标签分类
当前位置:首页 > 程序设计电子书 > Python编程电子书网盘下载
Python计算机视觉编程 Python计算机视觉编程
xfmap

xfmap 提供上传

资源
45
粉丝
13
喜欢
82
评论
1

    Python计算机视觉编程 PDF 扫描清晰版

    Python编程电子书
    • 发布时间:

    给大家带来的一篇关于Python编程相关的电子书资源,介绍了关于Python计算机视觉、Python编程方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小4.8 MB,Jan Erik Solem编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.2,更多相关的学习资源可以参阅 程序设计电子书Python电子书、等栏目。

  • Python计算机视觉编程 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1iLnkkxMBXSGLI5VBnOSHkA
  • 分享码:5ov9
  • Python计算机视觉编程 PDF

    Python计算机视觉编程》是计算机视觉编程的权威性实践活动手册,依靠Python語言解读了基础知识与优化算法,并根据很多实例细腻剖析了另一半鉴别、应用场景內容的图像搜索、电子光学字符识别、光流法、追踪、三维重建、立体式显像、增强现实技术、姿势估算、内景建立、图像分割、减噪、图象排序等技术性。另一个,书中附送的训练还能让用户推进并学好运用编程专业知识。

    《Python计算机视觉编程》合适的用户是:有必须编程与基础数学,愿意掌握计算机视觉的基础基础理论与优化算法的大学生,及其电子信息科学、信号分析、物理、应用数学和生物学、神经系统生理、认知科学等行业的科学研究工作人员和从业人员。

