科技
类型
可以朗读
语音朗读
131千字
字数
2020-05-01
发行日期
展开全部
主编推荐语
基于OpenCV和Python解决计算机视觉和机器学习中的问题。
内容简介
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。
目录
- 版权信息
- 前言
- 第1章 智能图像处理入门
- 1.1 智能图像处理概述
- 1.2 环境搭建
- 1.2.1 安装Python
- 1.2.2 安装PyCharm
- 1.2.3 PyCharm的初始化
- 1.2.4 OpenCV及常用库的配置
- 1.3 思考与练习
- 第2章 Python基础
- 2.1 数据类型
- 2.1.1 数值类型
- 2.1.2 字符串类型
- 2.1.3 布尔类型
- 2.2 变量与常量
- 2.3 运算符
- 2.3.1 运算符简介
- 2.3.2 运算符优先级
- 2.4 选择与循环
- 2.4.1 if语句
- 2.4.2 while循环
- 2.4.3 for循环
- 2.4.4 break和continue语句
- 2.5 列表与元组
- 2.5.1 创建
- 2.5.2 查询
- 2.5.3 修改
- 2.5.4 删除
- 2.6 字典
- 2.6.1 字典的创建
- 2.6.2 字典的常规操作
- 2.6.3 字典的遍历
- 2.7 函数
- 2.7.1 函数的定义与调用
- 2.7.2 参数传递
- 2.8 面向对象编程
- 2.8.1 类与对象
- 2.8.2 继承与多态
- 2.9 思考与练习
- 第3章 图像处理基础
- 3.1 图像的基本表示方法
- 3.1.1 二值图像
- 3.1.2 灰度图像
- 3.1.3 彩色图像
- 3.2 图像处理的基本操作
- 3.2.1 图像的读取、显示和保存
- 3.2.2 图像通道的基本操作
- 3.2.3 图像属性的获取
- 3.3 初识Numpy.array
- 3.4 图像运算
- 3.4.1 加法运算
- 3.4.2 减法运算
- 3.4.3 乘法运算
- 3.4.4 除法运算
- 3.4.5 逻辑运算
- 3.5 图像的色彩空间转换
- 3.5.1 色彩空间类型转换函数
- 3.5.2 RGB色彩空间
- 3.5.3 GRAY色彩空间
- 3.5.4 YCrCb色彩空间
- 3.5.5 HSV色彩空间
- 3.6 思考与练习
- 第4章 图像几何变换
- 4.1 仿射变换
- 4.1.1 平移
- 4.1.2 缩放
- 4.1.3 旋转
- 4.2 重映射
- 4.2.1 复制
- 4.2.2 绕x轴翻转
- 4.2.3 绕y轴翻转
- 4.2.4 绕x轴与y轴翻转
- 4.3 投影变换
- 4.3.1 原理简介
- 4.3.2 Python实现
- 4.4 极坐标变换
- 4.4.1 原理简介
- 4.4.2 Python实现
- 4.5 思考与练习
- 第5章 图像直方图处理
- 5.1 直方图概述
- 5.2 直方图的绘制
- 5.2.1 用OpenCV绘制直方图
- 5.2.2 用pyplot绘制直方图
- 5.3 直方图正规化
- 5.3.1 正规化原理
- 5.3.2 Python实现
- 5.3.3 使用normalize实现
- 5.4 直方图均衡化
- 5.4.1 均衡化原理简介
- 5.4.2 Python实现
- 5.4.3 自适应直方图均衡化
- 5.5 思考与练习
- 第6章 图像平滑滤波处理
- 6.1 图像平滑概述
- 6.2 高斯滤波
- 6.2.1 原理简介
- 6.2.2 Python实现
- 6.3 均值滤波
- 6.3.1 原理简介
- 6.3.2 Python实现
- 6.4 方框滤波
- 6.4.1 原理简介
- 6.4.2 Python实现
- 6.5 中值滤波
- 6.5.1 原理简介
- 6.5.2 Python实现
- 6.6 双边滤波
- 6.6.1 原理简介
- 6.6.2 Python实现
- 6.7 2D卷积核的实现
