数字图像处理实践基于Python

图书信息

图书特色

《数字图像处理实践――基于Python》以实战为导向，每章均配有大量可执行的代码与实例演示，确保读者能够边学边做，熟练运用Python进行数字图像处理，掌握数字图像处理的核心技术和方法。希望本书能够帮助读者在数字图像处理领域迈出坚实的步伐，为未来的学习和研究打下良好的基础，共同推动数字图像处理技术的发展与应用。

内容简介

"《数字图像处理实践――基于Python》秉承理论结合实践的教学理念，旨在通过系统且深入的内容，帮助读者快速掌握数字图像处理的核心技术，为未来的工作、科研或深造奠定坚实基础。本教材共分10章，主要内容涵盖了数字图像的基本概念、数字图像处理的重要意义以及当前常用的处理工具，并介绍了Python在数字图像处理中的应用、图像的基本运算、图像变换领域，以及图像增强技术、图像复原技术、图像压缩编码技术、图像分割技术、彩色图像处理技术、图像表示与描述技术等。本教材以实战为导向，每章均配有大量可执行的代码与实例演示，确保读者能够边学边做，快速掌握数字图像处理的精髓。

本教材内容全面，层次分明，不仅适合作为应用型本科生的教材使用，也适合作为数字图像处理领域其他初学者的自学参考书。"

目录

1. 数字图像处理实践基于Python 目录
2. 第1章 绪论
3. 1.1 认识数字图像
4. 1.1.1 数字图像的起源
5. 1.1.2 数字图像基本概念
6. 1.1.3 数字图像的分类
7. 1.1.4 数字图像的采样与量化
8. 1.2 认识数字图像处理
9. 1.2.1 数字图像处理的含义
10. 1.2.2 数字图像处理的应用领域
11. 1.2.3 常见的数字图像处理技术
12. 1.2.4 数字图像处理的基本步骤
13. 1.2.5 数字图像文件格式
14. 1.3 认识数字图像处理工具
15. 1.3.1 MATLAB
16. 1.3.2 Visual C++
17. 1.3.3 Python
18. 1.4 思考练习
19. 第2章 Python与数字图像处理
20. 2.1 Python环境部署
21. 2.1.1 Python安装
22. 2.1.2 Pychram安装
23. 2.2 了解Pillow库
24. 2.2.1 Pillow库的基本信息
25. 2.2.2 Pillow库的安装方法
26. 2.2.3 Pillow库的主要作用
27. 2.3 了解NumPy库
28. 2.3.1 NumPy库概述
29. 2.3.2 NumPy库的安装方法
30. 2.3.3 NumPy库的应用
31. 2.4 了解scikit image库
32. 2.4.1 scikit image库的基础概念
33. 2.4.2 scikit image库的安装方法
34. 2.4.3 scikit image库的作用
35. 2.5 熟悉OpenCV库
36. 2.5.1 什么是OpenCV
37. 2.5.2 OpenCV的历史与发展
38. 2.5.3 OpenCV的应用领域
39. 2.5.4 OpenCV安装
40. 2.5.5 OpenCV基础操作
41. 2.6 python其他的有关图像处理库
42. 2.6.1 Matplotlib库
43. 2.6.2 PyTorch库
44. 2.6.3 TensorFlow库
45. 2.7 思考练习
46. 第3章 图像基本运算
47. 3.1 点运算
48. 3.1.1 线性点运算
49. 3.1.2 非线性点运算
50. 3.2 算术运算
51. 3.2.1 加法运算
52. 3.2.2 减法运算
53. 3.2.3 乘法运算
54. 3.2.4 除法运算
55. 3.3 几何运算
56. 3.3.1 仿射变换
57. 3.3.2 平移变换
58. 3.3.3 旋转变换
59. 3.3.4 镜像变换
60. 3.3.5 缩放变换
61. 3.3.6 透视变换
62. 3.4 思考练习
63. 第4章 图像变换
64. 4.1 图像变换概述
65. 4.1.1 图像变换的主要作用
66. 4.1.2 图像变换的方法
67. 4.1.3 图像变换的步骤
68. 4.1.4 实例及代码实现
69. 4.2 离散傅里叶变换
70. 4.2.1 离散傅里叶变换的定义
71. 4.2.2 离散傅里叶变换的特点
72. 4.2.3 实例及代码实现
73. 4.2.4 应用领域
74. 4.3 图像傅里叶变换频谱分析
75. 4.3.1 基本原理
76. 4.3.2 常用的频谱分析方法
77. 4.3.3 实例及代码实现
78. 4.4 离散余弦变换
79. 4.4.1 定义和原理
80. 4.4.2 特点和优势
81. 4.4.3 实例及代码实现
82. 4.5 思考练习
83. 第5章 图像增强
84. 5.1 图像增强概述
85. 5.1.1 图像增强的主要作用
86. 5.1.2 图像增强的方法
87. 5.1.3 图像增强的步骤
88. 5.2 直方图均衡
89. 5.2.1 直方图均衡的原理
90. 5.2.2 直方图均衡的特点
91. 5.2.3 实例及代码实现
92. 5.3 空间域滤波增强
93. 5.3.1 平滑滤波
94. 5.3.2 锐化滤波
95. 5.4 频率域平滑滤波器
96. 5.4.1 概述
97. 5.4.2 理想低通滤波器
98. 5.4.3 Butterworth低通滤波器
99. 5.4.4 高斯低通滤波器
100. 5.5 频率域锐化滤波器