Python视觉分析应用案例实战

理论与实践并重、站在工程与科技的前沿；
提供书中全部程序源代码，可快速进阶到实用阶段 ；
由浅入深，理论结合实际，案例丰富实用 ；
取材科学、结构严谨、实用性突出。

 

本书以Python 3.10.7为平台，以实际应用为背景，通过概念、公式、经典应用相结合的形式，深入浅出地介绍了Python图形图像处理经典实现。全书共10章，主要包括绪论、迈进Python、Python图形用户界面、数据可视化分析、图像视觉增强分析、图像视觉复原分析、图像视觉几何变换与校正分析、图像视觉分割技术分析、图像视觉描述与特征提取分析、车牌识别分析等内容。通过本书的学习，读者可领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现图像视觉处理应用的简捷、功能强大。

本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关领域科研人员、学者、工程技术人员的参考用书。

 

下载源码

 

下载图片

 

第1章绪论

1.1什么是编程语言

1.1.1编程语言的内容

1.1.2编程语言发展史

1.2Python简介

1.3Python的下载和安装

1.4Jupyter Notebook的安装与使用

1.4.1Jupyter Notebook的下载与安装

1.4.2运行Jupyter Notebook

1.4.3Jupyter Notebook的使用

1.5数字图像处理概述

1.5.1数字图像处理的特点

1.5.2数字图像处理的基本技术

1.5.3数字图像处理方法

1.5.4彩色空间

1.5.5数字图像处理的应用

第2章迈进Python

2.1NumPy库

2.1.1Numpy创建数组

2.1.2数组操作

2.2SciPy库

2.2.1创建稀疏矩阵

2.2.2插值

2.2.3概率统计

2.2.4大数定律

2.2.5中心极限定理

2.3Pandas库

2.3.1Pandas系列

2.3.2Pandas数据结构

2.3.3Pandas面板

2.3.4Pandas稀疏数据

2.3.5Pandas CSV文件

2.3.6Pandas JSON

2.3.7Pandas数据清洗

第3章Python图形用户界面

3.1布局管理

3.1.1Pack布局管理器

3.1.2Grid布局管理器

3.1.3Place布局管理器

3.2Tkinter常用组件

3.2.1Variable类

3.2.2compound选项

3.2.3Entry与Text组件

3.2.4Checkbutton组件

3.2.5Radiobutton组件

3.2.6Listbox和Combobox组件

3.2.7Spinbox组件

3.2.8Scale和LabeledScale组件

3.2.9LabelFrame组件

3.2.10PanedWindow组件

3.2.11OptionMenu组件

3.3对话框

3.3.1普通对话框

3.3.2非模式对话框

3.3.3输入对话框

3.3.4生成对话框

3.3.5颜色选择对话框

3.3.6消息框

3.4菜单

3.4.1窗口菜单

3.4.2右键菜单

3.5在Canvas中绘图

3.5.1Canvas的绘图

3.5.2绘制动画

第4章数据可视化分析

4.1Matplotlib生成数据图

4.1.1安装Matplotlib包

4.1.2认识 Matplotlib 

4.2各类型数据图

4.2.1离散型时间数据可视化

4.2.2连续型时间数据的可视化

4.2.3关系型数据的可视化

4.2.4多图形的组合

4.2.5等高线图

4.3三维绘图

4.3.1坐标轴对象

4.3.2三维曲线

4.3.3三维散点

4.3.4三维等高线图

4.3.5三维线框

4.3.6三维曲面图

4.4Pygal数据可视化

4.4.1安装Pygal

4.4.2Pygal数据图入门

4.4.3Pygal绘制常见数据图

4.5Pygal模拟掷骰子

