機(jī)器學(xué)習(xí):基于OpenCV和Python的智能圖像處理
定 價(jià):79 元
叢書名:智能系統(tǒng)與技術(shù)叢書
- 作者:高敬鵬 趙娜 江志燁
- 出版時(shí)間:2020/5/1
- ISBN:9787111654360
- 出 版 社:機(jī)械工業(yè)出版社
- 中圖法分類:TP391.413
- 頁碼:0
- 紙張:
- 版次:1
- 開本:16K
本書以Python語言為藍(lán)本,以O(shè)penCV為框架,使用Anaconda搭建環(huán)境,通過豐富的實(shí)例,從實(shí)驗(yàn)、實(shí)踐、實(shí)用的角度,詳細(xì)敘述了運(yùn)用Python和OpenCV實(shí)現(xiàn)智能圖像處理的過程。全書共12章,主要內(nèi)容包括智能圖像處理入門、Python基礎(chǔ)、圖像處理基礎(chǔ)、圖像幾何變換、圖像直方圖處理、圖像平滑濾波處理、圖像閾值處理、圖像形態(tài)學(xué)處理、圖像分割處理、圖像梯度及邊緣檢測、圖像輪廓檢測與擬合、人臉識(shí)別實(shí)現(xiàn)等,全面闡述了智能圖像處理的理論基礎(chǔ)和實(shí)現(xiàn)過程。
本書側(cè)重基礎(chǔ)、易學(xué)易懂,各章節(jié)既相對(duì)獨(dú)立又前后關(guān)聯(lián),其*大的特點(diǎn)就是打破了傳統(tǒng)書籍的講解方法,在介紹各部分理論基礎(chǔ)的同時(shí),搭配具體實(shí)例,通過對(duì)相關(guān)程序的詳細(xì)講解,幫助讀者進(jìn)一步加深對(duì)理論基礎(chǔ)的理解。本書每章配有習(xí)題,以指導(dǎo)讀者深入學(xué)習(xí)智能圖像處理技術(shù)。
前言
第1章 智能圖像處理入門 1
1.1 智能圖像處理概述 1
1.2 環(huán)境搭建 2
1.2.1 安裝Python 2
1.2.2 安裝PyCharm 8
1.2.3 PyCharm的初始化 12
1.2.4 OpenCV及常用庫的配置 15
1.3 思考與練習(xí) 17
第2章 Python基礎(chǔ) 18
2.1 數(shù)據(jù)類型 18
2.1.1 數(shù)值類型 18
2.1.2 字符串類型 20
2.1.3 布爾類型 20
2.2 變量與常量 21
2.3 運(yùn)算符 21
2.3.1 運(yùn)算符簡介 21
2.3.2 運(yùn)算符優(yōu)先級(jí) 21
2.4 選擇與循環(huán) 22
2.4.1 if語句 22
2.4.2 while循環(huán) 25
2.4.3 for循環(huán) 27
2.4.4 break和continue語句 29
2.5 列表與元組 31
2.5.1 創(chuàng)建 31
2.5.2 查詢 32
2.5.3 修改 33
2.5.4 刪除 34
2.6 字典 35
2.6.1 字典的創(chuàng)建 35
2.6.2 字典的常規(guī)操作 36
2.6.3 字典的遍歷 37
2.7 函數(shù) 38
2.7.1 函數(shù)的定義與調(diào)用 38
2.7.2 參數(shù)傳遞 40
2.8 面向?qū)ο缶幊? 42
2.8.1 類與對(duì)象 42
2.8.2 繼承與多態(tài) 44
2.9 思考與練習(xí) 46
第3章 圖像處理基礎(chǔ) 48
3.1 圖像的基本表示方法 48
3.1.1 二值圖像 48
3.1.2 灰度圖像 48
3.1.3 彩色圖像 49
3.2 圖像處理的基本操作 50
3.2.1 圖像的讀取、顯示和保存 50
3.2.2 圖像通道的基本操作 53
3.2.3 圖像屬性的獲取 55
3.3 初識(shí)Numpy.array 56
3.4 圖像運(yùn)算 57
