新書推薦：
《
心可以知道：先秦儒家“情”论
》
售價：NT$
406.0
《
近代中国知识女性的文化谱系
》
售價：NT$
510.0
《
黄埔军校史 1924-1927
》
售價：NT$
718.0
《
复杂心智：在变动时代重启人类天赋能力
》
售價：NT$
270.0
《
图像工程（第5版）
》
售價：NT$
2070.0
《
权力制衡：罗马宪法对近代西欧宪制的影响
》
售價：NT$
406.0
《
间谍大师：情报、技术与以色列商业创新
》
售價：NT$
411.0
《
浪荡子美学与跨文化现代性：一九三零年代上海、东京及巴黎的浪荡子、漫游者与译者
》
售價：NT$
354.0
|
| 編輯推薦： |
零基础入门 本书从图像处理基础知识讲起，内容详尽且易于理解，初学者可阅读本书轻松入门图像处理，既适合图像处理爱好者自学，也适合作为高等院校相关专业图像处理课程的教材。
●动手实践多 本书在注重图像处理基本原理的同时，以Python为编程语言，利用NumPy数组运算库对图像处理算法从底层实现，深度剖析图像处理算法的实现过程，为图像处理算法的应用和在其他语言上实现图像处理算法提供了有价值的参考。
●内容结构好 本书内容组织合理，逻辑清晰，按照由浅入深、循序渐进的原则，系统地介绍了图像处理的相关知识，读者学习更加得心应手。
●学习资源优 本书附赠全套教学课件、程序源码，方便教师直接用于课堂理论授课和实验教学。此外，还配套了423分钟教学视频，供读者自学和参考使用，让学习变得更加轻松高效。
|
| 內容簡介： |
本书是一本介绍数字图像处理入门与基础的图书。数字图像处理已经融入日常生活中，其重要性不言自明。本书以现代数字图像处理发展的最新理论为基础，以当前最流行的Python编程语言作为工具，借助NumPy、Pillow和Matplotlib等库，以理论和实践相结合，二者并重的形式介绍数字图像处理。
本书共9章，其中数字图像处理简介、开发环境搭建、初识数字图像处理、NumPy基础等章节，重在介绍图像处理的相关背景和基础知识；图像点运算、图像邻域运算和图像全局运算等章节是本书的重点，按照图像处理过程中参与运算的像素范围进行内容的组织，并对运算在图像处理中的意义进行详细介绍；机器学习与数字图像处理章节介绍了机器学习与数字图像处理的联系，为进一步学习数字图像处理给出建议；图像处理软件开发章节介绍了以GUI框架Tkinter进行设计和实现图像处理软件的流程和方法，为实现复杂的图像处理软件提供了参考。
本书适合初学者入门自学，也适于图像处理的研究人员和工程师参考，并可作为高等院校和培训机构相关专业的教学参考书。随书附赠，本书中的所有图像文件和全书源码。
|
| 關於作者： |
侯伟，华北理工大学理学院教师，工学博士，教授图像处理和深度学习等相关课程。从事数字图像处理及其在工业自动视觉检测方面的研究和应用工作，具备扎实的理论基础和丰富的编程经验，对数字图像处理和深度学习具有较为深刻的认识和理解。目前已发表学术论文5篇，获授权发明专利2项，授权软件著作权1项，参编教材1本。
马燕芹，南京工业职业技术大学计算机与软件学院副教授。长期从事图像处理和计算机视觉、人工智能感知、机器人控制等方面的教研工作。作为负责人，主持江苏省自然科学青年基金、江苏省高等学校面上项目等项目，在权威学术期刊上发表论文10余篇，获授权发明专利3项。作为“数字图像处理技术”教学资源库建设负责人，开发教学资源1套。指导学生参加相关学科竞赛20余项，获得国家级、省级奖10余项，同时指导学生创新创业项目8项，积极带动学生的创新能力和研发精神。
|
| 目錄：
|
教学课件（PPT）
本书源码
第1章数字图像处理简介（50min）
1.1人类视觉
1.1.1视觉感知
1.1.2视觉认知
1.2图像
1.2.1图像的概念
1.2.2数字图像表示
1.2.3采样和量化
