数字电路初学者的“傻瓜型”教材，深入浅出讲解。
电子书
内容简介
本书主要内容共十章：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点检测；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。
章节目录
- 版权信息
- 版 权
- 内 容 提 要
- 序
- 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
展开全部
从零开始：数字图像处理的编程基础与应用是2022年由人民邮电出版社出版,作者彭凌西。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《从零开始：数字图像处理的编程基础与应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书以零基础讲解为宗旨，用实例引导读者学习，深入浅出地介绍Python的相关知识和实战技能。
电子书
1.本书重点介绍了数字图像处理的基本概念、基本理论、实用技术，以及用MATLAB进行图像处理、编程的方法。2.本书结构安排合理，叙述清晰，理论与实践并重，使用MATLAB作为实验平台，加入了大量的实验实例，并且有大量的实验结果图片，对读者的理解有很大的帮助。3.本书深入浅出、图文并茂，文字描述力求简单易懂。选材上既注重基本概念、理论和方法的介绍，同时也反映了近年来数字图像处理领域的最新发展情况。
电子书
适读人群 ：电子爱好者及相关从业人员
知名电子专家蔡杏山编著
低起点：初中基础即可学习本书
内容全面：模拟电路、数字电路、电力电子电路全面覆盖
避免复杂的理论分析和烦琐的公式推导，通俗易懂
知识与技能解说详细，自学效果明显提升
学习中遇到难点可登录作者网站咨询
电子书
手把手带你从零开始学习Python。
电子书
《Python编程基础与应用》以“任务驱动，实战领先”为出发点，通过216个实例详细介绍了Python语言的基础知识和语法操作规范，同时，书中还剖析了10个综合应用案例，以培养读者解决问题的能力。本书将理论和实践融为一体，让读者真正做到学以致用。本书可以作为高职高专院校计算机类、自动化类、电子信息类、数字经济类等专业的Python编程入门教材，同时也可作为广大Python语言爱好者自学的参考书。本
电子书
本书结合作者多年的教学经验和科研实践编写而成，系统介绍了数字图像处理技术和分析的基础理论、基本原理和实用的处理方法与技术。全书内容包括概述（数字图像基础、数字图像的表示和像素间的关系、数字图像处理的发展与应用、图像的存储与格式、视觉基础）、图像点运算与应用、图像增强技术、图像恢复技术、图像变换、图像分割、图像压缩与编码技术、图像的目标表达与特征测量技术、二值图像的形态学处理、彩色图像处理和案例分析
电子书
基于Python 3.X讲解，从入门到实战，全面讲解Python爬虫技术。全书重点难点附带微课讲解，书网融合互动学习。
