"《數(shù)字圖像處理實(shí)踐基于Python》秉承理論結(jié)合實(shí)踐的教學(xué)理念，旨在通過(guò)系統(tǒng)且深入的內(nèi)容，幫助讀者快速掌握數(shù)字圖像處理的核心技術(shù)，為未來(lái)的工作、科研或深造奠定堅(jiān)實(shí)基礎(chǔ)。本教材共分10章，主要內(nèi)容涵蓋了數(shù)字圖像的基本概念、數(shù)字圖像處理的重要意義以及當(dāng)前常用的處理工具，并介紹了Python在數(shù)字圖像處理中的應(yīng)用、圖像的基本運(yùn)算、圖像變換領(lǐng)域，以及圖像增強(qiáng)技術(shù)、圖像復(fù)原技術(shù)、圖像壓縮編碼技術(shù)、圖像分割技術(shù)、彩色圖像處理技術(shù)、圖像表示與描述技術(shù)等。本教材以實(shí)戰(zhàn)為導(dǎo)向，每章均配有大量可執(zhí)行的代碼與實(shí)例演示，確保讀者能夠邊學(xué)邊做，快速掌握數(shù)字圖像處理的精髓。
本教材內(nèi)容全面，層次分明，不僅適合作為應(yīng)用型本科生的教材使用，也適合作為數(shù)字圖像處理領(lǐng)域其他初學(xué)者的自學(xué)參考書(shū)。"
第1章緒論1
1.1認(rèn)識(shí)數(shù)字圖像2
1.1.1數(shù)字圖像的起源2
1.1.2 數(shù)字圖像基本概念2
1.1.3 數(shù)字圖像的分類(lèi)3
1.1.4數(shù)字圖像的采樣與量化5
1.2認(rèn)識(shí)數(shù)字圖像處理6
1.2.1 數(shù)字圖像處理的含義7
1.2.2 數(shù)字圖像處理的應(yīng)用領(lǐng)域7
1.2.3常見(jiàn)的數(shù)字圖像處理技術(shù)8
1.2.4數(shù)字圖像處理的基本步驟9
1.2.5數(shù)字圖像文件格式10
1.3 認(rèn)識(shí)數(shù)字圖像處理工具11
1.3.1MATLAB11
1.3.2VisualC 13
1.3.3Python16
1.4思考練習(xí)18
第2章Python與數(shù)字圖像處理19
2.1Python環(huán)境部署20
2.1.1Python安裝20
2.1.2Pychram安裝20
2.2了解Pillow庫(kù)22
2.2.1Pillow庫(kù)的基本信息22
2.2.2Pillow庫(kù)的安裝方法22
2.2.3Pillow庫(kù)的主要作用23
2.3了解NumPy庫(kù)25
2.3.1NumPy庫(kù)概述25
2.3.2NumPy庫(kù)的安裝方法26
2.3.3NumPy庫(kù)的應(yīng)用26
2.4了解scikit-image庫(kù)30
2.4.1scikit-image庫(kù)的基礎(chǔ)概念30
2.4.2scikit-image庫(kù)的安裝方法30
2.4.3scikit-image庫(kù)的作用30
2.5 熟悉OpenCV庫(kù)34
2.5.1什么是OpenCV34
2.5.2OpenCV的歷史與發(fā)展35
2.5.3OpenCV的應(yīng)用領(lǐng)域35
2.5.4OpenCV安裝35
2.5.5OpenCV基礎(chǔ)操作36
2.6 python其他的有關(guān)圖像處理庫(kù)42
2.6.1Matplotlib庫(kù)42
2.6.2PyTorch庫(kù)45
2.6.3TensorFlow庫(kù)46
2.7思考練習(xí)47
第3章圖像基本運(yùn)算49
3.1點(diǎn)運(yùn)算50
3.1.1線(xiàn)性點(diǎn)運(yùn)算50
3.1.2非線(xiàn)性點(diǎn)運(yùn)算55
3.2算術(shù)運(yùn)算64
3.2.1加法運(yùn)算65
3.2.2減法運(yùn)算68
3.2.3乘法運(yùn)算70
3.2.4除法運(yùn)算71
3.3幾何運(yùn)算73
3.3.1仿射變換73
3.3.2平移變換75
3.3.3旋轉(zhuǎn)變換77
3.3.4鏡像變換78
3.3.5縮放變換80
3.3.6透視變換83
3.4思考練習(xí)85
第4章圖像變換86
4.1圖像變換概述87
4.1.1圖像變換的主要作用87
4.1.2圖像變換的方法87
4.1.3圖像變換的步驟88
4.1.4 實(shí)例及代碼實(shí)現(xiàn)89
4.2離散傅里葉變換90
4.2.1離散傅里葉變換的定義90
4.2.2離散傅里葉變換的特點(diǎn)90
4.2.3實(shí)例及代碼實(shí)現(xiàn)91
4.2.4應(yīng)用領(lǐng)域95
4.3圖像傅里葉變換頻譜分析96
4.3.1基本原理96
4.3.2常用的頻譜分析方法96
4.3.3實(shí)例及代碼實(shí)現(xiàn)97
4.4離散余弦變換103
4.4.1定義和原理103
4.4.2特點(diǎn)和優(yōu)勢(shì)104
4.4.3實(shí)例及代碼實(shí)現(xiàn)104
4.5思考練習(xí)107
第5章圖像增強(qiáng)108
5.1圖像增強(qiáng)概述109
5.1.1圖像增強(qiáng)的主要作用109
5.1.2圖像增強(qiáng)的方法111
5.1.3圖像增強(qiáng)的步驟112
5.2直方圖均衡113