1.2.4数字图像基本类型
1.2.5数字图像存储
1.3数字图像处理概述
1.3.1数字图像处理发展
1.3.2常用数字图像处理库
1.3.3数字图像处理应用
1.3.4数字图像处理内容
1.4本章小结
第2章开发环境搭建（47min）
2.1开发环境简介
2.1.1Python语言
2.1.2在线开发环境介绍
2.1.3离线开发环境介绍
2.2在线开发环境AI Studio
2.2.1登录和项目创建
2.2.2在线开发环境界面
2.2.3笔记本的使用
2.3离线开发环境的搭建
2.3.1安装Python
2.3.2安装VS Code
2.4Python的第三方库
2.4.1第三方库的检索
2.4.2包管理器pip
2.4.3第三方库的安装
2.5本章小结
第3章初识数字图像处理（42min）
3.1Pillow库的简单使用
3.1.1图像生成
3.1.2图像存取与显示
3.1.3图像属性查询
3.1.4图像处理初步
3.1.5Tkinter显示图像
3.2Matplotlib库的简单使用
3.2.1图像绘制
3.2.2图形绘制
3.3本章小结
第4章NumPy数组和图像（56min）
4.1数组和图像
4.1.1数据类型
4.1.2数组创建
4.1.3数组属性
4.2数组运算
4.2.1数组索引和切片
4.2.2数值运算
4.2.3矩阵运算
4.2.4聚合运算
4.2.5数组映射
4.3本章小结
第5章图像点运算（37min）
5.1图像点运算概述
5.2图像线性灰度变换
5.3图像分段线性灰度变换
5.4图像非线性灰度变换
5.4.1图像对数变换
5.4.2图像伽马变换
5.4.3图像比特平面切片
5.4.4图像二值化
5.5图像其他灰度变换
5.5.1灰度级压缩
5.5.2灰度级切片
5.6图像点运算应用
5.6.1案例： 图像混合
5.6.2案例： 图像掩模
5.6.3案例： 图像求差
5.6.4案例： 植被指数
5.6.5案例： 色彩空间变换
5.6.6案例： 肤色识别
5.7本章小结
第6章图像邻域运算（39min）
6.1图像邻域简介
6.1.1图像邻域
6.1.2像素连通性
6.1.3像素距离
6.2图像邻域运算
6.2.1邻域运算表示
6.2.2邻域生成
6.3图像滤波
6.3.1均值滤波
6.3.2高斯滤波
6.3.3中值滤波
6.4边缘检测
6.4.1Sobel算子
6.4.2Scharr算子
6.4.3Prewitt算子
6.4.4Laplacian算子
6.5形态学运算
6.5.1膨胀和腐蚀
6.5.2形态学梯度
6.5.3开运算和闭运算
6.5.4顶帽和黑帽运算
6.6本章小结
第7章图像全局运算（51min）
7.1仿射变换基础
7.1.1图像仿射变换基本原理
7.1.2图像插值理论
7.2图像典型仿射变换
7.2.1图像平移
7.2.2图像缩放
7.2.3图像旋转
7.3直方图均衡化
7.4图像频域处理基础
7.4.1一维傅里叶变换
7.4.2二维傅里叶变换
7.4.3图像频谱图
7.5图像频域滤波
7.5.1低通滤波
7.5.2高通滤波
7.5.3带通和带阻滤波
7.5.4案例： 条带噪声消除
7.6本章小结
第8章机器学习与数字图像处理（48min）
8.1机器学习概述
8.1.1基本概念
8.1.2机器学习的分类
8.2图像处理与机器学习
8.2.1像素与特征
8.2.2图像特征向量的构造
8.2.3图像处理与特征提取
8.2.4机器学习库Sklearn简介
8.3图像聚类
8.3.1距离和相似性
8.3.2案例： K均值聚类
8.3.3案例： 层次聚类
8.3.4案例： 高斯混合聚类
8.4本章小结
第9章图像处理软件开发（54min）
9.1Tkinter 介绍
9.1.1控件
9.1.2事件
9.1.3布局
9.2常用控件的使用
9.2.1基本控件