- 6.8 思考与练习
- 第7章 图像阈值处理
- 7.1 阈值处理概述
- 7.2 全局阈值处理
- 7.2.1 原理简介
- 7.2.2 OpenCV阈值函数cv2.threshold()
- 7.2.3 阈值分割实例
- 7.3 局部阈值处理
- 7.3.1 原理简介
- 7.3.2 cv2.adaptiveThreshold()函数
- 7.4 Otsu阈值处理
- 7.4.1 原理简介
- 7.4.2 Python实现
- 7.5 思考与练习
- 第8章 图像形态学处理
- 8.1 腐蚀
- 8.1.1 原理简介
- 8.1.2 Python实现
- 8.2 膨胀
- 8.2.1 原理简介
- 8.2.2 Python实现
- 8.3 形态学梯度运算
- 8.3.1 原理简介
- 8.3.2 Python实现
- 8.4 开运算与闭运算
- 8.4.1 原理简介
- 8.4.2 Python实现
- 8.5 黑帽与礼帽运算
- 8.5.1 原理简介
- 8.5.2 Python实现
- 8.6 思考与练习
- 第9章 图像分割处理
- 9.1 分水岭算法的介绍与实现
- 9.1.1 算法原理
- 9.1.2 OpenCV中的相关函数
- 9.2 图像的金字塔分割
- 9.2.1 图像金字塔简介
- 9.2.2 OpenCV中的相关函数
- 9.2.3 用金字塔算法实现图像分割
- 9.3 思考与练习
- 第10章 图像梯度及边缘检测
- 10.1 Sobel算子
- 10.1.1 原理简介
- 10.1.2 Python实现
- 10.2 Scharr算子
- 10.2.1 原理简介
- 10.2.2 Python实现
- 10.3 Canny边缘检测
- 10.3.1 原理简介
- 10.3.2 Python实现
- 10.4 Laplacian算子
- 10.4.1 原理简介
- 10.4.2 Python实现
- 10.5 高斯拉普拉斯边缘检测
- 10.5.1 原理简介
- 10.5.2 Python实现
- 10.6 思考与练习
- 第11章 图像轮廓检测与拟合
- 11.1 OpenCV中轮廓的查找与绘制
- 11.1.1 轮廓的查找与绘制
- 11.1.2 查找绘制轮廓的实例
- 11.2 OpenCV中轮廓的周长与面积
- 11.2.1 周长计算：cv2.arcLength()函数
- 11.2.2 面积计算：cv2.contourArea()函数
- 11.3 几何图形的最小外包与拟合
- 11.3.1 最小外包矩形
- 11.3.2 最小外包圆形
- 11.3.3 最小外包三角形
- 11.3.4 最小外包椭圆
- 11.3.5 最优拟合直线
- 11.4 霍夫检测
- 11.4.1 霍夫直线检测
- 11.4.2 霍夫圆检测
- 11.5 思考与练习
- 第12章 人脸识别实现
- 12.1 绘图基础
- 12.1.1 绘制直线：cv2.line()函数
- 12.1.2 绘制矩形：cv2.rectangle()函数
- 12.1.3 绘制圆形：cv2.circle()函数
- 12.1.4 绘制椭圆：cv2.ellipse()函数
- 12.1.5 在图形上绘制文字：cv2.putText()函数
- 12.2 人脸检测
- 12.2.1 OpenCV中级联分类器的使用
- 12.2.2 Python实现
- 12.3 人脸识别
- 12.3.1 原理简介
- 12.3.2 相关函数
- 12.3.3 LBPH人脸识别的Python实现
- 12.4 用Fisherfaces与EigenFaces算法进行人脸识别
- 12.4.1 相关函数
- 12.4.2 Python实现
- 12.5 思考与练习
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
机械工业出版社有限公司
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
