Python中的图像处理

图书标准信息

• 作者 罗子江 著
• 出版社 科学出版社
• 出版时间 2020-12
• 版次 1
• ISBN 9787030666598
• 定价 168.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 389页
• 字数 598千字

【内容简介】

《Python中的图像处理》主要研究Python中的图像处理。《Python中的图像处理》贯穿各种图像处理算法与案例进行介绍，是一本典型的实战指南。《Python中的图像处理》从实战出发，详细介绍了Python中的图像处理，包含了丰富的算法及案例，每个步骤都结合代码、公式和图表进行叙述。《Python中的图像处理》采用Python编程语言和OpenCV库编写，给想快速了解图像处理、从事计算机视觉领域和研究Python图像识别方向的读者提供便利，能够迅速上手。《Python中的图像处理》构思合理，采用通俗易懂、由浅入深的方式叙述，也符合*大数据发展战略，是一本入门级的Python图像处理教材。

【目录】

目录 

第一篇 基础知识 

第1章 绪论 3 

1.1 数字图像处理 3 

1.2 Python语言 4 

1.3 OpenCV 5 

1.4 章节安排 6 

参考文献 7 

第2章 Python基础 8 

2.1 Python简介 8 

2.2 基础语法 10 

2.2.1 输出语句 10 

2.2.2 注释 12 

2.2.3 变量及赋值 13 

2.2.4 输入语句 14 

2.3 数据类型 15 

2.4 基本语句 20 

2.4.1 条件语句 20 

2.4.2 循环语句 23 

2.5 基本操作 25 

2.6 本章小结 27 

参考文献 27 

第3章 数字图像处理基础 28 

3.1 数字图像处理概述 28 

3.2 像素及常见图像分类 28 

3.3 图像信号数字化处理 31 

3.4 OpenCV安装配置 32 

3.5 OpenCV初识及常见数据类型 33 

3.5.1 OpenCV显示图像 33 

3.5.2 常见数据类型 36 

3.6 Numpy和Matplotlib库介绍 37 

3.6.1 Numpy库 37 

3.6.2 Matplotlib库 38 

3.7 几何图形绘制 42 

3.7.1 绘制直线 43 

3.7.2 绘制矩形 45 

3.7.3 绘制圆形 47 

3.7.4 绘制椭圆 48 

3.7.5 绘制多边形 51 

3.7.6 绘制文字 54 

3.8 本章小结 55 

参考文献 55 

第4章 Python图像处理入门 56 

4.1 OpenCV读取显示图像 56 

4.2 OpenCV读取修改像素 57 

4.3 OpenCV创建复制保存图像 61 

4.4 获取图像属性及通道 64 

4.4.1 图像属性 64 

4.4.2 图像通道处理 66 

4.5 图像算术与逻辑运算 70 

4.5.1 图像加法运算 70 

4.5.2 图像减法运算 71 

4.5.3 图像与运算 73 

4.5.4 图像或运算 75 

4.5.5 图像异或运算 76 

4.5.6 图像非运算 77 

4.6 图像融合处理 79 

4.7 获取图像ROI区域 82 

4.8 图像类型转换 84 

4.9 本章小结 88 

参考文献 88 

第二篇 图像运算 

第5章 Python图像几何变换 91 

5.1 图像几何变换概述 91 

5.2 图像平移变换 92 

5.3 图像缩放变换 95 

5.4 图像旋转变换 99 

5.5 图像镜像变换 102 

5.6 图像仿射变换 104 

5.7 图像透视变换 106 

5.8 本章小结 108 

参考文献 108 

第6章 Python图像量化及采样处理 109 

6.1 图像量化处理 109 

6.1.1 概述 109 

6.1.2 操作 110 

6.1.3 K-Means聚类量化处理 114 

6.2 图像采样处理 116 

6.2.1 概述 116 

6.2.2 操作 117 

6.2.3 局部马赛克处理 121 

6.3 图像金字塔 123 

6.3.1 图像向下取样 124 

6.3.2 图像向上取样 127 

6.4 本章小结 130 

参考文献 130 

第7章 Python图像的点运算处理 131 

7.1 图像点运算的概述 131 

7.2 图像灰度化处理 131 

7.2.1 图像的灰度线性变换 140 

7.2.2 图像的灰度非线性变换 147 

7.3 图像阈值化处理 154 

7.3.1 固定阈值化处理 155 

7.3.2 自适应阈值化处理 163 