9.2.2容器控件
9.2.3内置功能窗体
9.3图像处理软件设计
9.3.1功能设计
9.3.2界面设计
9.4图像处理软件的实现
9.4.1启动界面
9.4.2主界面
9.4.3参数配置界面
9.4.4启动程序
9.5图像处理软件的打包
9.5.1PyInstaller简介
9.5.2PyInstaller的使用
9.5.3程序打包
9.6本章小结
参考文献
|
| 內容試閱：
|
党的二十大报告指出： 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，这三大战略共同服务于创新型国家的建设。高等教育与经济社会发展紧密相连，对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。
当前正处于百年未有之大变局，人工智能有望引领新一代的工业革命。计算机视觉作为人工智能的重要研究方向，在近十多年的时间里取得了突飞猛进的进展。数字图像处理作为计算机视觉的基础，是进入学习和研究以计算机视觉为方向的人工智能的必要条件。本书的写作即是在此背景下，尝试用当前最新的计算机视觉理论对数字图像处理的内容进行组织，借助最新的工具实现经典的数字图像处理算法。读者在阅读本书后能够了解和掌握经典的数字图像处理，解决实际学习和工作中的数字图像处理问题，并顺利过渡到以深度学习为代表的现代计算机视觉的学习。
本书的写作起源于一次偶然。本人自研究生期间开始接触遥感影像的处理，开始了图像处理的学习，随后在博士期间研究工业视觉质检，进一步从事图像处理工作，博士毕业后在进行数字图像处理的研究和工程应用之间，承担了“数字图像处理”课程的教学工作。在实践中，我发现目前介绍数字图像处理的资料中除了理论讲解外，在实践方面以调用现有的API为主，缺乏从基础上对图像处理算法的介绍，导致在环境变化时难以实现图像处理算法。因此，我借助Python编程语言和专门用于数组运算的NumPy库，按照数字图像处理算法中的运算类型实现了数字图像处理算法的程序。经过两年的教学实践，并将相关的内容发布到网络后，一次偶然的机会，赵佳霓编辑与我取得了联系，商议将此内容整理成书，于是我着手撰写此书。
虽然前期已经积累了部分资料和程序，但为了内容的完善和准确，仍然需要补充相关内容和撰写文字等大量工作。为了能早日完成本书，我寻求与马燕芹博士合作，马燕芹博士欣然同意，于是我们两人通过远程协作，密切沟通，一南一北按期顺利完成了本书的撰写工作。本书共9章，其中前4章是数字图像处理的基础知识，主要介绍了数字图像及其处理的相关概念、数字图像处理编程工具、NumPy数组运算基础和简单的图像处理等基础知识。第5~7章按照图像处理中参与运算的像素范围，从运算的角度，将图像处理分为图像点运算、图像邻域运算和图像全局运算，使读者更深刻地理解图像处理算法在实现和功能上的差异，此部分是本书的重点。第8 章介绍了图像处理和机器学习的联系，并通过示例给出了使用机器学习解决图像处理问题的方法，并为进一步学习给出了建议。第9章介绍了数字图像处理软件的开发，将数字图像处理算法制作为图像处理软件，方便在日常生活和工业生产中部署和应用数字图像处理。另外，在本书附赠的电子资源中包含所有图像文件及代码，供读者参考。
资源下载提示
素材(源码)等资源： 扫描目录上方的二维码下载。
视频等资源： 扫描封底的文泉云盘防盗码，再扫描书中相应的二维码，可以在线学习。
本书的顺利出版离不开清华大学出版社赵佳霓编辑的建议和督促，在此表示衷心感谢。同时，也非常感谢我们的导师徐德研究员在博士期间对我们的帮助和指导。虽然我们努力使本书尽可能完善，但受自身条件所限，书中难免存在疏漏之处，诚请广大读者批评指正。
著者
2024年5月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
