python图像处理实战 戴伊_Python图像处理实战

第1章 图像处理入门

1.1 什么是图像处理及图像处理的应用

1.1.1 什么是图像以及图像是如何存储的

1.1.2 什么是图像处理

1.1.3 图像处理的应用

1.2 图像处理流程

1.3 在Python中安装不同的图像处理库

1.3.1 安装pip

1.3.2 在Python中安装图像处理库

1.3.3 安装Anaconda发行版

1.3.4 安装Jupyter笔记本

1.4 使用Pytho行图像输入输出和显示

1.4.1 使用PIL读取、保存和显示图像

1.4.2 使用matplotlib读取、保存和显示图像

1.4.3 使用scikit-image读取、保存和显示图像

第1章 图像处理入门

1.1 什么是图像处理及图像处理的应用

1.1.1 什么是图像以及图像是如何存储的

1.1.2 什么是图像处理

1.1.3 图像处理的应用

1.2 图像处理流程

1.3 在Python中安装不同的图像处理库

1.3.1 安装pip

1.3.2 在Python中安装图像处理库

1.3.3 安装Anaconda发行版

1.3.4 安装Jupyter笔记本

1.4 使用Pytho行图像输入输出和显示

1.4.1 使用PIL读取、保存和显示图像

1.4.2 使用matplotlib读取、保存和显示图像

1.4.3 使用scikit-image读取、保存和显示图像

1.4.4 使用SciPy的misc模块读取、保存和显示图像

1.5 处理不同的文件格式和图像类型，并执行基本的图像作

1.5.1 处理不同的文件格式和图像类型

1.5.2 执行基本的图像作

小结

br/> 拓展阅读

第2章 采样、傅里叶变换与卷积

2.1 图像形成——采样和量化

2.1.1 采样

2.1.2 量化

2.2 离散傅里叶变换

2.2.1 为什么需要DFT

2.2.2 用快速傅里叶变换算法计算DFT

2.3 理解卷积

2.3.1 为什么需要卷积图像

2.3.2 使用SciPy信号模块的convolve2d函行卷积

2.3.3 使用SciPy中的ndimage.convolve函行卷积

2.3.4 相关与卷积

小结

br/>第3章 卷积和频域滤波

3.1 卷积定理和频域高斯模糊

3.2 频域滤波

3.2.1 什么是滤波器

3.2.2 高通滤波器

3.2.3 低通滤波器

3.2.4 DoG带通滤波器

3.2.5 带阻(陷波)滤波器

3.2.6 图像复原

小结

br/>第4章 图像增强

第5章 应用导数方法实现图像增强

第6章 形态学图像处理

第7章 图像特征提取与描述符

第8章 图像分割

第9章 图像处理中的经典机器学

第10章 图像处理中的深度学图像分类

第11章 图像处理中的深度学目标检测等

第12章 图像处理中的其他问题