第5章图像视觉增强分析

5.1图像增强方法

5.2灰度变换

5.2.1线性灰度变换

5.2.2分段线性灰度增强

5.2.3非线性灰度变换

5.3空域增强

5.3.1平滑线性滤波器

5.3.2统计排序(非线性)滤波器

5.3.3双边滤波器

5.4空域锐化算子

5.4.1梯度空间算子

5.4.2Prewitt算子

5.4.3Sobel算子

5.4.4Laplacian算子

5.5图像频域平滑处理

5.5.1理想低通滤波器

5.5.2巴特沃思低通滤波器

5.5.3高斯低通滤波器

5.5.4频域低通滤波器的应用

5.6频域图像锐化

5.6.1理想高通滤波器

5.6.2巴特沃斯高通滤波器

5.6.3指数高通滤波器

5.6.4频域高通滤波器的应用

5.7空/频域滤波的关系

第6章图像视觉复原分析

6.1退化与复原

6.1.1退化的模型

6.1.2退化的原理

6.1.3复原的原理

6.2图像去噪

6.2.1噪声模型

6.2.2逆滤波

6.2.3维纳滤波

6.2.4逆滤波与维纳滤波的实现

6.3暗通道去雾处理

6.3.1暗通道的概念

6.3.2暗通道去雾霾的原理

第7章图像视觉几何变换与校正分析

7.1图像几何变换概述

7.2几何变换的数学描述

7.3图像的坐标变换

7.3.1图像的平移

7.3.2镜像变换

7.3.3图像的转置

7.3.4图像的缩放

7.3.5图像的旋转

7.3.6图像几何变换实战

7.4图像的几何变换类型

7.4.1刚体变换

7.4.2仿射变换

7.4.3透视变换

第8章图像视觉分割技术分析

8.1图像视觉分割的意义

8.2边缘分割法

8.2.1边缘模型

8.2.2基本边缘检测

8.2.3边缘检测实战

8.3Hough变换

8.4阈值分割法

8.4.1灰度阈值与双阈值

8.4.2全局阈值处理

8.4.3OTSU算法

8.4.4自适应动态阈值

8.5区域生长分割法

8.5.1区域生长原理

8.5.2区域生长准则

8.5.3区域分割与聚合

8.5.4分水岭图像分割法

第9章图像视觉描述与特征提取分析

9.1图像特征

9.2角点特征

9.2.1Harris角点检测

9.2.2ShiTomasi角点检测

9.2.3SUSAN角点检测

9.3SIFT/SURF算法

9.3.1SIFT算法

9.3.2SURF特征检测

9.4FAST和ORB算法

9.4.1FAST特征点检测

9.4.2ORB算法

9.5LBP和HOG特征算子

9.5.1LBP算法

9.5.2HOG算法

9.6颜色特征

9.6.1直方图特征

9.6.2颜色矩

9.6.3颜色相关图

9.7图像纹理特征提取

第10章车牌识别分析

10.1车牌识别流程

10.2车牌图像处理与定位

10.2.1图像的处理

10.2.2定位原理

10.2.3字符处理

10.2.4字符分割实现

10.3字符识别

10.3.1模板匹配的字符识别

10.3.2车牌字符识别实例

参考文献

 

 

 

 

随着计算机技术的发展，图像视觉已成为人类获取和交换信息的主要来源。数字图像视觉具有信息量大、占用的频带较宽且像素间的相关性强等特点。数字图像视觉处理需要综合应用信息处理、计算机、机器学习、统计分析等各方面的知识和技术，对已有的图像视觉进行变换、处理、重构，从而改进图像视觉质量或从图像中提取有用的信息。

目前的图像视觉技术，早已不再是静止不动的画面，随着高清技术的不断普及，图像视觉给人们带来的享受将更为震撼。可以通过网络传输等通信手段，让实况画面出现在对方的计算机、手机等设备当中，图像缩短了人与人之间的距离。同时，计算机图像技术也很早便应用到军事方面，用于识别敌方目标、精确制导、侦察对方动向、战场形式模拟等。图像技术可以对案件侦破起到很大的作用，如指纹识别、人脸鉴别、场景复原、毁坏图像复原，以及在交通监控和事故分析等方面得到应用。计算机图像处理将向实时图像处理以及高清晰度的理论和技术研究、高分辨率、高速传输、三维成像或多维成像、多媒体化、智能化等方向不断发展。