7.4 本章小结 167 

参考文献 167 

第8章 Python图像形态学处理 168 

8.1 数学形态学概述 168 

8.2 图像腐蚀 168 

8.3 图像膨胀 171 

8.4 图像开运算 173 

8.5 图像闭运算 176 

8.6 图像梯度运算 178 

8.7 图像顶帽运算 180 

8.8 图像底帽运算 184 

8.9 本章小结 186 

参考文献 186 

第三篇 图像增强 

第9章 Python直方图统计 189 

9.1 图像直方图概述 189 

9.2 Matplotlib绘制直方图 191 

9.3 OpenCV绘制直方图 197 

9.4 掩模直方图 201 

9.5 图像灰度变换直方图对比 203 

9.6 图像H-S直方图 213 

9.7 直方图判断黑夜白天 215 

9.8 本章小结 219 

参考文献 219 

第10章 Python图像增强 220 

10.1 图像增强概述 220 

10.2 直方图均衡化 222 

10.2.1 原理知识 222 

10.2.2 代码实现 227 

10.3 局部直方图均衡化 231 

10.4 自动色彩均衡化 233 

10.5 本章小结 237 

参考文献 237 

第11章 Python图像平滑 238 

11.1 图像平滑概述 238 

11.2 均值滤波 240 

11.3 方框滤波 243 

11.4 高斯滤波 247 

11.5 中值滤波 249 

11.6 双边滤波 251 

11.7 本章小结 254 

参考文献 254 

第12章 Python图像锐化及边缘检测 255 

12.1 原理概述 255 

12.1.1 一阶微分算子 255 

12.1.2 二阶微分算子 256 

12.2 Roberts算子 257 

12.3 Prewitt算子 259 

12.4 Sobel算子 261 

12.5 Laplacian算子 263 

12.6 Scharr算子 268 

12.7 Canny算子 270 

12.8 LOG算子 273 

12.9 本章小结 275 

参考文献 276 

第四篇 高阶图像处理 

第13章 Python图像特效处理 279 

13.1 图像毛玻璃特效 279 

13.2 图像浮雕特效 280 

13.3 图像油漆特效 282 

13.4 图像素描特效 283 

13.5 图像怀旧特效 285 

13.6 图像光照特效 287 

13.7 图像流年特效 289 

13.8 图像水波特效 290 

13.9 图像卡通特效 293 

13.10 图像滤镜特效 295 

13.11 图像直方图均衡化特效 297 

13.12 图像模糊特效 299 

13.13 本章小结 300 

第14章 Python图像分割 301 

14.1 图像分割概述 301 

14.2 基于阈值的图像分割 302 

14.3 基于边缘检测的图像分割 303 

14.4 基于纹理背景的图像分割 309 

14.5 基于K-Means聚类的区域分割 311 

14.6 基于均值漂移算法的图像分割 317 

14.7 基于分水岭算法的图像分割 321 

14.8 图像漫水填充分割 327 

14.9 文字区域定位及提取案例 333 

14.10 本章小结 338 

参考文献 339 

第15章 Python傅里叶变换与霍夫变换 340 

15.1 图像傅里叶变换概述 340 

15.2 图像傅里叶变换操作 341 

15.2.1 Numpy实现傅里叶变换 341 

15.2.2 Numpy实现傅里叶逆变换 345 

15.2.3 OpenCV实现傅里叶变换 346 

15.2.4 OpenCV实现傅里叶逆变换 348 

15.3 基于傅里叶变换的高通滤波和低通滤波 350 

15.4 图像霍夫变换 356 

15.4.1 图像霍夫线变换操作 358 

15.4.2 图像霍夫圆变换操作 363 

15.5 本章小结 366 

参考文献 366 

第16章 Python图像分类 367 

16.1 图像分类概述 367 

16.2 常见的分类算法 368 

16.2.1 朴素贝叶斯分类算法 368 

16.2.2 KNN分类算法 369 

16.2.3 SVM分类算法 369 

16.2.4 随机森林分类算法 371 

16.2.5 神经网络分类算法 372 

16.3 基于朴素贝叶斯算法的图像分类 374 

16.4 基于KNN算法的图像分类 380 

16.5 基于神经网络算法的图像分类 384 

16.6 本章小结 389 

参考文献 389