3.4.1 加法運(yùn)算 57
3.4.2 減法運(yùn)算 59
3.4.3 乘法運(yùn)算 61
3.4.4 除法運(yùn)算 63
3.4.5 邏輯運(yùn)算 64
3.5 圖像的色彩空間轉(zhuǎn)換 68
3.5.1 色彩空間類型轉(zhuǎn)換函數(shù) 68
3.5.2 RGB色彩空間 68
3.5.3 GRAY色彩空間 69
3.5.4 YCrCb色彩空間 70
3.5.5 HSV色彩空間 71
3.6 思考與練習(xí) 73
第4章 圖像幾何變換 74
4.1 仿射變換 74
4.1.1 平移 75
4.1.2 縮放 76
4.1.3 旋轉(zhuǎn) 77
4.2 重映射 78
4.2.1 復(fù)制 78
4.2.2 繞x軸翻轉(zhuǎn) 80
4.2.3 繞y軸翻轉(zhuǎn) 82
4.2.4 繞x軸與y軸翻轉(zhuǎn) 85
4.3 投影變換 87
4.3.1 原理簡介 87
4.3.2 Python實(shí)現(xiàn) 87
4.4 極坐標(biāo)變換 89
4.4.1 原理簡介 89
4.4.2 Python實(shí)現(xiàn) 90
4.5 思考與練習(xí) 93
第5章 圖像直方圖處理 94
5.1 直方圖概述 94
5.2 直方圖的繪制 95
5.2.1 用OpenCV繪制直方圖 95
5.2.2 用pyplot繪制直方圖 98
5.3 直方圖正規(guī)化 99
5.3.1 正規(guī)化原理 99
5.3.2 Python實(shí)現(xiàn) 99
5.3.3 使用normalize實(shí)現(xiàn) 100
5.4 直方圖均衡化 102
5.4.1 均衡化原理簡介 102
5.4.2 Python實(shí)現(xiàn) 104
5.4.3 自適應(yīng)直方圖均衡化 108
5.5 思考與練習(xí) 110
第6章 圖像平滑濾波處理 111
6.1 圖像平滑概述 111
6.2 高斯濾波 112
6.2.1 原理簡介 112
6.2.2 Python實(shí)現(xiàn) 113
6.3 均值濾波 114
6.3.1 原理簡介 114
6.3.2 Python實(shí)現(xiàn) 115
6.4 方框?yàn)V波 117
6.4.1 原理簡介 117
6.4.2 Python實(shí)現(xiàn) 117
6.5 中值濾波 119
6.5.1 原理簡介 119
6.5.2 Python實(shí)現(xiàn) 120
6.6 雙邊濾波 121
6.6.1 原理簡介 121
6.6.2 Python實(shí)現(xiàn) 122
6.7 2D卷積核的實(shí)現(xiàn) 123
6.8 思考與練習(xí) 125
第7章 圖像閾值處理 126
7.1 閾值處理概述 126
7.2 全局閾值處理 126
7.2.1 原理簡介 126
7.2.2 OpenCV閾值函數(shù)cv2.threshold() 127
7.2.3 閾值分割實(shí)例 127
7.3 局部閾值處理 136
7.3.1 原理簡介 136
7.3.2 cv2.adaptiveThreshold()函數(shù) 137
7.4 Otsu閾值處理 139
7.4.1 原理簡介 139
7.4.2 Python實(shí)現(xiàn) 140
7.5 思考與練習(xí) 141
第8章 圖像形態(tài)學(xué)處理 142
8.1 腐蝕 142
8.1.1 原理簡介 142
8.1.2 Python實(shí)現(xiàn) 143
8.2 膨脹 145
8.2.1 原理簡介 145
8.2.2 Python實(shí)現(xiàn) 146
8.3 形態(tài)學(xué)梯度運(yùn)算 148
8.3.1 原理簡介 148
8.3.2 Python實(shí)現(xiàn) 148
