万本电子书0元读

万本电子书0元读

顶部广告

从零开始:数字图像处理的编程基础与应用电子书

1.大咖推荐:中国科学院院士张景中作序推荐 2.通俗易懂,深浅出。 本书通过近百个编程实例和项目,详细的代码注释讲解和结果分析,简洁精练的语言,通俗易懂地介绍了数字图像处理领域的理论和算法。该书历经教学实践,反复修改,使其内容易懂、易教。 3.内容丰富,实例教学。 近百个编程实例和项目,帮您理解数字图像处理原理和编程技术! 4.资源丰富,方便学习。

售       价:¥

纸质售价:¥59.40购买纸书

38人正在读 | 0人评论 6.8

作       者:彭凌西 彭绍湖 唐春明 陈统 编著

出  版  社:人民邮电出版社有限公司

出版时间:2022-04-01

字       数:26.3万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书主要介绍数字图像处理基础知识与基于OpenCV和C 的图像编程技术的相关内容,旨在帮助读者尽快掌握数字图像理论知识和编程技术。 本书第1章主要介绍OpenCV基础;第2章主要介绍图像预处理;第3章主要介绍图像分割和数学形态学;第4章主要介绍特征提取与匹配;第5章主要介绍模板匹配与轮廓绘制;第6章主要介绍视频录制与目标追踪;第7章主要介绍三维重建;第8章主要介绍距离测量与角检测;第9章主要介绍图像识别应用,涉及文字识别、二维码识别、人脸识别和车牌识别等内容;第10章主要介绍基于深度学习的图像应用。 书中通过近百个编程实例和项目,帮助读者掌握数字图像处理原理,并一步掌握数字图像的编程技术。 本书不仅适合各类院校相关专业的学生使用,也适合对数字图像编程感兴趣,已有一定的C 编程基础,但没有数字图像基础理论知识的读者阅读。<br/>【推荐语】<br/>1.大咖推荐:中国科学院院士张景中作序推荐 2.通俗易懂,深浅出。 本书通过近百个编程实例和项目,详细的代码注释讲解和结果分析,简洁精练的语言,通俗易懂地介绍了数字图像处理领域的理论和算法。该书历经教学实践,反复修改,使其内容易懂、易教。 3.内容丰富,实例教学。 近百个编程实例和项目,帮您理解数字图像处理原理和编程技术! 4.资源丰富,方便学习。 本书提供了在Qt 5.9 或VS 2019编程环境上编译通过的C 示例源码以及配套课件和大纲等资源。<br/>【作者】<br/>彭凌西 广州大学教授,计算机应用专业博士,博士后导师,中国计算机学会高级会员,主要研 究方向为智能算法和网络安全,发表SCI论文20多篇,出版著作2部,从事计算机教学和研究工作20多年,主讲C C 程序设计、UNIX系统编程、数据库原理、可视化程序设计、人工智能导论等课程。 彭绍湖 主要研究图像分割算法、图像特征提取、基于机器学习特征分类和目标识别,具有近 二十年的相关研发实践经历。曾任Shonics公司和Techvalley公司算法工程师,作为负责人或主要人员参与国家自然科学基金、省部级科研项目3项,发表论文30余篇,申请发明专利5件,授权1件。 唐春明 广州大学教授,博士生导师,广州市高层次人才优秀专家。现为广州大学研究生院常务 副院长、广东省信息安全技术重实验室主任、中国密码学会组织工作委员会副主任、 广东省数学会常务理事兼副秘书长、广东省学位与研究生教育学会常务理事。 陈统 广东轩辕网络科技股份有限公司董事长,广州市高层次人才优秀专家,主要研究方向为 计算机应用技术、云计算大数据及人工智能等,参与编写行业白皮书1 本,参与制定行业标准2项,参与编写云计算大数据教材14部,同时主持参与了10余项国家、省、市等政府科技项目。<br/>
目录展开