目前，图形和图像的概念区别越来越模糊，普遍认为两者是共同存在的，但实际上它们还是有区别的。图像指的是计算机内以位图形式所存在的灰度信息，而图形含有几何表现，是由场景的几何模型和景物的物理属性所共同组成的。计算机的图形技术比图像技术相对复杂，表现手法也更为细腻真实，它侧重于绘图与图像的生成，可以通过三维的形式把图像表现得更加逼真。

本书为什么会在众多语言当中选择Python实现图形图像处理呢？其主要原因是： Python是一种效率极高的语言； 相比众多其他语言，使用Python编写时简单、易学、易读、易维护。

另一个原因是，对程序员来说，社区是非常重要的，大多数程序员都需要向解决过类似问题的人寻求建议，在需要有人帮助解决问题时，有一个联系紧密、互帮互助的社区至关重要，Python社区就是这样的一个社区。

【本书内容】

数字图像处理分为三个层次： 低级图像处理、中级图像处理和高级图像处理。本书主要介绍低级图像处理和中级图像处理(高级图像处理在第10章介绍)，也就是对图像进行各种加工以改善图像的视觉或突出有用信息，进一步对图像中感兴趣的目标进行检测(或分割)和测量，以获得它们的客观信息，从而建立对图像的描述。

第1层低级图像处理部分

第1章绪论，主要介绍什么是编程语言、Python简介、Python的下载和安装、数字图像处理概述等内容。

第2章迈进Python，主要介绍NumPy库、SciPy库、Pandas库等内容。

第3章介绍Python图形用户界面，主要包括布局管理、Tkinter常用组件、对话框、菜单、在Canvas中绘图等内容。

第4章介绍数据可视化分析，主要包括Matplotlib生成数据图、各类型数据图、三维绘图、Pygal数据可视化等内容。

第2层中级图像处理部分

第5章介绍图像视觉增强分析，主要包括图像增强方法、灰度变换、空域增强、空域锐化算子、图像频域平滑处理、频域图像锐化等内容。

第6章介绍图像视觉复原分析，主要包括退化与复原、图像去噪、暗通道去雾处理等内容。

第7章介绍图像视觉几何变换与校正分析，主要包括图像几何变换概述、几何变换的数学描述、图像的坐标变换、图像的几何变换类型等内容。

第8章介绍图像视觉分割技术分析，主要包括图像视觉分割的意义、边缘分割法、Hough变换、阈值分割法等内容。

第9章介绍图像视觉描述与特征提取分析，主要包括图像特征、角点特征、SIFT/SURF算法、FAST和ORB算法、LBP和HOG特征算子、颜色特征、图像纹理特征提取等内容。

第3层高级图像处理部分

第10章介绍车牌识别分析，主要包括车牌识别流程、车牌图像处理与定位、字符识别等内容。

 

 

【本书特色】

1. 内容浅显易懂

本书不会纠缠于晦涩难懂的概念，而是力求用浅显易懂的语言引出概念，用常用的方式介绍编程，用清晰的逻辑解释思路。

2. 知识点全面

书中从介绍Python软件、数字图像处理概述出发，接着介绍Python的用法，然后介绍图形用户界面、数据可视化等，再由实例总结巩固相关知识点。

3. 学以致用

书中每章节都做到理论与实例相结合，内容丰富、实用，帮助读者快速领会知识要点。书中的实例与经典应用具有超强的实用性，并且书中源码、数据集、图片等资源读者都可
通过扫描目录处的二维码
免费、轻松获得。

【读者对象】

本书适合Python初学者、Python软件的科研者。

由于时间仓促，加之编者水平有限，书中不足和疏漏之处在所难免。在此，诚恳地期望得到各领域的专家和广大读者的批评指正。

由于本书为黑白印刷，部分图片显示效果欠佳，读者可扫描目录处的二维码下载彩图。

 

编者2023年9月