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