书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
好书大清仓|每满60减30，减后满百送文创
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新用户注册领10元
中图网
>
计算机/网络
>
程序设计
Python计算机视觉实战
分享

Python计算机视觉实战

作者：张德丰
出版社：清华大学出版社出版时间：2021-08-01
开本： 其他 页数： 344
本类榜单：计算机/网络销量榜
中 图 价:¥57.0(6.4折) 定价  ¥89.0 登录后可看到会员价
加入购物车 收藏
运费6元，满39元免运费
?新疆、西藏除外
本类五星书更多>
中图价:¥57.0 加入购物车
洞明世事，从读书开始 淘书团

Python计算机视觉实战 版权信息

  • ISBN：9787302576853
  • 条形码：9787302576853 ; 978-7-302-57685-3
  • 装帧：一般胶版纸
  • 册数：暂无
  • 重量：暂无
  • 所属分类：
    计算机/网络
    >
    程序设计

Python计算机视觉实战 本书特色

适读人群 ：大众（1）以“概述+案例”的形式编写，讲述Python计算机视觉开发中所需的知识和技能。 （2）案例涵盖面广、实用，扩展性、可读性强。全书提供了80多个实例，大多来自日常生活，应用性强。 （3）点面兼顾，涵盖数字图像处理中几乎所有的基本模块，并涉及视频处理、配准拼接、数字水印等高级图像处理方面的内容，全面讲解基于Python进行计算机视觉应用的原理及方法。 （4）配套教学课件和程序代码。

Python计算机视觉实战 内容简介

《Python计算机视觉实战》以Python为平台，以“概述+案例”的方式系统地对计算机视觉进行实战分析。本书先介绍计算机视觉编程基础知识，接着介绍在各个领域利用Python解决计算机视觉问题，很后通过两个经典案例综合分析计算机视觉应用。为了帮助读者更好地掌握相关知识，各章节都是通过概述与案例相结合的方式，让读者在掌握概念的同时举一反三，掌握程序设计的方法，利用程序设计解决实际问题。 《Python计算机视觉实战》适合计算机视觉初学者以及想深入研究Python计算机视觉的开发者阅读参考。

