返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]Python计算机视觉实战张德丰9787302576853
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 张德丰著 | 张德丰编 | 张德丰译 | 张德丰绘
    • 出版社: 清华大学出版社
    • 出版时间:2021-08-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 张德丰著| 张德丰编| 张德丰译| 张德丰绘
    • 出版社:清华大学出版社
    • 出版时间:2021-08-01
    • 版次:1
    • 印次:1
    • 字数:522000
    • 页数:344
    • 开本:16开
    • ISBN:9787302576853
    • 版权提供:清华大学出版社
  • 作者: 张德丰
  • 著: 张德丰
  • 装帧: 平装
  • 印次: 1
  • 定价: 89
  • ISBN: 9787302576853
  • 出版社: 清华大学出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2021-08-01
  • 页数: 344
  • 外部编号: 党庄A31109
  • 版次: 1
  • 成品尺寸: 暂无
  • 章计算机视觉编程基础知识

    1.1计算机视觉概述

    1.1.1什么是计算机视觉

    1.1.2发展现状

    1.1.3计算机视觉用途

    1.1.4相关学科

    1.1.5计算机视觉的经典问题

    1.2Python编程软件

    1.2.1Python应用领域

    1.2.2发展历程

    1.2.3Python的安装

    1.2.4使用pip安装第三方库

    1.3几个常用库

    1.3.1numpy库

    1.3.2scipy库

    1.3.3pandas库

    1.3.4scikit-learn库

    1.4Python图像处理类库

    1.4.1转换图像格式

    1.4.2创建缩略图

    1.4.3复制并粘贴图像区域

    1.4.4调整尺寸和旋转

    1.5Matplotlib库

    1.6Numpy图像处理

    1.6.1灰度变换

    1.6.2图像缩放

    1.6.3直方图均衡化

    1.6.4图像平均

    1.6.5图像主成分分析

    1.7Scipy图像处理

    1.7.1图像模糊

    1.7.2图像导数

    1.7.3形态学

    1.7.4io和misc模块

    1.8图像降噪

    第2章图像去雾技术

    2.1空域图像增强

    2.1.1空域低通滤波

    2.1.2空域高通滤波器

    2.2时域图像增强

    2.3色阶调整去雾技术

    2.3.1概述

    2.3.2暗通道去雾原理

    2.3.3暗通道去雾实例

    2.4直方图均衡化去雾技术

    2.4.1色阶调整原理

    2.4.2自动色阶图像处理算法

    第3章形态学的去噪

    3.1图像去噪的方法

    3.2数学形态学的原理

    3.2.1腐蚀与膨胀

    3.2.2开闭运算

    3.2.3礼帽/黑帽操作

    3.3形态学运算

    3.3.1边缘检测定义

    3.3.2检测拐角

    3.4权重自适应的多结构形态学去噪

    第4章霍夫变换检测

    4.1霍夫检测直线

    4.1.1霍夫检测直线的思想

    4.1.2实际应用

    4.2霍夫检测圆

    第5章车牌分割定位识别

    5.1基本概述

    5.2车牌图像处理

    5.2.1图像灰度化

    5.2.2二值化

    5.2.3边缘检测

    5.2.4形态学运算

    5.2.5滤波处理

    5.3定位处理

    5.4字符处理

    5.4.1阈值分割

    5.4.2阈值化分割

    5.4.3归一化处理

    5.4.4字符分割经典应用

    5.5字符识别

    5.5.1模板匹配的字符识别

    5.5.2字符识别车牌经典应用

    第6章分水岭实现医学诊断

    6.1分水岭算法

    6.1.1模拟浸水过程

    6.1.2模拟降水过程

    6.1.3过度分割问题

    6.1.4标记分水岭算法

    6.2分水岭医学诊断案例分析

    第7章手写体数字识别

    7.1卷积神经网络概述

    7.1.1卷积神经网络结构

    7.1.2卷积神经网络的训练

    7.1.3卷积神经网络识别手写体数字

    7.2SVM识别手写体数字

    7.2.1支持向量机的原理

    7.2.2函数间隔

    7.2.3几何间隔

    7.2.4间隔 大化

    7.2.5SVC识别手写体数字实例

    第8章图片中英文识别

    8.1OCR介绍

    8.2OCR算法原理

    8.2.1图像预处理

    8.2.2图像分割

    8.2.3特征提取和降维

    8.2.4分类器

    8.2.5算法步骤

    8.3OCR识别经典应用

    8.4获取验证码

    第9章小波技术的图像视觉处理