    目录

    • 推荐序 XI
    • 前言 XIII
    • 第1章 基本的图像操作和处理 
    • 1.1 PIL:Python图像处理类库 
    • 1.1.1 转换图像格式 
    • 1.1.2 创建缩略图 
    • 1.1.3 复制和粘贴图像区域 
    • 1.1.4 调整尺寸和旋转 
    • 1.2 Matplotlib 
    • 1.2.1 绘制图像、点和线 
    • 1.2.2 图像轮廓和直方图 
    • 1.2.3 交互式标注 
    • 1.3 NumPy 
    • 1.3.1 图像数组表示 
    • 1.3.2 灰度变换 
    • 1.3.3 图像缩放 
    • 1.3.4 直方图均衡化 
    • 1.3.5 图像平均 
    • 1.3.6 图像的主成分分析(PCA) 
    • 1.3.7 使用pickle模块 
    • 1.4 SciPy 
    • 1.4.1 图像模糊 
    • 1.4.2 图像导数 
    • 1.4.3 形态学:对象计数 
    • 1.4.4 一些有用的SciPy模块 
    • 1.5 高级示例:图像去噪 
    • 练习 
    • 代码示例约定 
    • 第2章 局部图像描述子 
    • 2.1 Harris角点检测器 
    • 2.2 SIFT(尺度不变特征变换) 
    • 2.2.1 兴趣点 
    • 2.2.2 描述子 
    • 2.2.3 检测兴趣点 
    • 2.2.4 匹配描述子 
    • 2.3 匹配地理标记图像 
    • 2.3.1 从Panoramio下载地理标记图像 
    • 2.3.2 使用局部描述子匹配 
    • 2.3.3 可视化连接的图像 
    • 练习 
    • 第3章 图像到图像的映射 
    • 3.1 单应性变换 
    • 3.1.1 直接线性变换算法 
    • 3.1.2 仿射变换 
    • 3.2 图像扭曲 
    • 3.2.1 图像中的图像 
    • 3.2.2 分段仿射扭曲 
    • 3.2.3 图像配准 
    • 3.3 创建全景图 
    • 3.3.1 RANSAC 
    • 3.3.2 稳健的单应性矩阵估计 
    • 3.3.3 拼接图像 
    • 练习 
    • 第4章 照相机模型与增强现实 
    • 4.1 针孔照相机模型 
    • 4.1.1 照相机矩阵 
    • 4.1.2 三维点的投影 
    • 4.1.3 照相机矩阵的分解 
    • 4.1.4 计算照相机中心 
    • 4.2 照相机标定 
    • 4.3 以平面和标记物进行姿态估计 
    • 4.4 增强现实 
    • 4.4.1 PyGame和PyOpenGL 
    • 4.4.2 从照相机矩阵到OpenGL格式 
    • 4.4.3 在图像中放置虚拟物体 
    • 4.4.4 综合集成 
    • 4.4.5 载入模型 
    • 练习 
    • 第5章 多视图几何 
    • 5.1 外极几何 
    • 5.1.1 一个简单的数据集 
    • 5.1.2 用Matplotlib绘制三维数据 
    • 5.1.3 计算F:八点法 
    • 5.1.4 外极点和外极线 
    • 5.2 照相机和三维结构的计算 
    • 5.2.1 三角剖分 
    • 5.2.2 由三维点计算照相机矩阵 
    • 5.2.3 由基础矩阵计算照相机矩阵 
    • 5.3 多视图重建 
    • 5.3.1 稳健估计基础矩阵 
    • 5.3.2 三维重建示例 
    • 5.3.3 多视图的扩展示例 
    • 5.4 立体图像 
    • 练习 
    • 第6章 图像聚类 
    • 6.1 K-means聚类 
    • 6.1.1 SciPy聚类包 
    • 6.1.2 图像聚类 
    • 6.1.3 在主成分上可视化图像 
    • 6.1.4 像素聚类 
    • 6.2 层次聚类 
    • 6.3 谱聚类 
    • 练习 
    • 第7章 图像搜索 
    • 7.1 基于内容的图像检索 
    • 7.2 视觉单词 
    • 7.3 图像索引 
    • 7.3.1 建立数据库 
    • 7.3.2 添加图像 
    • 7.4 在数据库中搜索图像 
    • 7.4.1 利用索引获取候选图像 
    • 7.4.2 用一幅图像进行查询 
    • 7.4.3 确定对比基准并绘制结果 
    • 7.5 使用几何特性对结果排序 
    • 7.6 建立演示程序及Web应用 
    • 7.6.1 用CherryPy创建Web应用 
    • 7.6.2 图像搜索演示程序 
    • 练习 
    • 第8章 图像内容分类 
    • 8.1 K邻近分类法(KNN) 
    • 8.1.1 一个简单的二维示例 
    • 8.1.2 用稠密SIFT作为图像特征 
    • 8.1.3 图像分类:手势识别 
    • 8.2 贝叶斯分类器 
    • 8.3 支持向量机 
    • 8.3.1 使用LibSVM 
    • 8.3.2 再论手势识别 
    • 8.4 光学字符识别 
    • 8.4.1 训练分类器 
    • 8.4.2 选取特征 
    • 8.4.3 多类支持向量机 
    • 8.4.4 提取单元格并识别字符 
    • 8.4.5 图像校正 
    • 练习 
    • 第9章 图像分割 
    • 9.1 图割(Graph Cut) 
    • 9.1.1 从图像创建图 
    • 9.1.2 用户交互式分割 
    • 9.2 利用聚类进行分割 
    • 9.3 变分法 
    • 练习 
    • 第10章 OpenCV 
    • 10.1 OpenCV的Python接口 
    • 10.2 OpenCV基础知识 
    • 10.2.1 读取和写入图像 
    • 10.2.2 颜色空间 
    • 10.2.3 显示图像及结果 
    • 10.3 处理视频 
    • 10.3.1 视频输入 
    • 10.3.2 将视频读取到NumPy数组中 
    • 10.4 跟踪 
    • 10.4.1 光流 
    • 10.4.2 Lucas-Kanade算法 
    • 10.5 更多示例 
    • 10.5.1 图像修复 
    • 10.5.2 利用分水岭变换进行分割 
    • 10.5.3 利用霍夫变换检测直线 
    • 练习 
    • 附录A 安装软件包 
    • A.1 NumPy和SciPy 
    • A.1.1 Windows 
    • A.1.2 Mac OS X 
    • A.1.3 Linux 
    • A.2 Matplotlib 
    • A.3 PIL 
    • A.4 LibSVM 
    • A.5 OpenCV 
    • A.5.1 Windows和Unix 
    • A.5.2 Mac OS X 
    • A.5.3 Linux 
    • A.6 VLFeat 
    • A.7 PyGame 
    • A.8 PyOpenGL 
    • A.9 Pydot 
    • A.10 Python-graph 
    • A.11 Simplejson 
    • A.12 PySQLite 
    • A.13 CherryPy 
    • 附录B 图像集 
    • B.1 Flickr 
    • B.2 Panoramio 
    • B.3 牛津大学视觉几何组 
    • B.4 肯塔基大学识别基准图像 
    • B.5 其他 
    • B.5.1 Prague Texture Segmentation Datagenerator与基准 
    • B.5.2 微软研究院Grab Cut数据集 
    • B.5.3 Caltech 101 
    • B.5.4 静态手势数据库 
    • B.5.5 Middlebury Stereo数据集 
    • 附录C 图片来源 
    • C.1 来自Flickr的图像 
    • C.2 其他图像 
    • C.3 插图 
    • 参考文献 
    • 索引

    上一篇:机器学习  下一篇:python算法教程

    展开 +

    收起 -

    码小辫二维码
     ←点击下载即可登录

    Python编程相关电子书
    学习笔记
    网友NO.529428

    python编程使用协程并发的优缺点

    协程 协程是一种用户态的轻量级线程,又称微线程。 协程拥有自己的寄存器上下文和栈,调度切换时,将寄存器上下文和栈保存到其他地方,在切回来的时候,恢复先前保存的寄存器上下文和栈。因此:协程能保留上一次调用时的状态(即所有局部状态的一个特定组合),每次过程重入时,就相当于进入上一次调用的状态,换种说法:进入上一次离开时所处逻辑流的位置。 优点: 1.无需线程上下文切换的开销 2.无需原子操作锁定及同步的开销 3.方便切换控制流,简化编程模型 4.高并发+高扩展性+低成本:一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。 所谓原子操作是指不会被线程调度机制打断的操作;这种操作一旦开始,就一直运行到结束,中间不会有任何 context switch (切换到另一个线程)。 原子操作可以是一个步骤,也可以是多个操作步骤,但是其顺序是不可以被打乱,或者切割掉只执行部分。视作整体是原子性的核心。 缺点: 1.无法利用多核资源:协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要,除非是cpu密集型应用。 2.进行阻塞(Blocking)操作(如IO时)会阻塞掉整个程序 使用Gevent gevent是……

