租期14天
今日租書可閱讀至2025-02-23
★★★★★【電腦視覺】、【80個Python大師級實例】★★★★★
鷹眼王者的銳利捕捉,電腦視覺應用精準秒殺!
本書技術重點
✪Python電腦視覺基礎,包括常用的函數庫
✪各種去霧演算法、空域增強,時域增強,色階調整、Hough變換檢測
✪分割車牌處理、包括定位,字元處理及辨識
✪分水嶺演算法,用在醫學診斷
✪CNN及SVC手寫數字辨識、使用AlexNet
✪OCR原理及實作、小波技術處理
✪SVD、PCA、K-Means圖型壓縮原理
✪圖型搜尋、比對、角點特徵偵測、Harris演算法、FAST演算法
✪運動目標偵測、幀差分法、背景差分法、光流法
✪浮水印技術、大腦影像分析、閾值分割、區域生長實作
✪自動駕駛實作、包括環境感知、行為決策,路徑規劃及運動控制
✪物件偵測,包括RCNN及YOLO
✪視覺分析應用實例,包括Arcade Game製作,停車場自動車牌辨識系統開發
本書特色
◎案例涵蓋面廣、實用、擴充性、可讀性強
本書以「概述+ 案例」的形式進行編寫,充分強調案例的實用性及程式的可擴充性,所選案例大多數來自日常生活中,應用性強。另外,書中每個案例的程式都經過偵錯與測試,同時程式碼中增加了大量的解釋說明,可讀性強。
◎點線面完美結合,兼顧性強
本書點線面兼顧,涵蓋了數位影像處理中幾乎所有的基本模組,並涉及視訊處理、對位拼接、數位浮水印等進階影像處理方面的內容,全面講解了基於Python 進行電腦視覺應用的原理及方法,內容做到完美連結與統籌兼顧,讓讀者實現了由點到面進行發散性延伸。
✪分割車牌處理、包括定位,字元處理及辨識
✪分水嶺演算法,用在醫學診斷
✪CNN及SVC手寫數字辨識、使用AlexNet
✪OCR原理及實作、小波技術處理
✪SVD、PCA、K-Means圖型壓縮原理
✪圖型搜尋、比對、角點特徵偵測、Harris演算法、FAST演算法
✪運動目標偵測、幀差分法、背景差分法、光流法
✪浮水印技術、大腦影像分析、閾值分割、區域生長實作
✪自動駕駛實作、包括環境感知、行為決策,路徑規劃及運動控制
✪物件偵測,包括RCNN及YOLO
✪視覺分析應用實例,包括Arcade Game製作,停車場自動車牌辨識系統開發
本書特色
◎案例涵蓋面廣、實用、擴充性、可讀性強
本書以「概述+ 案例」的形式進行編寫,充分強調案例的實用性及程式的可擴充性,所選案例大多數來自日常生活中,應用性強。另外,書中每個案例的程式都經過偵錯與測試,同時程式碼中增加了大量的解釋說明,可讀性強。
◎點線面完美結合,兼顧性強
本書點線面兼顧,涵蓋了數位影像處理中幾乎所有的基本模組,並涉及視訊處理、對位拼接、數位浮水印等進階影像處理方面的內容,全面講解了基於Python 進行電腦視覺應用的原理及方法,內容做到完美連結與統籌兼顧,讓讀者實現了由點到面進行發散性延伸。
- 1 電腦視覺程式設計基礎(第1-1頁)
- 1.1 電腦視覺的概述(第1-2頁)
- 1.2 Python 程式設計軟體(第1-7頁)
- 1.3 幾個常用函數庫(第1-15頁)
- 1.4 Python 影像處理類別庫(第1-19頁)
- 1.5 Matplotlib 函數庫(第1-26頁)
- 1.6 Numpy 影像處理(第1-31頁)
- 1.7 Scipy 影像處理(第1-41頁)
- 1.8 圖型降低雜訊(第1-50頁)
- 2 圖型去霧技術(第2-1頁)
- 2.1 空域圖型增強(第2-2頁)
- 2.2 時域圖型增強(第2-24頁)
- 2.3 色階調整去霧技術(第2-31頁)
- 2.4 長條圖均衡化去霧技術(第2-35頁)
- 3 形態學的去除雜訊(第3-1頁)
- 3.1 圖型去除雜訊的方法(第3-2頁)
- 3.2 數學形態學的原理(第3-4頁)
- 3.3 形態學運算(第3-12頁)
- 3.4 權重自我調整的多結構形態學去除雜訊(第3-15頁)
- 4 Hough 變換檢測(第4-1頁)
- 4.1 Hough 直線檢測(第4-2頁)
- 4.2 Hough 檢測圓(第4-9頁)
- 5 分割車牌定位辨識(第5-1頁)
- 5.1 基本概述(第5-2頁)
- 5.2 車牌影像處理(第5-3頁)
