-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
Python视觉分析应用案例实战 版权信息
- ISBN:9787302643340
- 条形码:9787302643340 ; 978-7-302-64334-0
- 装帧:平装-胶订
- 册数:暂无
- 重量:暂无
- 所属分类:>
Python视觉分析应用案例实战 本书特色
理论与实践并重、站在工程与科技的前沿;
提供书中全部程序源代码,可快速进阶到实用阶段 ;
由浅入深,理论结合实际,案例丰富实用 ;
取材科学、结构严谨、实用性突出。
Python视觉分析应用案例实战 内容简介
本书以Python 3.10.7为平台,以实际应用为背景,通过概念、公式、经典应用相结合的形式,深入浅出地介绍了Python图形图像处理经典实现。全书共10章,主要包括绪论、迈进Python、Python图形用户界面、数据可视化分析、图像视觉增强分析、图像视觉复原分析、图像视觉几何变换与校正分析、图像视觉分割技术分析、图像视觉描述与特征提取分析、车牌识别分析等内容。通过本书的学习,读者可领略到Python的简单、易学、易读、易维护等特点,同时感受到利用Python实现图像视觉处理应用的简捷、功能强大。 本书可作为高等学校相关专业本科生和研究生的教学用书,也可作为相关领域科研人员、学者、工程技术人员的参考用书。
Python视觉分析应用案例实战 目录
下载源码
下载图片
第1章绪论 1.1什么是编程语言 1.1.1编程语言的内容 1.1.2编程语言发展史 1.2Python简介 1.3Python的下载和安装 1.4Jupyter Notebook的安装与使用 1.4.1Jupyter Notebook的下载与安装 1.4.2运行Jupyter Notebook 1.4.3Jupyter Notebook的使用 1.5数字图像处理概述 1.5.1数字图像处理的特点 1.5.2数字图像处理的基本技术 1.5.3数字图像处理方法 1.5.4彩色空间 1.5.5数字图像处理的应用
第2章迈进Python 2.1NumPy库 2.1.1Numpy创建数组 2.1.2数组操作 2.2SciPy库 2.2.1创建稀疏矩阵 2.2.2插值 2.2.3概率统计 2.2.4大数定律 2.2.5中心极限定理 2.3Pandas库 2.3.1Pandas系列 2.3.2Pandas数据结构 2.3.3Pandas面板 2.3.4Pandas稀疏数据 2.3.5Pandas CSV文件 2.3.6Pandas JSON 2.3.7Pandas数据清洗 第3章Python图形用户界面 3.1布局管理 3.1.1Pack布局管理器 3.1.2Grid布局管理器 3.1.3Place布局管理器 3.2Tkinter常用组件 3.2.1Variable类 3.2.2compound选项 3.2.3Entry与Text组件 3.2.4Checkbutton组件 3.2.5Radiobutton组件 3.2.6Listbox和Combobox组件 3.2.7Spinbox组件 3.2.8Scale和LabeledScale组件 3.2.9LabelFrame组件 3.2.10PanedWindow组件 3.2.11OptionMenu组件 3.3对话框 3.3.1普通对话框 3.3.2非模式对话框 3.3.3输入对话框 3.3.4生成对话框 3.3.5颜色选择对话框 3.3.6消息框 3.4菜单 3.4.1窗口菜单 3.4.2右键菜单 3.5在Canvas中绘图 3.5.1Canvas的绘图 3.5.2绘制动画 第4章数据可视化分析 4.1Matplotlib生成数据图 4.1.1安装Matplotlib包 4.1.2认识 Matplotlib 4.2各类型数据图 4.2.1离散型时间数据可视化 4.2.2连续型时间数据的可视化 4.2.3关系型数据的可视化 4.2.4多图形的组合 4.2.5等高线图 4.3三维绘图 4.3.1坐标轴对象 4.3.2三维曲线 4.3.3三维散点 4.3.4三维等高线图 4.3.5三维线框 4.3.6三维曲面图 