《Python 3图像处理实战》是由清华大学出版社出版的一本关于Python3方面的书籍,作者是阿什温·帕扬卡尔,主要介绍了关于Python3、图像处理方面的知识内容,目前在Python3类书籍综合评分为:8.5分。
书籍介绍
编辑推荐
本书提供了WindowsPC和树莓派两种平台,基于NumPy、Matplotlib和Scikit-Image库及Python语言,结合大量实例,对图像处理进行智能化讲解。本书可作为学习Python图像处理的基础读物和本科生教材或参考资料。
内容简介
本书在介绍图像处理、Python3的安装和树莓派微型计算机等基本概念和知识的基础上,着重介绍NumPy数据结构的基础知识和数组操作、基于Matplotlib绘图库的图形可视化、基于NumPy软件包和Matplotlib绘图库的基本图像处理和高级图像处理、基于ScikitImage图像处理包的直方图均衡化和变换、卷积和滤波器、形态学操作和图像复原、噪声消除和边缘检测以及高级图像处理操作,并通过具体代码例程说明如何应用ScikitImage图像处理包进行实际图像处理。全书共分3部分:第1部分(第1~3章)为图像处理概念及硬件知识基础,着重介绍树莓派微型计算机,包括树莓派操作系统的启动更新、网络连接以及远程访问等内容;第2部分(第4~9章)为Python,着重介绍Python3基础知识及其生态系统、NumPy软件包和Matplotlib绘图库,同时介绍使用NumPy软件包和Matplotlib绘图库进行基本和高级图像处理的实现细节;第3部分(第10~16章)为ScikitImage应用,基于ScikitImage图像处理实例,介绍如何应用ScikitImage图像处理包进行变换、滤波和复原等。全书提供了大量应用实例,每章后均附有小结和练习。本书适合作为高等院校计算机、软件工程专业高年级本科生与成人教育的教材,同时可作为计算机视觉开发技术人员、科技工作者和研究人员的参考资料。
作者简介
张庆红,女,工学硕士,2008年毕业于西安石油大学计算机软件与理论专业,目前从事计算机教育工作,研究领域涉及嵌入式系统、深度学习等。
周冠武,男,工学博士,2015年毕业于西安交通大学仪器科学与技术专业,目前从事计算机教育工作,研究领域涉及智能传感器系统、模式识别、机器视觉等。程国建,男,博士(德国),教授,主要从事人工智能与机器学习方向的教学和科研工作。主持并完成十余项和油田科研项目。在相关学术研究领域及国际会议发表文章200余篇,其中核心期刊70余篇,三大检索(SCI/ISTP/EI)论文50余篇,出版专(译)著20余部,受邀担任多个国际学术会议的演讲嘉宾及大会主席。
目录
- 第1章图像处理中的概念
- 1.1信号与信号处理
- 1.2图像和图像处理
- 1.3小结
- 练习
- 第2章在Windows上安装Python3
- 2.1Python网站
- 2.2小结
- 第3章树莓派简介
- 3.1单板计算机
- 3.1.1单板计算机的优缺点
- 3.1.2流行的SBC系列
- 3.2树莓派
- 3.3Raspbian操作系统
- 3.4设置和启动树莓派
- 3.4.1设置所需的硬件
- 3.4.2设置所需的软件
- 3.4.3将操作系统写入MicroSD卡
- 3.4.4启动树莓派
- 3.5config.txt和raspiconfig
- 3.6连接到网络
- 3.6.1连接WiFi
- 3.6.2连接有线网络
- 3.6.3检查连接状态
- 3.7远程连接树莓派
- 3.7.1使用PuTTY和BitviseSSH客户端访问
- 命令提示符窗口程序
- 3.7.2带有RDP和VNC的远程桌面
- 3.8更新树莓派
- 3.9关闭并重新启动树莓派
- 3.10为什么使用树莓派
- 3.11小结
- 第4章Python3基础知识
- 4.1Python编程语言的历史
- 4.2为什么使用Python3
- 4.3Python编程语言的功能和优点
- 4.4IDLE和HelloWorld!
- 4.5Python解释器模式
- 4.6RaspbianOS上的Python
- 4.7Raspbian中的其他编辑器
- 4.8小结
- 第5章科学Python生态系统简介
- 5.1Python包索引(PyPI)和pip
- 5.2科学Python生态系统
- 5.3IPython和Jupyter
- 5.4小结
- 第6章NumPy和Matplotlib简介
- 6.1NumPy简介
- 6.1.1Ndarray
- 6.1.2NumPy和Matplotlib的安装
- 6.2开始NumPy编程
- 6.3Ndarray属性
- 6.4Ndarray常数
- 6.5Ndarray创建例程
- 6.6Matplotlib的Ndarray创建例程
- 6.7随机数据生成
- 6.8数组操作例程
- 6.9位运算和统计运算
- 6.10小结
- 第7章利用Matplotlib进行可视化
- 7.1单线图
- 7.2多线图
- 7.3网格、轴和标签
- 7.4颜色、样式和标记
- 7.5小结
- 第8章使用NumPy和Matplotlib进行基本图像处理
- 8.1图像数据集
- 8.2安装Pillow
- 8.3读取和保存图像
- 8.4NumPy
- 8.5图像统计
- 8.6图像掩码
- 8.7图像通道
- 8.8图像算术运算
- 8.9图像位逻辑运算
- 8.10图像直方图
- 8.11小结
- 第9章使用NumPy和Matplotlib进行高级图像处理
- 9.1彩色到灰度转换
- 9.2图像阈值化
- 9.3彩色图像增亮
- 9.4彩色图像变暗
- 9.5梯度
- 9.6RGB滤波器
- 9.7强度标准化
- 9.8小结
- 第10章开始ScikitImage
- 10.1Scikits简介
- 10.2在Windows和树莓派Raspbian上安装ScikitImage
- 10.3ScikitImage的基础知识
- 10.4颜色空间转换
- 10.5小结
- 第11章阈值化直方图的均衡化和变换
- 11.1简单阈值化、Otsu二值化和自适应阈值化
- 11.2直方图均衡化
- 11.3图像变换
- 11.4小结
- 第12章核、卷积和滤波器
- 12.1图像滤波
- 12.2ScikitImage的内置图像滤波器
- 12.3小结
- 第13章形态学运算和图像复原
- 13.1数学形态学和形态学运算
- 13.2通过修复复原图像
- 13.3小结
- 第14章噪声消除和边缘检测
- 14.1噪声
- 14.2噪声消除
- 14.3Canny边缘检测器
- 14.4小结
- 第15章高级图像处理操作
- 15.1SLIC分割
- 15.2灰度图像着色
- 15.3轮廓
- 15.4小结
- 第16章包管理
- 16.1Python实现和发行版
- 16.2Anaconda
- 16.3conda包管理
- 16.4SpyderIDE
- 16.5小结
- 16.6总结