舉報 
會員
機器學習：基于OpenCV和Python的智能圖像處理
最新章節：
12.5 思考與練習
本書利用Windows系統下的Anaconda搭建環境，并基于OpenCV框架和Python語言，詳細闡述了智能化圖像處理的實現方法。本書共12章，主要內容包括智能圖像處理入門、Python基礎、圖像處理基礎、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、圖像形態學處理、圖像分割處理、圖像梯度及邊緣檢測、圖像輪廓檢測與擬合、人臉識別實現等，最后結合具體案例，使用Python語言和OpenCV庫函數闡述圖像處理技術。
目錄(81章)
倒序
- 封面
- 版權信息
- 前言
- 第1章 智能圖像處理入門
- 1.1 智能圖像處理概述
- 1.2 環境搭建
- 1.3 思考與練習
- 第2章 Python基礎
- 2.1 數據類型
- 2.2 變量與常量
- 2.3 運算符
- 2.4 選擇與循環
- 2.5 列表與元組
- 2.6 字典
- 2.7 函數
- 2.8 面向對象編程
- 2.9 思考與練習
- 第3章 圖像處理基礎
- 3.1 圖像的基本表示方法
- 3.2 圖像處理的基本操作
- 3.3 初識Numpy.array
- 3.4 圖像運算
- 3.5 圖像的色彩空間轉換
- 3.6 思考與練習
- 第4章 圖像幾何變換
- 4.1 仿射變換
- 4.2 重映射
- 4.3 投影變換
- 4.4 極坐標變換
- 4.5 思考與練習
- 第5章 圖像直方圖處理
- 5.1 直方圖概述
- 5.2 直方圖的繪制
- 5.3 直方圖正規化
- 5.4 直方圖均衡化
- 5.5 思考與練習
- 第6章 圖像平滑濾波處理
- 6.1 圖像平滑概述
- 6.2 高斯濾波
- 6.3 均值濾波
- 6.4 方框濾波
- 6.5 中值濾波
- 6.6 雙邊濾波
- 6.7 2D卷積核的實現
- 6.8 思考與練習
- 第7章 圖像閾值處理
- 7.1 閾值處理概述
- 7.2 全局閾值處理
- 7.3 局部閾值處理
- 7.4 Otsu閾值處理
- 7.5 思考與練習
- 第8章 圖像形態學處理
- 8.1 腐蝕
- 8.2 膨脹
- 8.3 形態學梯度運算
- 8.4 開運算與閉運算
- 8.5 黑帽與禮帽運算
- 8.6 思考與練習
- 第9章 圖像分割處理
- 9.1 分水嶺算法的介紹與實現
- 9.2 圖像的金字塔分割
- 9.3 思考與練習
- 第10章 圖像梯度及邊緣檢測
- 10.1 Sobel算子
- 10.2 Scharr算子
- 10.3 Canny邊緣檢測
- 10.4 Laplacian算子
- 10.5 高斯拉普拉斯邊緣檢測
- 10.6 思考與練習
- 第11章 圖像輪廓檢測與擬合
- 11.1 OpenCV中輪廓的查找與繪制
- 11.2 OpenCV中輪廓的周長與面積
- 11.3 幾何圖形的最小外包與擬合
- 11.4 霍夫檢測
- 11.5 思考與練習
- 第12章 人臉識別實現
- 12.1 繪圖基礎
- 12.2 人臉檢測
- 12.3 人臉識別
- 12.4 用Fisherfaces與EigenFaces算法進行人臉識別
- 12.5 思考與練習 更新時間：2020-06-04 18:30:45
推薦閱讀
- 智能制造系統中的建模與仿真：系統工程與仿真的融合
- 人工智能安全
- TensorFlow學習指南：深度學習系統構建詳解
- 不會被機器替代的人：智能時代的生存策略
- COMSOL Multiphysics工程實踐與理論仿真
- 人工智能創新啟示錄：賦能產業
- GPT-4o極簡入門與繪畫大全
- Python金融大數據風控建模實戰：基于機器學習
- 大模型實戰：微調、優化與私有化部署
- AI客戶服務與管理（慕課版）
- 過度智能
- AI助理：用ChatGPT輕松搞定工作
- 人工智能哲學
- 多智能體技術及應用
- 機器學習：基于OpenCV和Python的智能圖像處理
- 人工智能數學基礎與Python機器學習實戰
- DeepSeek應用大全：從入門到精通的全方位案例解析
- 知識圖譜導論
- 數智化轉型：人工智能的金融實踐
- AIGC：從ChatGPT到多元應用賦能
- 深入理解OpenCV：實用計算機視覺項目解析
- 人機交互：以用戶為中心的設計和評估（第6版）
- 人工智能通識基礎
- DeepSeek就該這樣學：AI賦能學習+創作+職業發展
- AI提示工程實戰：從零開始利用提示工程學習應用大語言模型
- AI賦能超級個體
- Spark機器學習進階實戰
- 互聯網+智能家居
- 深度學習從0到1
- 機器人愛好者（第5輯）
