图像识别技术与实战(OpenCV+dlib+Keras+Sklearn+TensorFlow)

图像识别是人工智能的一个重要领域，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，并能对质量不佳的图像进行一系列的增强与重建技术手段，从而有效改善图像质量。
随着计算机及信息技术的迅速发展，图像识别技术的应用逐渐扩展到多个领域，尤其是在面部及指纹识别、卫星云图识别及临床医疗诊断等方面都日益发挥着重要作用。此外在日常生活中，图像识别技术的应用也十分普遍，比如车牌捕捉、商品条码识别及手写识别等。随着图像识别技术的逐渐发展并不断完善，未来它将具有更加广泛的应用前景。
本书的特色
1．内容全面
本书详细讲解Python图像视觉识别所需要的开发技术，循序渐进地讲解了这些技术的使用方法和技巧，帮助读者快速步入Python数据分析的高手之列。
2．实例驱动教学
本书采用理论加实例的教学方式，通过实例实现了知识点的横向切入和纵向比较，让读者有更多的实践演练机会，并且可以用不同的方式展现一个知识点的用法，真正实现了拔高的教学效果。
3．详细介绍图像视觉识别的流程
本书从一开始便对图像视觉识别的流程进行了详细介绍，而且在讲解中结合了多个实用性很强的数据分析项目案例，带领读者掌握Python图像视觉识别的相关知识，以解决实际工作中的问题。
4．扫描二维码，获取配书学习资源
本书正文中每个二级标题后都放了一个二维码，读者可通过该二维码在线观看视频讲解，帮助读者深入理解书中的案例，提升学习效率。此外，读者还可以扫描下方的二维码获取书中案例源代码。
5．贴心提示和注意事项提醒
本书根据需要在各章安排了很多“注意”“说明”和“技巧”等小板块，让读者可以在学习过程中更轻松地理解相关知识点及概念，更快地掌握个别技术的应用技巧。
本书内容
本书读者对象
软件工程师。
Python语言初学者。
专业图像视觉识别人员。
数据库工程师和管理员。
研发工程师。
大学及中学教育工作者。
致谢
本书在编写过程中，得到了清华大学出版社各位编辑的大力支持，正是各位专业人士的求实、耐心和效率，才使得本书能够在这么短的时间内出版。另外也十分感谢我的家人给予的巨大支持。本人水平毕竟有限，书中存在纰漏之处在所难免，真诚感谢读者提出的宝贵意见或建议，以便修订并使之更臻完善。
后感谢您购买本书，希望本书能成为您编程路上的领航者，祝您阅读快乐！

编 者 

《图像识别技术与实战（OpenCV dlib Keras Sklearn TensorFlow）》循序渐进地讲解了使用Python语言实现图像视觉识别的核心知识，并通过具体实例的实现过程演练了图像视觉识别的方法和流程。全书共12章，分别讲解了图像识别技术基础，scikit-image数字图像处理，OpenCV图像视觉处理，dlib机器学习和图像处理算法，face_recognition人脸识别，Scikit-Learn机器学习和人脸识别，TensorFlow机器学习和图像识别，国内常用的第三方人脸识别ping台，AI人脸识别签到打卡系统(PyQt5 百度AI OpenCV-Python SQLite3实现)，基于深度学习的AI人脸识别系统(Flask OpenCV-Python Keras Sklearn实现)，AI考勤管理系统(face-recognition Matplotlib Django Scikit-Learn dlib实现)，AI小区停车计费管理系统。全书讲解简洁而不失技术深度，内容丰富全面，并且易于阅读，以极简的文字介绍了复杂的案例，是学习Python图像视觉识别的实用教程。 《图像识别技术与实战（OpenCV dlib Keras Sklearn TensorFlow）》适用于已经了解Python语言基础语法的读者，并且适应于希望进一步提高自己Python开发水ping的读者，还可以作为大专院校相关专业的师生用书和培训机构的专业教材。