3.2 运算符优先级21
2.4 选择与循环22
2.4.1 if语句22
2.4.2 while循环25
2.4.3 for循环27
2.4.4 break和continue语句29
2.5 列表与元组31
2.5.1 创建31
2.5.2 查询32
2.5.3 修改33
2.5.4 删除34
2.6 字典35
2.6.1 字典的创建35
2.6.2 字典的常规操作36
2.6.3 字典的遍历37
2.7 函数38
2.7.1 函数的定义与调用38
2.7.2 参数传递40
2.8 面向对象编程42
2.8.1 类与对象42
2.8.2 继承与多态44
2.9 思考与练习46
第3章 图像处理基础48
3.1 图像的基本表示方法48
3.1.1 二值图像48
3.1.2 灰度图像48
3.1.3 彩色图像49
3.2 图像处理的基本操作50
3.2.1 图像的读取、显示和保存50
3.2.2 图像通道的基本操作53
3.2.3 图像属性的获取55
3.3 初识Numpy.array56
3.4 图像运算57
3.4.1 加法运算57
3.4.2 减法运算59
3.4.3 乘法运算61
3.4.4 除法运算63
3.4.5 逻辑运算64
3.5 图像的色彩空间转换68
3.5.1 色彩空间类型转换函数68
3.5.2 RGB色彩空间68
3.5.3 GRAY色彩空间69
3.5.4 YCrCb色彩空间70
3.5.5 HSV色彩空间71
3.6 思考与练习73
第4章 图像几何变换74
4.1 仿射变换74
4.1.1 平移75
4.1.2 缩放76
4.1.3 旋转77
4.2 重映射78
4.2.1 复制78
4.2.2 绕x轴翻转80
4.2.3 绕y轴翻转82
4.2.4 绕x轴与y轴翻转85
4.3 投影变换87
4.3.1 原理简介87
4.3.2 Python实现87
4.4 极坐标变换89
4.4.1 原理简介89
4.4.2 Python实现90
4.5 思考与练习93
第5章 图像直方图处理94
5.1 直方图概述94
5.2 直方图的绘制95
5.2.1 用OpenCV绘制直方图95
5.2.2 用pyplot绘制直方图98
5.3 直方图正规化99
5.3.1 正规化原理99
5.3.2 Python实现99
5.3.3 使用normalize实现100
5.4 直方图均衡化102
5.4.1 均衡化原理简介102
5.4.2 Python实现104
5.4.3 自适应直方图均衡化108
5.5 思考与练习110
第6章 图像平滑滤波处理111
6.1 图像平滑概述111
6.2 高斯滤波112
6.2.1 原理简介112
6.2.2 Python实现113
6.3 均值滤波114
6.3.1 原理简介114
6.3.2 Python实现115
6.4 方框滤波117
6.4.1 原理简介117
6.4.2 Python实现117
6.5 中值滤波119
6.5.1 原理简介119
6.5.2 Python实现120
6.6 双边滤波121
6.6.1 原理简介121
6.6.2 Python实现122
6.7 2D卷积核的实现123
6.8 思考与练习125
第7章 图像阈值处理126
7.1 阈值处理概述126
7.2 全局阈值处理126
7.2.1 原理简介126
7.2.2 OpenCV阈值函数cv2.threshold127
7.2.3 阈值分割实例127
7.3 局部阈值处理136
7.3.1 原理简介136
7.3.2 cv2.adaptiveThreshold函数137
7.4 Otsu阈值处理139
7.4.1 原理简介139
7.4.2 Python实现140
7.5 思考与练习141
第8章 图像形态学处理142
8.1 腐蚀142
8.1.1 原理简介142
8.1.2 Python实现143
8.2 膨胀145
8.2.1 原理简介145
8.2.2 Python实现146
8.3 形态学梯度运算148
8.3.1 原理简介148
8.3.2 Python实现148
8.4 开运算与闭运算149
8.4.1 原理简介150
8.4.2 Python实现150
8.5 黑帽与礼帽运算153
8.5.1 原理简介153
8.5.2 Python实现154
8.6 思考与练习155
第9章 图像分割处理157
9.1 分水岭算法的介绍与实现157
9.1.1 算法原理157