- 5.3 定位原理(第5-8頁)
- 5.4 字元處理(第5-8頁)
- 5.5 字元辨識(第5-13頁)
- 6 分水嶺實現醫學診斷(第6-1頁)
- 6.1 分水嶺演算法(第6-2頁)
- 6.2 分水嶺醫學診斷案例分析(第6-5頁)
- 7 手寫數字辨識(第7-1頁)
- 7.1 卷積神經網路的概述(第7-2頁)
- 7.2 SVC 辨識手寫數字(第7-13頁)
- 8 圖片中英文辨識(第8-1頁)
- 8.1 OCR 的介紹(第8-2頁)
- 8.2 OCR 演算法原理(第8-3頁)
- 8.3 OCR 辨識經典應用(第8-9頁)
- 8.4 獲取驗證碼(第8-10頁)
- 9 小波技術的圖型視覺處理(第9-1頁)
- 9.1 小波技術的概述(第9-2頁)
- 9.2 小波實現去除雜訊(第9-2頁)
- 9.3 圖型融合處理(第9-9頁)
- 10 圖型壓縮與分割處理(第10-1頁)
- 10.1 SVD 圖型壓縮處理(第10-2頁)
- 10.2 PCA 圖型壓縮處理(第10-12頁)
- 10.3 K-Means 聚類圖像壓縮處理(第10-18頁)
- 10.4 K-Means 聚類實現圖型分割(第10-24頁)
- 11 圖型特徵比對(第11-1頁)
- 11.1 相關概念(第11-2頁)
- 11.2 圖型比對(第11-3頁)
- 12 角點特徵檢測(第12-1頁)
- 12.1 Harris 的基本原理(第12-2頁)
- 12.2 Harris 演算法流程(第12-5頁)
- 12.3 Harris 角點的性質(第12-6頁)
- 12.4 Harris 檢測角點案例分析(第12-7頁)
- 12.5 角點檢測函數(第12-11頁)
- 12.6 Shi-Tomasi 角點檢測(第12-15頁)
- 12.7 FAST 特徵檢測(第12-19頁)
- 13 運動物件自動偵測(第13-1頁)
- 13.1 幀差分法(第13-2頁)
- 13.2 背景差分法(第13-8頁)
- 13.3 光流法(第13-10頁)
- 14 浮水印技術(第14-1頁)
- 14.1 浮水印技術的概念(第14-2頁)
- 14.2 數位浮水印技術的原理(第14-3頁)
- 14.3 典型的數位浮水印演算法(第14-6頁)
- 14.4 數位浮水印攻擊和評價(第14-8頁)
- 14.5 浮水印技術案例分析(第14-9頁)
- 15 大腦影像分析(第15-1頁)
- 15.1 閾值分割(第15-2頁)
- 15.2 區域生長(第15-4頁)
- 15.3 以閾值預分割為基礎的區域生長(第15-5頁)
- 15.4 區域生長分割大腦影像案例分析(第15-5頁)
- 16 自動駕駛應用(第16-1頁)
- 16.1 理論基礎(第16-2頁)
- 16.2 環境感知(第16-3頁)
- 16.3 行為決策(第16-3頁)
- 16.4 路徑規則(第16-4頁)
- 16.5 運動控制(第16-4頁)
- 16.6 自動駕駛案例分析(第16-5頁)
- 17 物件辨識(第17-1頁)
- 17.1 RCNN 系列(第17-2頁)
- 17.2 YOLO 檢測(第17-19頁)
- 18 人機互動(第18-1頁)
- 18.1 Tkinter GUI 程式設計元件(第18-2頁)
- 18.2 佈局管理器(第18-7頁)
- 18.3 事件處理(第18-20頁)
- 18.4 Tkinter 常用元件(第18-27頁)
- 18.5 選單(第18-49頁)
- 18.6 Canvas 繪圖(第18-53頁)
- 19 深度學習的應用(第19-1頁)
- 19.1 理論部分(第19-3頁)
- 19.2 AlexNet 網路及案例分析(第19-4頁)
- 19.3 CNN 拆分資料集案例分析(第19-11頁)
- 20 視覺分析綜合應用案例(第20-1頁)
- 20.1 越南大戰遊戲(第20-2頁)
- 20.2 停車場辨識費率系統(第20-50頁)
- 參考文獻(第20-65頁)
紙本書 NT$ 880
單本電子書
NT$
616
點數租閱
20點
租期14天
今日租書可閱讀至2025-02-23
今日租書可閱讀至2025-02-23
同分類熱門書