数字图像处理：基于OpenCV-Python9787121459368
正版图书，可开发票，请放心购买。
￥ 73.82 5.7折 ￥ 129 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者黄杉|责编:张爽
出版社电子工业
ISBN9787121459368
出版时间2023-07
装帧其他
开本其他
定价129元
货号31812798
上书时间2024-11-30
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
黄杉，就读于西安邮电大学通信工程学院，致力于图像处理、深度学习领域的学习与研究。以网名youcans在CSDN、B站、知乎开设“数字图像处理学习课”与“OpenCV例程”相关专栏，已发表400余篇文章，累计阅读量达200万人次，其中100余篇文章入选“CSDN全站热榜”。
目录
第一部分 OpenCV-Python的基本操作
第1章 图像的基本操作3
1.1 图像的读取与保存3
1.1.1 图像的读取3
1.1.2 图像的保存4
1.2 图像的显示6
1.3 基于Matplotlib显示图像7
1.4 视频文件的读取与保存9
1.5 多帧图像的读取与保存12
第2章 图像的数据格式15
2.1 图像属性与数据类型15
2.1.1 图像颜色分类15
2.1.2 以Numpy数组表示数字图像15
2.1.3 图像的数据类型16
2.2 图像的创建与复制17
2.3 图像的裁剪与拼接19
2.4 图像通道的拆分与合并21
2.5 获取与修改像素值23
2.6 快速LUT替换像素值25
第3章 彩色图像处理29
3.1 图像的颜色空间转换29
3.1.1 图像的颜色空间29
3.1.2 图像的颜色空间转换29
3.2 灰度图像的伪彩色处理31
3.3 多模态数据合成的伪彩色图像33
3.4 图像的色彩风格滤镜35
3.5 调节图像的色彩平衡37
第4章 绘图与鼠标交互40
4.1 OpenCV绘图函数的参数40
4.2 绘制直线与线段41
4.3 绘制垂直矩形43
4.4 绘制旋转矩形45
4.5 绘制圆形和椭圆47
4.5.1 绘制圆形47
4.5.2 绘制椭圆和椭圆弧49
4.6 绘制多段线和多边形53
4.7 图像上添加文字56
4.8 鼠标框选矩形区域57
4.9 鼠标交互操作59
第二部分 图像处理的基本方法
第5章 图像的算术运算65
5.1 图像的加法与减法运算65
5.2 使用掩模图像控制处理区域67
5.3 图像的加权加法运算69
5.4 图像的乘法与除法运算71
5.5 图像的位运算73
5.6 图像的积分运算77
5.7 图像的归一化处理80
第6章 图像的几何变换81
6.1 图像的平移81
6.2 图像的缩放83
6.3 图像的旋转85
6.4 图像的翻转88
6.5 图像的斜切89
6.6 图像的投影变换91
6.7 图像的重映射94
第7章 图像的灰度变换99
7.1 图像反转变换99
7.2 线性灰度变换100
7.3 非线性灰度变换105
7.3.1 对数变换105
7.3.2 幂律变换105
7.4 分段线性变换之对比度拉伸108
7.5 分段线性变换之灰度级分层109
7.6 灰度变换之比特平面110
7.7 基于灰度变换调整图像色阶112
第8章 图像的直方图处理116
8.1 图像的灰度直方图116
8.2 图像的直方图均衡化118
8.3 图像的直方图匹配120
8.4 基于局部直方图统计量的图像增强124
8.5 限制对比度自适应直方图均衡化126
第9章 图像的阈值处理129
9.1 固定阈值处理129
9.2 OTSU阈值算法133
9.3 多阈值处理算法134
9.4 自适应阈值处理137
9.5 移动平均阈值处理138
9.6 HSV颜色空间的阈值分割140
9.6.1 HSV颜色空间140
9.6.2 区间阈值处理141
第三部分 图像处理的高级方法
第10章 图像卷积与空间滤波149
10.1 相关运算与卷积运算149
10.1.1 相关运算149
10.1.2 可分离卷积核150
10.1.3 边界扩充151
10.2 空间滤波之盒式滤波器153