    网友NO.867395

    python编程工具有哪些

    学习Python有时候没有第一时间找到好工具,会吃不少的苦头,磕磕绊绊走过来之后才知道,好的工具给效率带来的提升是巨大的,毕竟好的工具能将工作效率多倍速提升。 Upterm railsware/uptermgithub.com 其实本来想推荐 fish 或者 zsh,但其实这两个我也主要是贪图自动补全这个特性。最近在用的这个 Upterm 其实很简单好用,它是一个全平台的终端,可以说是终端里的 IDE,有着强大的自动补全功能。之前的名字叫 BlackWindow,有人跟他说这个名字不利于社区推广,改名叫 Upterm 之后现在已经17000+ Star了。 Ptpython jonathanslenders/ptpythongithub.com 一个交互式的 Python 解释器。支持语法高亮、提示甚至是 vim 和 emacs 的键入模式。其实我们在课程里提供的在线终端也内置了 ptpython。 Anaconda https://anaconda.org/anaconda.org 真的要强烈推荐 Anaconda ,它能帮你安装好许多麻烦的东西,包括: Python 环境、pip 包管理工具、常用的库、配置好环境路径等等。这些事情小白自己一个个去做的话,容易遇到各种问题,带来挫败感。 如果你想用 Python 搞数据方面的事情,就安装它就好了,它甚至开发了一套 JIT 的解释器 Numba。所以 Anaconda 有了 JIT 之后,对线上科学计算效率要求比较高的东西也可以搞了。 Sublime3 小白的话当然还是要从 PyCharm 开始上手,但有时候写一些轻……

    网友NO.667251

    python编程ide是什么

    Python IDE ,又叫集成开发环境,是用来编写python程序的。python本身自带一款ide.今天推荐两款好用的python IDE,pycharm和sublime text python本身自带的ide如下图 下面来说一说pycharm和sublime text pycharm PyCharm 是由 JetBrains 打造的一款 Python IDE。PyCharm 具备一般 Python IDE 的功能,比如:调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制等。另外,PyCharm 还提供了一些很好的功能用于 Django 开发,同时支持 Google App Engine,更酷的是,PyCharm 支持 IronPython。PyCharm 官方下载地址:http://www.jetbrains.com/pycharm/download/ 效果图查看: sublime text Sublime Text 具有漂亮的用户界面和强大的功能,例如代码缩略图,Python 的插件,代码段等。还可自定义键绑定,菜单和工具栏。 Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。 Sublime Text 是一个跨平台的编辑器,同时支持 Windows、Linux、Mac OS X等操作系统。 效果图: 以上就是python编程ide是什么的详细内容,更多请关注码农之家其它相关文章! ……

    网友NO.907385

    Python编程之Re模块下的函数介绍

    re模块下的函数 compile(pattern):创建模式对象 import repat=re.compile('A')m=pat.search('CBA') #等价于 re.search('A','CBA')print m_sre.SRE_Match object at 0x9d690c8 #匹配到了,返回MatchObject(True)m=pat.search('CBD')print mNone #没有匹配到,返回None(False) search(pattern,string):在字符串中寻找模式 m = re.search('asd','ASDasd')print m_sre.SRE_Match object at 0xb72cd6e8 #匹配到了,返回MatchObject(True)m = re.search('asd','ASDASD')print mNone #没有匹配到,返回None(False) match(pattern,string):在字符串开始处匹配模式 m = re.search('asd','ASDasd')print m_sre.SRE_Match object at 0xb72cd6e8 #匹配到了,返回MatchObject(True)m = re.search('asd','ASDASD')print mNone #没有匹配到,返回None(False) 等价于 pat=re.compile('a')print pat.match('Aasd')Noneprintpat.match('aASD')_sre.SRE_Match object at 0xb72cd6e8 上面的函数返回都可以在if条件语句中进行判断: if pat.search('asd'):... print 'OK'... OK #找到返回if re.search('a','ASD'):... print "OK"... #没有找到 split(pattern,string):根据模式分割字符串,返回列表 re.split(',','a,s,d,asd')['a', 's', 'd', 'asd'] #返回列表 pat = re.compile(',')pat.split('a,s,d,asd')['a', 's', 'd', 'asd'] #返回列表 re.split('[, ]+','a , s ,d ,,,,,asd') #正则匹配:[, ]+,后面说明['a', 's', 'd', 'asd'] re.split('[, ]+','a , s ,d ,,,,,asd',maxsplit=2) # maxsplit 最多分割次数['a', 's', 'd ,,,,,asd'] pa……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明