PYTHON计算机视觉与应用案例
全新正版 极速发货
￥ 49.17 6.2折 ￥ 79 全新
库存16件
广东广州
认证卖家担保交易快速发货售后保障
作者杨光光 著
出版社清华大学出版社
ISBN9787302676980
出版时间2024-12
装帧平装
开本其他
定价79元
货号1203484089
上书时间2024-12-30
商品详情
- 品相描述：全新
- 商品描述
-
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
1.3.4scikitlearn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
1．6Pyecharts库
1．6．1Pyecharts特性
1．6．2Pyecharts安装
1．6．3Pyecharts绘图
1.7NumPy图像处理
1.7.1灰度变换
1.7.2图像缩放
1.7.3直方图均衡化
1.7.4图像平均
1.7.5图像主成分分析
1.8SciPy图像处理
1.8.1图像模糊
1.8.2图像导数
1.8.3形态学
1.8.4io和misc模块
1.9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
2．4．3实现降噪去雾
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形态学梯度
3.2.4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霍夫变换检测直线
4.1.1霍夫变换检测直线的思想
4.1.2实际应用
4.2霍夫变换检测圆
4．3霍夫变换检测其他形状
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
5．6OpenCV+SVM车牌识别
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神经网络算法
7．1．1多层前馈神经网络
7．1．2利用BP算法设计神经网络
7．1．3实现手写数字的识别
7.2卷积神经网络概述
7.2.1卷积神经网络的结构
7.2.2卷积神经网络的训练
7.2.3卷积神经网络识别手写体数字
7.3SVM识别手写体数字
7.3.1支持向量机的原理
7.3.2函数间隔
7.3.3几何间隔
7.3.4间隔最大化
7.3.5SVC识别手写体数字实例
第8章图片中的英文识别
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
9．4小波压缩图像
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
10.3KMeans聚类图像压缩处理
10.3.1KMeans算法的原理
10.3.2KMeans算法的要点
10.3.3KMeans算法的缺点
10.3.4KMeans聚类图像压缩案例分析
10.4KMeans聚类实现图像分割
10.4.1KMeans聚类分割灰度图像
10.4.2KMeans聚类对比分割彩色图像
10．5阈值法实现图像分割
10．5．1全阈值分割
10．5．2迭代阈值分割
10．5．3OTSU算法阈值分割
10．5．4自适应阈值分割
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算子的基本原理
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
12.6ShiTomasi角点检测
12.7FAST特征检测
12．8SIFT角点检测
12．8．1SIFT算法实现步骤
12．8．2SIFT角点检测应用
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
14．6小波变换水印技术
14．6．1基本原理
14．6．2水印的嵌入与提取步骤
14．6．3算法性能评估
14．6．4小波变换水印技术实现
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
16．6A_star算法规划自动驾驶运动
16．6．1自动驾驶运动规则问题
16．6．2A_star算法用于自动驾驶运动规划
16.7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
19．4MTCNN人脸检测算法实现
19．4．1PNet的结构
19．4．2RNet的结构
19．4．3ONet的结构
19．4．4图像金字塔
19．4．5MTCNN实现人脸检测
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
内容摘要
"《Python计算机视觉与应用案例》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，最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计算机视觉与应用案例》适合想深入研究Python计算机视觉的开发者阅读参考,也可作为高等院校相关专业的教材。"
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价