10.3 空间滤波之高斯滤波器155
10.4 空间滤波之统计排序滤波器157
10.4.1 中值滤波器157
10.4.2 最大值滤波器157
10.4.3 最小值滤波器158
10.4.4 中点滤波器158
10.4.5 修正阿尔法均值滤波器158
10.5 空间滤波之自适应滤波器161
10.5.1 自适应局部降噪滤波器161
10.5.2 自适应中值滤波器161
10.6 空间滤波之双边滤波器164
10.7 空间滤波之钝化掩蔽166
10.8 空间滤波之Laplacian算子168
10.9 空间滤波之Sobel算子与Scharr算子169
10.9.1 Sobel算子169
10.9.2 Scharr算子170
10.10 图像金字塔173
10.10.1 高斯金字塔173
10.10.2 拉普拉斯金字塔174
第11章 傅里叶变换与频域滤波179
11.1 图像的傅里叶变换179
11.1.1 用OpenCV实现傅里叶变换180
11.1.2 用Numpy实现傅里叶变换181
11.1.3 频谱中心化181
11.2 快速傅里叶变换185
11.3 频域滤波的基本步骤187
11.4 频域滤波之低通滤波189
11.4.1 低通滤波器的传递函数189
11.4.2 频域滤波的详细步骤192
11.5 频域滤波之高通滤波195
11.6 频域滤波之Laplacian算子198
11.6.1 Laplacian算子198
11.6.2 梯度算子的传递函数198
11.7 频域滤波之选择性滤波器202
11.7.1 带阻滤波器和带通滤波器203
11.7.2 陷波滤波器203
第12章 形态学图像处理209
12.1 腐蚀运算和膨胀运算209
12.1.1 腐蚀和膨胀209
12.1.2 形态学处理的结构元210
12.2 形态学运算函数212
12.2.1 形态学高级运算213
12.2.2 形态学处理函数214
12.3 灰度形态学运算218
12.3.1 灰度腐蚀与灰度膨胀218
12.3.2 灰度开运算与灰度闭运算219
12.3.3 灰度顶帽算子和灰度底帽算子219
12.4 形态学算法之边界提取225
12.5 形态学算法之直线提取226
12.6 形态学算法之线条细化228
12.7 形态学重建之边界清除230
12.8 形态学重建之孔洞填充232
12.8.1 孔洞填充算法232
12.8.2 泛洪填充算法233
12.9 形态学重建之骨架提取237
12.10 形态学重建之粒径分离238
12.11 基于形态学的粒度测定240
12.12 形态学算法之边缘检测和角点检测242
第13章 图像变换、重建与复原245
13.1 直角坐标与极坐标变换245
13.2 霍夫变换直线检测247
13.3 霍夫变换圆检测250
13.4 雷登变换与反投影图像重建252
13.4.1 投影和雷登变换252
13.4.2 反投影和图像重建253
13.5 雷登变换滤波反投影图像重建257
13.6 退化图像复原之逆滤波260
13.7 退化图像复原之维纳滤波263
13.8 退化图像复原之最小二乘法滤波266
第四部分 计算机视觉
第14章 边缘检测与图像轮廓273
14.1 边缘检测之梯度算子273
14.2 边缘检测之LoG算子275
14.3 边缘检测之DoG算子278
14.4 边缘检测之Canny算子280
14.5 边缘连接282
14.6 轮廓的查找与绘制284
14.6.1 查找图像轮廓284
14.6.2 绘制图像轮廓285
14.7 轮廓的基本参数288
14.7.1 轮廓的面积288
14.7.2 轮廓的周长288
14.7.3 轮廓的质心289
14.7.4 轮廓的等效直径289
14.7.5 极端点的位置289
14.8 轮廓的形状特征292
14.8.1 轮廓的垂直矩形边界框292
14.8.2 轮廓的最小矩形边界框292
14.8.3 轮廓的最小外接圆293
14.8.4 轮廓的最小外接三角形293
14.8.5 轮廓的近似多边形294
14.8.6 轮廓的拟合椭圆294
14.8.7 轮廓的拟合直线294
14.8.8 轮廓的凸壳295
14.9 轮廓的属性298