Python计算机视觉实战 目录


目录



第1章计算机视觉编程基础知识


1.1计算机视觉概述


1.1.1什么是计算机视觉


1.1.2发展现状


1.1.3计算机视觉用途


1.1.4相关学科


1.1.5计算机视觉的经典问题


1.2Python编程软件


1.2.1Python应用领域


1.2.2发展历程


1.2.3Python的安装


1.2.4使用pip安装第三方库


1.3几个常用库


1.3.1numpy库


1.3.2scipy库


1.3.3pandas库


1.3.4scikitlearn库


1.4Python图像处理类库


1.4.1转换图像格式


1.4.2创建缩略图


1.4.3复制并粘贴图像区域


1.4.4调整尺寸和旋转


1.5Matplotlib库


1.6Numpy图像处理


1.6.1灰度变换


1.6.2图像缩放


1.6.3直方图均衡化


1.6.4图像平均


1.6.5图像主成分分析


1.7Scipy图像处理


1.7.1图像模糊


1.7.2图像导数


1.7.3形态学


1.7.4io和misc模块


1.8图像降噪


第2章图像去雾技术


2.1空域图像增强


2.1.1空域低通滤波


2.1.2空域高通滤波器


2.2时域图像增强


2.3色阶调整去雾技术


2.3.1概述


2.3.2暗通道去雾原理


2.3.3暗通道去雾实例


2.4直方图均衡化去雾技术


2.4.1色阶调整原理


2.4.2自动色阶图像处理算法


第3章形态学的去噪


3.1图像去噪的方法


3.2数学形态学的原理


3.2.1腐蚀与膨胀


3.2.2开闭运算


3.2.3礼帽/黑帽操作


3.3形态学运算


3.3.1边缘检测定义


3.3.2检测拐角


3.4权重自适应的多结构形态学去噪


第4章霍夫变换检测


4.1霍夫检测直线


4.1.1霍夫检测直线的思想


4.1.2实际应用


4.2霍夫检测圆


第5章车牌分割定位识别


5.1基本概述


5.2车牌图像处理


5.2.1图像灰度化


5.2.2二值化


5.2.3边缘检测


5.2.4形态学运算


5.2.5滤波处理


5.3定位处理


5.4字符处理


5.4.1阈值分割


5.4.2阈值化分割


5.4.3归一化处理


5.4.4字符分割经典应用


5.5字符识别


5.5.1模板匹配的字符识别


5.5.2字符识别车牌经典应用


第6章分水岭实现医学诊断


6.1分水岭算法


6.1.1模拟浸水过程


6.1.2模拟降水过程


6.1.3过度分割问题


6.1.4标记分水岭算法


6.2分水岭医学诊断案例分析


第7章手写体数字识别


7.1卷积神经网络概述


7.1.1卷积神经网络结构


7.1.2卷积神经网络的训练


7.1.3卷积神经网络识别手写体数字


7.2SVM识别手写体数字


7.2.1支持向量机的原理


7.2.2函数间隔


7.2.3几何间隔


7.2.4间隔*大化


7.2.5SVC识别手写体数字实例


第8章图片中英文识别


8.1OCR介绍


8.2OCR算法原理


8.2.1图像预处理


8.2.2图像分割


8.2.3特征提取和降维


8.2.4分类器


8.2.5算法步骤


8.3OCR识别经典应用


8.4获取验证码


第9章小波技术的图像视觉处理


9.1小波技术概述


9.2小波实现去噪


9.2.1小波去噪的原理


9.2.2小波去噪的方法


9.2.3小波去噪案例分析


9.3图像融合处理


9.3.1概述


9.3.2小波融合案例分析


第10章图像压缩与分割处理


10.1SVD图像压缩处理


10.1.1特征分解


10.1.2奇异值分解


10.1.3奇异值分解应用


10.2PCA图像压缩处理


10.2.1概述


10.2.2主成分降维原理


10.2.3分矩阵重建样本


10.2.4主成分分析图像压缩


10.2.5主成分压缩图像案例分析


10.3KMeans聚类图像压缩处理


10.3.1KMeans算法的原理


10.3.2KMeans算法的要点


10.3.3KMeans算法的缺点


10.3.4KMeans聚类图像压缩案例分析


10.4KMeans聚类实现图像分割


10.4.1KMeans聚类分割灰度图像


10.4.2KMeans聚类对比分割彩色图像


第11章图像特征匹配


11.1相关概念


11.2图像匹配


11.2.1基于灰度的匹配


11.2.2基于模板的匹配


11.2.3基于变换域的匹配


11.2.4基于特征的匹配案例分析


第12章角点特征检测


12.1Harris的基本原理


12.2Harris算法流程


12.3Harris角点的性质


12.4Harris检测角点案例分析


12.5角点检测函数


12.6ShiTomasi角点检测


12.7FAST特征检测


第13章运动目标自动检测


13.1帧间差分法


13.1.1原理


13.1.2三帧差分法


13.1.3帧间差分法案例分析


13.2背景差分法


13.3光流法


第14章水印技术


14.1水印技术的概念


14.2数字水印技术的原理


14.3典型的数字水印算法


14.3.1空间域算法


14.3.2变换域算法


14.4数字水印攻击和评价


14.5水印技术案例分析


第15章大脑影像分析


15.1阈值分割


15.2区域生长


15.3基于阈值预分割的区域生长


15.4区域生长分割大脑影像案例分析


第16章自动驾驶应用


16.1理论基础


16.2环境感知


16.3行为决策


16.4路径规则


16.5运动控制


16.6自动驾驶案例分析


第17章目标检测


17.1RCNN系列


17.1.1RCNN算法概述


17.1.2RCNN的数据集实现


17.2YOLO检测


17.2.1概述


17.2.2统一检测


17.2.3基于OpenCV实现自动检测案例分析


第18章人机交互


18.1Tkinter GUI编程组件


18.2布局管理器


18.2.1Pack布局管理器


18.2.2Grid布局管理器


18.2.3Place布局管理器


18.3事件处理


18.3.1简单的事件处理


18.3.2事件绑定


18.4Tkinter常用组件


18.4.1ttk组件


18.4.2Variable类


18.4.3compound选项


18.4.4Entry和Text组件


18.4.5Radiobutton和Checkbutton组件


18.4.6Listbox和Combobox组件


18.4.7Spinbox组件


18.4.8Scale组件


18.4.9Labelframe组件


18.4.10OptionMenu组件


18.5菜单


18.5.1窗口菜单


18.5.2右键菜单


18.6Canvas绘图


第19章深度学习的应用


19.1理论部分


19.1.1分类识别


19.1.2目标检测的任务


19.2AlexNet网络及案例分析


19.3CNN拆分数据集案例分析


第20章视觉分析综合应用案例


20.1合金弹头游戏


20.1.1游戏界面组件


20.1.2增加“角色”


20.1.3合理绘制地图


20.1.4增加音效


20.1.5增加游戏场景


20.2停车场识别计费系统


20.2.1系统设计


20.2.2实现系统


参考文献


展开全部

Python计算机视觉实战 作者简介

张德丰，男， 1963年9月生，辽宁大连人。1993年毕业于哈尔滨工业大学航天学院，获得工学硕士学位。现佛山科学技术学院计算机系，计算机应用技术教授。学院数字图像处理与识别学术带头人。近年来主持省级项目多项目，主持专项基金项目2项，主持横向项目3项。发表论文30多篇，开发计算机软件著作权70余件。

商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服