    9.1小波技术概述

    9.2小波实现去噪

    9.2.1小波去噪的原理

    9.2.2小波去噪的方法

    9.2.3小波去噪案例分析

    9.3图像融合处理

    9.3.1概述

    9.3.2小波融合案例分析

    0章图像压缩与分割处理

    10.1SVD图像压缩处理

    10.1.1特征分解

    10.1.2奇异值分解

    10.1.3奇异值分解应用

    10.2PCA图像压缩处理

    10.2.1概述

    10.2.2主成分降维原理

    10.2.3分矩阵重建样本

    10.2.4主成分分析图像压缩

    10.2.5主成分压缩图像案例分析

    10.3K-Means聚类图像压缩处理

    10.3.1K-Means算法的原理

    10.3.2K-Means算法的要点

    10.3.3K-Means算法的缺点

    10.3.4K-Means聚类图像压缩案例分析

    10.4K-Means聚类实现图像分割

    10.4.1K-Means聚类分割灰度图像

    10.4.2K-Means聚类对比分割彩色图像

    1章图像特征匹配

    11.1相关概念

    11.2图像匹配

    11.2.1基于灰度的匹配

    11.2.2基于模板的匹配

    11.2.3基于变换域的匹配

    11.2.4基于特征的匹配案例分析

    2章角点特征检测

    12.1Harris的基本原理

    12.2Harris算法流程

    12.3Harris角点的性质

    12.4Harris检测角点案例分析

    12.5角点检测函数

    12.6Shi-Tomasi角点检测

    12.7FAST特征检测

    3章运动目标自动检测

    13.1帧间差分法

    13.1.1原理

    13.1.2三帧差分法

    13.1.3帧间差分法案例分析

    13.2背景差分法

    13.3光流法

    4章水印技术

    14.1水印技术的概念

    14.2数字水印技术的原理

    14.3典型的数字水印算法

    14.3.1空间域算法

    14.3.2变换域算法

    14.4数字水印攻击和评价

    14.5水印技术案例分析

    5章大脑影像分析

    15.1阈值分割

    15.2区域生长

    15.3基于阈值预分割的区域生长

    15.4区域生长分割大脑影像案例分析

    6章自动驾驶应用

    16.1理论基础

    16.2环境感知

    16.3行为决策

    16.4路径规则

    16.5运动控制

    16.6自动驾驶案例分析

    7章目标检测

    17.1RCNN系列

    17.1.1RCNN算法概述

    17.1.2RCNN的数据集实现

    17.2YOLO检测

    17.2.1概述

    17.2.2统一检测

    17.2.3基于OpenCV实现自动检测案例分析

    8章人机交互

    18.1Tkinter GUI编程组件

    18.2布局管理器

    18.2.1Pack布局管理器

    18.2.2Grid布局管理器

    18.2.3Place布局管理器

    18.3事件处理

    18.3.1简单的事件处理

    18.3.2事件绑定

    18.4Tkinter常用组件

    18.4.1ttk组件

    18.4.2Variable类

    18.4.3compound选项

    18.4.4Entry和Text组件

    18.4.5Radiobutton和Checkbutton组件

    18.4.6Listbox和Combobox组件

    18.4.7Spinbox组件

    18.4.8Scale组件

    18.4.9Labelframe组件

    18.4.10OptionMenu组件

    18.5菜单

    18.5.1窗口菜单

    18.5.2右键菜单

    18.6Canvas绘图

    9章深度学习的应用

    19.1理论部分

    19.1.1分类识别

    19.1.2目标检测的任务

    19.2AlexNet网络及案例分析

    19.3CNN拆分数据集案例分析

    第20章视觉分析综合应用案例

    20.1合金弹头游戏

    20.1.1游戏界面组件

    20.1.2增加“角色”

    20.1.3合理绘制地图

    20.1.4增加音效

    20.1.5增加游戏场景

    20.2停车场识别计费系统

    20.2.1系统设计

    20.2.2实现系统

    参考文献


    "(1)以“概述+案例”的形式编写,讲述Python计算机视觉开发中所需的知识和技能。
    (2)案例涵盖面广、实用,扩展性、可读性强。全书提供了80多个实例,大多来自日常生活,应用性强。
    (3)点面兼顾,涵盖数字图像处理中几乎所有的基本模块,并涉及视频处理、配准拼接、数字水印等不错图像处理方面的内容,全面讲解基于Python进行计算机视觉应用的原理及方法。
    (4)配套教学课件和程序代码。"

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购