14.9.1 轮廓的宽高比298
14.9.2 轮廓的面积比299
14.9.3 轮廓的坚实度299
14.9.4 轮廓的方向299
14.9.5 轮廓的掩模299
14.9.6 轮廓的最大值、最小值及其位置300
14.9.7 灰度均值和颜色均值300
14.9.8 检测轮廓的内部/外部300
14.10 矩不变量与形状相似性303
14.10.1 图像的矩不变量303
14.10.2 基于矩不变量的形状相似性304
第15章 图像分割308
15.1 区域生长与分离308
15.1.1 区域生长308
15.1.2 区域分离与聚合308
15.2 超像素区域分割311
15.2.1 简单线性迭代聚类311
15.2.2 能量驱动采样311
15.2.3 线性谱聚类312
15.2.4 OpenCV超像素分割函数312
15.3 分水岭算法317
15.4 图割分割算法322
15.4.1 GraphCut图割算法322
15.4.2 GrabCut图割算法322
15.4.3 OpenCV中的图割算法323
15.5 均值漂移算法328
15.6 运动图像分割331
15.6.1 帧间差分法331
15.6.2 背景差分法331
15.6.3 密集光流法332
第16章 特征描述340
16.1 特征描述之弗里曼链码340
16.2 特征描述之傅里叶描述符344
16.3 特征描述之傅里叶频谱分析347
16.4 特征描述之区域特征描述350
16.5 特征描述之灰度共生矩阵353
16.6 特征描述之LBP描述符356
16.6.1 基本LBP特征描述符356
16.6.2 扩展LBP特征描述符356
16.6.3 LBP特征统计直方图357
16.7 特征描述之HOG描述符363
16.8 特征描述之BRIEF描述符367
16.9 特征描述之FREAK描述符371
第17章 特征检测与匹配374
17.1 角点检测之Harris算法374
17.1.1 Harris角点检测算法374
17.1.2 Shi-Tomas角点检测算法375
17.1.3 OpenCV角点检测算法375
17.2 角点检测之亚像素精确定位377
17.3 特征检测之SIFT算法380
17.3.1 SIFT算法的原理380
17.3.2 OpenCV的SIFT类381
17.4 特征检测之SURF算法384
17.4.1 SURF算法原理384
17.4.2 OpenCV的SURF类385
17.5 特征检测之FAST算法387
17.6 特征检测之ORB算法390
17.6.1 基于尺度空间的FAST关键点检测390
17.6.2 基于点方向的BRIEF特征描述符390
17.7 特征检测之MSER算法392
17.8 特征匹配之暴力匹配396
17.9 特征匹配之最近邻匹配399
17.9.1 最近邻匹配399
17.9.2 单应性映射变换400
第18章 机器学习404
18.1 OpenCV机器学习模块404
18.2 主成分分析406
18.2.1 主成分分析基本方法406
18.2.2 OpenCV的PCA类406
18.3 k均值聚类算法409
18.4 k近邻算法413
18.5 贝叶斯分类器417
18.6 支持向量机420
18.6.1 支持向量机算法420
18.6.2 OpenCV的SVM类421
18.6.3 OpenCV的SVMSGD类422
18.7 人工神经网络算法426
18.7.1 神经网络算法介绍426
18.7.2 OpenCV的ANN_MLP神经网络模型427
参考文献436
内容摘要
本书按照数字图像处理的知识体系，循序渐进地对OpenCV-Python的基本功能进行全面、系统的介绍。全书共18章，分为OpenCV-Python的基本操作、图像处理的基本方法、图像处理的高级方法和计算机视觉四部分，详细介绍常用的OpenCV函数，并讲解例程代码。 第一部分介绍OpenCV-Python的基本操作，包括第1～4章。第二部分介绍图像处理的基本方法，包括第5～9章。第三部分介绍图像处理的高级方法，包括第10～13章。第四部分介绍计算机视觉，包括第14～18章。
— 没有更多了 —
以下为对购买帮助不大的评价