5.2.1直方圖均衡的原理113
5.2.2直方圖均衡的特點(diǎn)114
5.2.3實(shí)例及代碼實(shí)現(xiàn)115
5.3空間域?yàn)V波增強(qiáng)118
5.3.1平滑濾波119
5.3.2銳化濾波126
5.4頻率域平滑濾波器133
5.4.1概述133
5.4.2理想低通濾波器133
5.4.3Butterworth低通濾波器136
5.4.4高斯低通濾波器138
5.5頻率域銳化濾波器140
5.5.1概述141
5.5.2理想高通濾波器141
5.5.3Butterworth高通濾波器143
5.5.4高斯高通濾波器144
5.6思考練習(xí)146
第6章圖像復(fù)原148
6.1圖像復(fù)原及退化模型149
6.1.1圖像復(fù)原及相關(guān)概念149
6.1.2圖像復(fù)原的方法和步驟149
6.1.3退化模型的表示150
6.1.4常見(jiàn)退化模型及形式151
6.2圖像噪聲152
6.2.1圖像噪聲的分類(lèi)152
6.2.2圖像噪聲模型應(yīng)用領(lǐng)域153
6.2.3 實(shí)例及代碼實(shí)現(xiàn)153
6.3空間域?yàn)V波復(fù)原158
6.3.1基本原理158
6.3.2空間域?yàn)V波復(fù)原的基本步驟158
6.3.3空間域?yàn)V波復(fù)原的分類(lèi)159
6.4頻率域?yàn)V波復(fù)原177
6.4.1主要原理177
6.4.2濾波方法及實(shí)現(xiàn)步驟177
6.4.3頻率域?yàn)V波的特點(diǎn)177
6.4.4帶通濾波器178
6.4.5帶阻濾波器180
6.4.6陷波濾波器184
6.5估計(jì)退化函數(shù)185
6.5.1常見(jiàn)估計(jì)退化函數(shù)的方法186
6.5.2考慮因素186
6.6逆濾波和維納濾波189
6.6.1逆濾波190
6.6.2維納濾波194
6.7思考練習(xí)197
第7章圖像壓縮編碼199
7.1數(shù)字圖像壓縮編碼基礎(chǔ)200
7.1.1圖像壓縮的定義和分類(lèi)200
7.1.2冗余與壓縮效率203
7.1.3信源編碼與信道編碼的區(qū)別與聯(lián)系208
7.2變長(zhǎng)編碼211
7.2.1霍夫曼編碼211
7.2.2游程編碼219
7.2.3字典編碼222
7.2.4 LZW算法223
7.3算術(shù)編碼226
7.3.1算術(shù)編碼原理226
7.3.2算術(shù)編碼算法實(shí)現(xiàn)227
7.3.3算術(shù)編碼的優(yōu)勢(shì)和挑戰(zhàn)230
7.4變換編碼231
7.4.1DCT的應(yīng)用232
7.4.2小波變換235
7.4.3其他變換方法236
7.5思考練習(xí)237
第8章圖像分割239
8.1閾值分割240
8.1.1基本原理240
8.1.2閾值的選擇240
8.1.3閾值分割的類(lèi)型240
8.1.4代碼實(shí)現(xiàn)241
8.1.5應(yīng)用領(lǐng)域243
8.2邊緣分割243
8.2.1基本原理243
8.2.2常用的邊緣檢測(cè)算法243
8.2.3代碼實(shí)現(xiàn)248
8.2.4形態(tài)學(xué)運(yùn)算函數(shù)252
8.2.5邊緣分割的優(yōu)缺點(diǎn)分析254
8.2.6邊緣分割的應(yīng)用場(chǎng)景254
8.3區(qū)域分割254
8.3.1區(qū)域生長(zhǎng)法255
8.3.2區(qū)域分裂與合并法260
8.4聚類(lèi)分割264
8.4.1基本原理264
8.4.2常用聚類(lèi)算法在圖像分割中的應(yīng)用264
8.5思考練習(xí)268
第9章彩色圖像處理269
9.1彩色圖像基礎(chǔ)270
9.2彩色模型271
9.2.1彩色模型分類(lèi)272
9.2.2RGB模型272
9.2.3CMY模型與CMYK模型275
9.2.4HSI模型和HSV模型276
9.2.5CIELab模型279
9.2.6YCbCr模型和YUV模型279
9.3偽彩色處理284
9.3.1偽彩色圖像處理基礎(chǔ)284
9.3.2灰度級(jí)到彩色變換285
9.4全彩色圖像處理288
9.4.1全彩色圖像處理基礎(chǔ)288
9.4.2彩色圖像增強(qiáng)288
9.4.3彩色圖像平滑297
9.4.4彩色圖像銳化300
9.5思考練習(xí)305
第10章圖像表示與描述307
10.1圖像表示描述的作用及應(yīng)用場(chǎng)景308
10.1.1 圖像表示與描述的作用308
10.1.2 圖像表示描述的應(yīng)用場(chǎng)景308
10.2顏色描述309
10.2.1顏色矩309
10.2.2顏色直方圖311
10.2.3顏色集313
10.3紋理描述315
10.3.1矩分析法315
10.3.2灰度差分統(tǒng)計(jì)316
10.3.3灰度共生矩陣318
10.3.4局部二值模式318
10.4邊界描述322
10.4.1鏈碼描述322
10.4.2傅里葉描述323
10.5區(qū)域描述326
10.5.1幾何特征326
10.5.2不變矩330
10.6思考練習(xí)332
參考文獻(xiàn)333
書(shū)單推薦