8.4 開運(yùn)算與閉運(yùn)算 149
8.4.1 原理簡介 150
8.4.2 Python實(shí)現(xiàn) 150
8.5 黑帽與禮帽運(yùn)算 153
8.5.1 原理簡介 153
8.5.2 Python實(shí)現(xiàn) 154
8.6 思考與練習(xí) 155
第9章 圖像分割處理 157
9.1 分水嶺算法的介紹與實(shí)現(xiàn) 157
9.1.1 算法原理 157
9.1.2 OpenCV中的相關(guān)函數(shù) 158
9.2 圖像的金字塔分割 165
9.2.1 圖像金字塔簡介 165
9.2.2 OpenCV中的相關(guān)函數(shù) 166
9.2.3 用金字塔算法實(shí)現(xiàn)圖像分割 170
9.3 思考與練習(xí) 171
第10章 圖像梯度及邊緣檢測 172
10.1 Sobel算子 172
10.1.1 原理簡介 172
10.1.2 Python實(shí)現(xiàn) 173
10.2 Scharr算子 176
10.2.1 原理簡介 176
10.2.2 Python實(shí)現(xiàn) 176
10.3 Canny邊緣檢測 179
10.3.1 原理簡介 179
10.3.2 Python實(shí)現(xiàn) 180
10.4 Laplacian算子 182
10.4.1 原理簡介 182
10.4.2 Python實(shí)現(xiàn) 182
10.5 高斯拉普拉斯邊緣檢測 184
10.5.1 原理簡介 184
10.5.2 Python實(shí)現(xiàn) 185
10.6 思考與練習(xí) 187
第11章 圖像輪廓檢測與擬合 188
11.1 OpenCV中輪廓的查找與繪制 188
11.1.1 輪廓的查找與繪制 188
11.1.2 查找繪制輪廓的實(shí)例 189
11.2 OpenCV中輪廓的周長與面積 192
11.2.1 周長計(jì)算:cv2.arcLength()函數(shù) 192
11.2.2 面積計(jì)算:cv2.contourArea()函數(shù) 193
11.3 幾何圖形的最小外包與擬合 194
11.3.1 最小外包矩形 195
11.3.2 最小外包圓形 196
11.3.3 最小外包三角形 197
11.3.4 最小外包橢圓 199
11.3.5 最優(yōu)擬合直線 200
11.4 霍夫檢測 201
11.4.1 霍夫直線檢測 201
11.4.2 霍夫圓檢測 204
11.5 思考與練習(xí) 205
第12章 人臉識(shí)別實(shí)現(xiàn) 207
12.1 繪圖基礎(chǔ) 207
12.1.1 繪制直線:cv2.line()函數(shù) 207
12.1.2 繪制矩形:cv2.rectangle()函數(shù) 209
12.1.3 繪制圓形:cv2.circle()函數(shù) 210
12.1.4 繪制橢圓:cv2.ellipse()函數(shù) 212
12.1.5 在圖形上繪制文字:cv2.putText()函數(shù) 213
12.2 人臉檢測 214
12.2.1 OpenCV中級(jí)聯(lián)分類器的使用 215
12.2.2 Python實(shí)現(xiàn) 215
12.3 人臉識(shí)別 217
12.3.1 原理簡介 217
12.3.2 相關(guān)函數(shù) 217
12.3.3 LBPH人臉識(shí)別的Python實(shí)現(xiàn) 218
12.4 用Fisherfaces與EigenFaces算法進(jìn)行人臉識(shí)別 220
12.4.1 相關(guān)函數(shù) 220
12.4.2 Python實(shí)現(xiàn) 221
12.5 思考與練習(xí) 223