前言 随着计算机技术的发展，图像视觉已成为人类获取和交换信息的主要来源。数字图像视觉具有信息量大、占用的频带较宽且像素间的相关性强等特点。数字图像视觉处理需要综合应用信息处理、计算机、机器学习、统计分析等各方面的知识和技术，对已有的图像视觉进行变换、处理、重构，从而改进图像视觉质量或从图像中提取有用的信息。 目前的图像视觉技术，早已不再是静止不动的画面，随着高清技术的不断普及，图像视觉给人们带来的享受将更为震撼。可以通过网络传输等通信手段，让实况画面出现在对方的计算机、手机等设备当中，图像缩短了人与人之间的距离。同时，计算机图像技术也很早便应用到军事方面，用于识别敌方目标、精确制导、侦察对方动向、战场形式模拟等。图像技术可以对案件侦破起到很大的作用，如指纹识别、人脸鉴别、场景复原、毁坏图像复原，以及在交通监控和事故分析等方面得到应用。计算机图像处理将向实时图像处理以及高清晰度的理论和技术研究、高分辨率、高速传输、三维成像或多维成像、多媒体化、智能化等方向不断发展。 目前，图形和图像的概念区别越来越模糊，普遍认为两者是共同存在的，但实际上它们还是有区别的。图像指的是计算机内以位图形式所存在的灰度信息，而图形含有几何表现，是由场景的几何模型和景物的物理属性所共同组成的。计算机的图形技术比图像技术相对复杂，表现手法也更为细腻真实，它侧重于绘图与图像的生成，可以通过三维的形式把图像表现得更加逼真。 本书为什么会在众多语言当中选择Python实现图形图像处理呢？其主要原因是： Python是一种效率极高的语言； 相比众多其他语言，使用Python编写时简单、易学、易读、易维护。 另一个原因是，对程序员来说，社区是非常重要的，大多数程序员都需要向解决过类似问题的人寻求建议，在需要有人帮助解决问题时，有一个联系紧密、互帮互助的社区至关重要，Python社区就是这样的一个社区。 【本书内容】 数字图像处理分为三个层次： 低级图像处理、中级图像处理和高级图像处理。本书主要介绍低级图像处理和中级图像处理(高级图像处理在第10章介绍)，也就是对图像进行各种加工以改善图像的视觉或突出有用信息，进一步对图像中感兴趣的目标进行检测(或分割)和测量，以获得它们的客观信息，从而建立对图像的描述。 第1层低级图像处理部分 第1章绪论，主要介绍什么是编程语言、Python简介、Python的下载和安装、数字图像处理概述等内容。 第2章迈进Python，主要介绍NumPy库、SciPy库、Pandas库等内容。 第3章介绍Python图形用户界面，主要包括布局管理、Tkinter常用组件、对话框、菜单、在Canvas中绘图等内容。 第4章介绍数据可视化分析，主要包括Matplotlib生成数据图、各类型数据图、三维绘图、Pygal数据可视化等内容。 第2层中级图像处理部分 第5章介绍图像视觉增强分析，主要包括图像增强方法、灰度变换、空域增强、空域锐化算子、图像频域平滑处理、频域图像锐化等内容。 第6章介绍图像视觉复原分析，主要包括退化与复原、图像去噪、暗通道去雾处理等内容。 第7章介绍图像视觉几何变换与校正分析，主要包括图像几何变换概述、几何变换的数学描述、图像的坐标变换、图像的几何变换类型等内容。 第8章介绍图像视觉分割技术分析，主要包括图像视觉分割的意义、边缘分割法、Hough变换、阈值分割法等内容。 第9章介绍图像视觉描述与特征提取分析，主要包括图像特征、角点特征、SIFT/SURF算法、FAST和ORB算法、LBP和HOG特征算子、颜色特征、图像纹理特征提取等内容。 第3层高级图像处理部分 第10章介绍车牌识别分析，主要包括车牌识别流程、车牌图像处理与定位、字符识别等内容。 【本书特色】 1. 内容浅显易懂 本书不会纠缠于晦涩难懂的概念，而是力求用浅显易懂的语言引出概念，用常用的方式介绍编程，用清晰的逻辑解释思路。 2. 知识点全面 书中从介绍Python软件、数字图像处理概述出发，接着介绍Python的用法，然后介绍图形用户界面、数据可视化等，再由实例总结巩固相关知识点。 3. 学以致用 书中每章节都做到理论与实例相结合，内容丰富、实用，帮助读者快速领会知识要点。书中的实例与经典应用具有超强的实用性，并且书中源码、数据集、图片等资源读者都可 通过扫描目录处的二维码 免费、轻松获得。 【读者对象】 本书适合Python初学者、Python软件的科研者。 由于时间仓促，加之编者水平有限，书中不足和疏漏之处在所难免。在此，诚恳地期望得到各领域的专家和广大读者的批评指正。 由于本书为黑白印刷，部分图片显示效果欠佳，读者可扫描目录处的二维码下载彩图。 编者2023年9月

• 课件下载
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接