Python计算机视觉编程[试读]
1.1 PIL：Python图像处理类库
本章讲解操作和处理图像的基础知识，将通过大量示例介绍处理图像所需的Python 工具包，并介绍用于读取图像、图像转换和缩放、计算导数、画图和保存结果等的基本工具。这些工具的使用将贯穿本书的剩余章节。 1.1 PIL：Python图像处理类库 PIL（Python Imaging Library Python，图像处理类库）提供了通用的图像处理功能， 以及大量有用的基本图像操作，比如图像缩放、裁剪、旋转、颜色转换等。PIL 是免费的，可以从http://www.pythonware.com/products/pil/ 下载。 利用PIL 中的函数，我们可以从大多数图像格式的文件中读取数据... 查看全部[ 1.1 PIL：Python图像处理类库 ]
1.2 Matplotlib
我们处理数学运算、绘制图表，或者在图像上绘制点、直线和曲线时，Matplotlib 是个很好的类库，具有比PIL 更强大的绘图功能。Matplotlib 可以绘制出高质量的图表，就像本书中的许多插图一样。Matplotlib 中的PyLab 接口包含很多方便用户创建图像的函数。Matplotlib 是开源工具，可以从http://matplotlib.sourceforge.net/ 免费下载。该链接中包含非常详尽的使用说明和教程。下面的例子展示了本书中需要使用的大部分函数。 1.2.1 绘制图像、点和线 尽管Matplotlib 可以绘制出较好的条形图、饼状图、散点图等，但是对于大多数... 查看全部[ 1.2 Matplotlib ]
1.3 NumPy
NumPy（http://www.scipy.org/NumPy/）是非常有名的Python 科学计算工具包，其中包含了大量有用的思想，比如数组对象（用来表示向量、矩阵、图像等）以及线性代数函数。NumPy 中的数组对象几乎贯穿用于本书的所有例子中1 数组对象可以帮助你实现数组中重要的操作，比如矩阵乘积、转置、解方程系统、向量乘积和归一化， 这为图像变形、对变化进行建模、图像分类、图像聚类等提供了基础。 注1： PyLab 实际上包含NumPy 的一些内容，如数组类型。这也是我们能够在1.2 节使用数组类型的原因。 NumPy 可以从http://www.scipy.org/Downloa... 查看全部[ 1.3 NumPy ]
1.4 SciPy
SciPy（http://scipy.org/） 是建立在NumPy 基础上， 用于数值运算的开源工具包。SciPy 提供很多高效的操作，可以实现数值积分、优化、统计、信号处理，以及对我们来说最重要的图像处理功能。接下来，本节会介绍SciPy 中大量有用的模块。SciPy 是个开源工具包，可以从http://scipy.org/Download 下载。 1.4.1 图像模糊 图像的高斯模糊是非常经典的图像卷积例子。本质上，图像模糊就是将（灰度）图像I 和一个高斯核进行卷积操作： Iσ = I*Gσ 其中* 表示卷积操作；Gσ 是标准差为σ 的二维高斯核，定义为: G 21 e... 查看全部[ 1.4 SciPy ]
1.5 高级示例：图像去噪
我们通过一个非常实用的例子——图像的去噪——来结束本章。图像去噪是在去除图像噪声的同时，尽可能地保留图像细节和结构的处理技术。我们这里使用ROF （Rudin-Osher-Fatemi）去噪模型。该模型最早出现在文献[28] 中。图像去噪对于很多应用来说都非常重要；这些应用范围很广，小到让你的假期照片看起来更漂亮， 大到提高卫星图像的质量。ROF 模型具有很好的性质：使处理后的图像更平滑，同时保持图像边缘和结构信息。 ROF 模型的数学基础和处理技巧非常高深，不在本书讲述范围之内。在讲述如何基于Chambolle 提出的算法[5] 实现ROF 求解器之前，本书首先简要介绍一下ROF 模型。 ... 查看全部[ 1.5 高级示例：图像去噪 ]
书名： Python计算机视觉编程
作者： [瑞典] Jan Erik Solem
出版社： 人民邮电出版社
原作名： Programming Computer Vision with Python
译者： 朱文涛 | 袁勇
出版年： 2014-6-10
页数： 284
定价： 69.00
装帧： 平装
ISBN： 9787115352323