9.1.2 OpenCV中的相关函数158
9.2 图像的金字塔分割165
9.2.1 图像金字塔简介165
9.2.2 OpenCV中的相关函数166
9.2.3 用金字塔算法实现图像分割170
9.3 思考与练习171
第10章 图像梯度及边缘检测172
10.1 Sobel算子172
10.1.1 原理简介172
10.1.2 Python实现173
10.2 Scharr算子176
10.2.1 原理简介176
10.2.2 Python实现176
10.3 Canny边缘检测179
10.3.1 原理简介179
10.3.2 Python实现180
10.4 Laplacian算子182
10.4.1 原理简介182
10.4.2 Python实现182
10.5 高斯拉普拉斯边缘检测184
10.5.1 原理简介184
10.5.2 Python实现185
10.6 思考与练习187
第11章 图像轮廓检测与拟合188
11.1 OpenCV中轮廓的查找与绘制188
11.1.1 轮廓的查找与绘制188
11.1.2 查找绘制轮廓的实例189
11.2 OpenCV中轮廓的周长与面积192
11.2.1 周长计算：cv2.arcLength函数192
11.2.2 面积计算：cv2.contourArea函数193
11.3 几何图形的最小外包与拟合194
11.3.1 最小外包矩形195
11.3.2 最小外包圆形196
11.3.3 最小外包三角形197
11.3.4 最小外包椭圆199
11.3.5 最优拟合直线200
11.4 霍夫检测201
11.4.1 霍夫直线检测201
11.4.2 霍夫圆检测204
11.5 思考与练习205
第12章 人脸识别实现207
12.1 绘图基础207
12.1.1 绘制直线：cv2.line函数207
12.1.2 绘制矩形：cv2.rectangle函数209
12.1.3 绘制圆形：cv2.circle函数210
12.1.4 绘制椭圆：cv2.ellipse函数212
12.1.5 在图形上绘制文字：cv2.putText函数213
12.2 人脸检测214
12.2.1 OpenCV中级联分类器的使用215
12.2.2 Python实现215
12.3 人脸识别217
12.3.1 原理简介217
12.3.2 相关函数217
12.3.3 LBPH人脸识别的Python实现218
12.4 用Fisherfaces与EigenFaces算法进行人脸识别220
12.4.1 相关函数220
12.4.2 Python实现221
12.5 思考与练习223
|
| 內容試閱：
|
图像处理又称为数字图像处理，是指对图像进行分析、加工和处理，使其满足视觉方面需求的一种技术，它也是信号处理在图像领域的一种重要应用。随着计算机技术、人工智能和思维科学研究的迅速发展，图像处理向更高、更深的层次发展，目前已经涌现出多种智能化图像处理技术，如图像识别、图像分割等，图像处理的智能化、自动化已逐渐成为未来发展的方向。
本书利用Windows系统下的Anaconda搭建环境，并基于OpenCV框架和Python语言，详细阐述了智能化图像处理的实现方法。本书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，最后结合具体案例，使用Python语言和OpenCV库函数阐述图像处理技术。
循序渐进，易学易懂：本书按照由浅入深、循序渐进的原则编写，并与大量实例相结合，使读者可以边学边练，从而提高学习的兴趣与效率。
实例丰富，涉及面广：本书提供了丰富的OpenCV设计实例，内容涉及智能图像处理的多个领域。
兼顾原理，注重实用：本书侧重于实际应用，精简理论，从理论与实践相结合的角度叙述智能图像处理技术，兼顾理论知识的同时，更注重具体实例的实现与应用。
以上特点可帮助初学者快速入门，提高他们对图像处理技术的兴趣，并使他们在短时间内掌握智能图像处理技术的要点。本书具有以下特点：
书中程序的调试工作由哈尔滨工程大学的王甫同学完成，为本书编著工作提供帮助的还有武超群、宋一兵、王献红、管殿柱等。
感谢你选择本书，希望我们的努力对你的工作和学习有所帮助，也希望你把对本书的意见和建议告诉我们。
编 者
2020年3月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