4.4Pygal数据可视化 4.4.1安装Pygal 4.4.2Pygal数据图入门 4.4.3Pygal绘制常见数据图 4.5Pygal模拟掷骰子 第5章图像视觉增强分析 5.1图像增强方法 5.2灰度变换 5.2.1线性灰度变换 5.2.2分段线性灰度增强 5.2.3非线性灰度变换 5.3空域增强 5.3.1平滑线性滤波器 5.3.2统计排序(非线性)滤波器 5.3.3双边滤波器 5.4空域锐化算子 5.4.1梯度空间算子 5.4.2Prewitt算子 5.4.3Sobel算子 5.4.4Laplacian算子 5.5图像频域平滑处理 5.5.1理想低通滤波器 5.5.2巴特沃思低通滤波器 5.5.3高斯低通滤波器 5.5.4频域低通滤波器的应用 5.6频域图像锐化 5.6.1理想高通滤波器 5.6.2巴特沃斯高通滤波器 5.6.3指数高通滤波器 5.6.4频域高通滤波器的应用 5.7空/频域滤波的关系 第6章图像视觉复原分析 6.1退化与复原 6.1.1退化的模型 6.1.2退化的原理 6.1.3复原的原理 6.2图像去噪 6.2.1噪声模型 6.2.2逆滤波 6.2.3维纳滤波 6.2.4逆滤波与维纳滤波的实现 6.3暗通道去雾处理 6.3.1暗通道的概念 6.3.2暗通道去雾霾的原理 第7章图像视觉几何变换与校正分析 7.1图像几何变换概述 7.2几何变换的数学描述 7.3图像的坐标变换 7.3.1图像的平移 7.3.2镜像变换 7.3.3图像的转置 7.3.4图像的缩放 7.3.5图像的旋转 7.3.6图像几何变换实战 7.4图像的几何变换类型 7.4.1刚体变换 7.4.2仿射变换 7.4.3透视变换 第8章图像视觉分割技术分析 8.1图像视觉分割的意义 8.2边缘分割法 8.2.1边缘模型 8.2.2基本边缘检测 8.2.3边缘检测实战 8.3Hough变换 8.4阈值分割法 8.4.1灰度阈值与双阈值 8.4.2全局阈值处理 8.4.3OTSU算法 8.4.4自适应动态阈值 8.5区域生长分割法 8.5.1区域生长原理 8.5.2区域生长准则 8.5.3区域分割与聚合 8.5.4分水岭图像分割法
第9章图像视觉描述与特征提取分析 9.1图像特征 9.2角点特征 9.2.1Harris角点检测 9.2.2ShiTomasi角点检测 9.2.3SUSAN角点检测 9.3SIFT/SURF算法 9.3.1SIFT算法 9.3.2SURF特征检测 9.4FAST和ORB算法 9.4.1FAST特征点检测 9.4.2ORB算法 9.5LBP和HOG特征算子 9.5.1LBP算法 9.5.2HOG算法 9.6颜色特征 9.6.1直方图特征 9.6.2颜色矩 9.6.3颜色相关图 9.7图像纹理特征提取 第10章车牌识别分析 10.1车牌识别流程 10.2车牌图像处理与定位 10.2.1图像的处理 10.2.2定位原理 10.2.3字符处理 10.2.4字符分割实现 10.3字符识别 10.3.1模板匹配的字符识别 10.3.2车牌字符识别实例 参考文献
- >
诗经-先民的歌唱
诗经-先民的歌唱
¥20.3¥39.8 - >
有舍有得是人生
有舍有得是人生
¥17.1¥45.0 - >
李白与唐代文化
李白与唐代文化
¥11.3¥29.8 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥17.0¥45.8 - >
唐代进士录
唐代进士录
¥15.1¥39.8 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
烟与镜
烟与镜
¥14.4¥48.0 - >
名家带你读鲁迅:故事新编
名家带你读鲁迅:故事新编
¥13.0¥26.0
-
详解Spring Boot(从入门到企业级开发实战)/孙鑫精品图书系列
¥64.2¥129 -
PYTHON应用与实战
¥52.9¥79.8 -
Python编程与数值方法
¥79.6¥109 -
Go语言从入门到项目实战(视频版)
¥60.4¥108 -
软件设计师
¥14.2¥38 -
GO语言编程从入门到实践
¥75.6¥108