版 权

内 容 提 要

前 言

第1章 OpenCV基础

1.1 OpenCV简介

1.2 OpenCV 编程环境搭建

· 1.2.1 Visual Studio 2019安装

· 1.2.2 Qt 安装

· 1.2.3 OpenCV Release版本安装

· 1.2.4 VS 2019中OpenCV 4.4环境的配置

· 1.2.5 Qt 5.9.9中OpenCV 4.4环境的搭建

1.3 Mat图像存储容器

· 1.3.1 Mat容器简介

· 1.3.2 存储方法

· 1.3.3 创建Mat对象

1.4 图像读取与保存

· 1.4.1 图像读取

· 1.4.2 图像保存

1.5 视频读取与输出

· 1.5.1 视频读取

· 1.5.2 视频输出

1.6 图像属性与基本图形绘制

· 1.6.1 图像属性

· 1.6.2 基本图形绘制

· 1.6.3 颜色空间转换

1.7 计算机交互

· 1.7.1 鼠标和键盘

· 1.7.2 滑动条

1.8 小结

第2章 图像预处理

2.1 图像格式和通道

· 2.1.1 图像格式

· 2.1.2 通道分离与合并

2.2 点运算

· 2.2.1 像素点操作和卷积

· 2.2.2 图像反转

· 2.2.3 对数变换

· 2.2.4 幂律变换

· 2.2.5 线性变换

· 2.2.6 全域线性变换

· 2.2.7 图像灰度化

2.3 直方图处理

· 2.3.1 标准直方图

· 2.3.2 直方图均衡化

· 2.3.3 直方图匹配

· 2.3.4 局部直方图处理

2.4 图像去噪

· 2.4.1 均值滤波

· 2.4.2 高斯滤波

· 2.4.3 中值滤波

· 2.4.4 双边滤波

· 2.4.5 小波滤波

2.5 小结

第3章 图像分割和数学形态学

3.1 图像分割

· 3.1.1 灰度阈值算法

· 3.1.2 OTSU阈值算法

· 3.1.3 区域生长算法

· 3.1.4 分水岭算法

· 3.1.5 迭代式阈值分割

· 3.1.6 Grab Cut图像切割算法

3.2 数学形态学

· 3.2.1 膨胀和腐蚀

· 3.2.2 开运算与闭运算

· 3.2.3 形态学梯度

· 3.2.4 顶帽

· 3.2.5 黑帽

· 3.2.6 综合运用——细线和噪点去除

3.3 图像金字塔

· 3.3.1 高斯金字塔

· 3.3.2 拉普拉斯金字塔

· 3.3.3 高斯不同

3.4 小结

第4章 特征提取与匹配

4.1 边缘检测

· 4.1.1 梯度法

· 4.1.2 索贝尔算子

· 4.1.3 拉普拉斯算子

· 4.1.4 坎尼算子

· 4.1.5 普鲁伊特算子

· 4.1.6 罗伯茨算子

4.2 颜色特征

· 4.2.1 灰度直方图

· 4.2.2 聚类

4.3 关键点特征

· 4.3.1 SURF算法

· 4.3.2 SIFT算法

· 4.3.3 ORB算法

· 4.3.4 LBP算法

· 4.3.5 Gabor算法

4.4 特征描述与匹配

· 4.4.1 SIFT特征描述子

· 4.4.2 ORB特征描述子

4.5 形状提取

· 4.5.1 标准霍夫变换

· 4.5.2 累计概率霍夫变换

· 4.5.3 霍夫圆变换

4.6 小结

第5章 模板匹配与轮廓绘制

5.1 模板匹配

5.2 轮廓绘制

5.3 小结

第6章 视频录制与目标追踪

6.1 简单视频录制

6.2 视频目标追踪

· 6.2.1 BS算法

· 6.2.2 Meanshift算法与Camshift算法

· 6.2.3 示例程序

6.3 小结

第7章 三维重建

7.1 超分辨率重建

· 7.1.1 常见的超分辨率重建技术

· 7.1.2 光流法简介

· 7.1.3 视频重建的原理和过程

7.2 三维重建的具体操作

· 7.2.1 calib3d模块简介

· 7.2.2 黑白棋盘重构

· 7.2.3 单目相机标定

7.3 小结

第8章 距离测量与角点检测

8.1 距离测量

· 8.1.1 单目测距

· 8.1.2 双目测距

8.2 角点检测

· 8.2.1 Harris角点检测

· 8.2.2 Shi-Tomasi角点检测

· 8.2.3 亚像素级角点检测

8.3 小结

第9章 图像识别应用

9.1 文字识别

· 9.1.1 OCR简介

· 9.1.2 OCR操作基础

· 9.1.3 示例程序

9.2 二维码识别

· 9.2.1 二维码编程原理

· 9.2.2 二维码识别原理

· 9.2.3 示例程序

9.3 人脸识别

· 9.3.1 人脸识别Haar特征

· 9.3.2 Cascade分类器

· 9.3.3 Eigen Faces人脸识别算法

· 9.3.4 示例程序

9.4 车牌识别

· 9.4.1 灰度二值化处理

· 9.4.2 车牌定位

· 9.4.3 字符识别

· 9.4.4 示例程序

9.5 小结

第10章 基于深度学习的图像应用

10.1 深度学习基本原理

· 10.1.1 神经网络

· 10.1.2 卷积神经网络

· 10.1.3 循环神经网络

10.2 深度神经网络模块

· 10.2.1 主流框架模型简介

· 10.2.2 模型操作

· 10.2.3 硬件加速

10.3 人体姿态识别

· 10.3.1 原理简介

· 10.3.2 人体姿态识别示例程序

10.4 YOLO物体识别

· 10.4.1 原理简介

· 10.4.2 YOLO算法示例程序

10.5 图片分类

10.6 小结

附录1 OpenCV编程常见问题

附录2 OpenCV 4.4源码及opencv_contrib模块编译

附录3 基于Caffe框架的神经网络训练过程

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部