热搜关键词: linux源码Android数字信号处理PID算法

pdf

Python计算机视觉编程

  • 1星
  • 日期: 2021-10-22
  • 大小: 29.11MB
  • 所需积分:1分
  • 下载次数:2
  • favicon收藏
  • rep举报
  • free评论
标签: Python 计算机视觉

Python 计算机视觉

AI

AI

机器人

机器人

编程

编程

《Python计算机视觉编程》是由2014年6月1日人民邮电出版社出版的图书,作者是[瑞典]  Jan  Erik  Solem 

《python计算机视觉编程》是计算机视觉编程的权威实践指南,依赖python语言讲解了基础理论与算法,并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外,书中附带的练习还能让读者巩固并学会应用编程知识。

《python计算机视觉编程》适合的读者是:有一定编程与数学基础,想要了解计算机视觉的基本理论与算法的学生,以及计算机科学、信号处理、物理学、应用数学和统计学、神经生理学、认知科学等领域的研究人员和从业者。

第1章 基本的图像操作和处理  1

1.1 pil:python图像处理类库  1

1.1.1 转换图像格式  2

1.1.2 创建缩略图  3

1.1.3 复制和粘贴图像区域  3

1.1.4 调整尺寸和旋转  3

1.2 matplotlib  4

1.2.1 绘制图像、点和线  4

1.2.2 图像轮廓和直方图  6

1.2.3 交互式标注  7

1.3 numpy  8

1.3.1 图像数组表示  8

1.3.2 灰度变换  9

1.3.3 图像缩放  11

1.3.4 直方图均衡化  11

1.3.5 图像平均  13

1.3.6 图像的主成分分析(pca)  14

1.3.7 使用pickle模块  16

1.4 scipy  17

1.4.1 图像模糊  18

1.4.2 图像导数  19

1.4.3 形态学:对象计数  22

1.4.4 一些有用的scipy模块  23

1.5 高级示例:图像去噪  24

练习  28

代码示例约定  29

第2章 局部图像描述子  31

2.1 harris角点检测器  31

2.2 sift(尺度不变特征变换)  39

2.2.1 兴趣点  39

2.2.2 描述子  39

2.2.3 检测兴趣点  40

2.2.4 匹配描述子  43

2.3 匹配地理标记图像  47

2.3.1 从panoramio下载地理标记图像  47

2.3.2 使用局部描述子匹配  50

2.3.3 可视化连接的图像  52

练习  54

第3章 图像到图像的映射  57

3.1 单应性变换  57

3.1.1 直接线性变换算法  59

3.1.2 仿射变换  60

3.2 图像扭曲  61

3.2.1 图像中的图像  63

3.2.2 分段仿射扭曲  67

3.2.3 图像配准  70

3.3 创建全景图  76

3.3.1 ransac  77

3.3.2 稳健的单应性矩阵估计  78

3.3.3 拼接图像  81

练习  84

第4章 照相机模型与增强现实  85

4.1 针孔照相机模型  85

4.1.1 照相机矩阵  86

4.1.2 三维点的投影  87

4.1.3 照相机矩阵的分解  89

4.1.4 计算照相机中心  90

4.2 照相机标定  91

4.3 以平面和标记物进行姿态估计  93

4.4 增强现实  97

4.4.1 pygame和pyopengl  97

4.4.2 从照相机矩阵到opengl格式  98

4.4.3 在图像中放置虚拟物体  100

4.4.4 综合集成  102

4.4.5 载入模型  104

练习  106

第5章 多视图几何  107

5.1 外极几何  107

5.1.1 一个简单的数据集  109

5.1.2 用matplotlib绘制三维数据  111

5.1.3 计算f:八点法  112

5.1.4 外极点和外极线  113

5.2 照相机和三维结构的计算  116

5.2.1 三角剖分  116

5.2.2 由三维点计算照相机矩阵  118

5.2.3 由基础矩阵计算照相机矩阵  120

5.3 多视图重建  122

5.3.1 稳健估计基础矩阵  123

5.3.2 三维重建示例  125

5.3.3 多视图的扩展示例  129

5.4 立体图像  130

练习  135

第6章 图像聚类  137

6.1 k-means聚类  137

6.1.1 scipy聚类包  138

6.1.2 图像聚类  139

6.1.3 在主成分上可视化图像  140

6.1.4 像素聚类  142

6.2 层次聚类  144

6.3 谱聚类  152

练习  157

第7章 图像搜索  159

7.1 基于内容的图像检索  159

7.2 视觉单词  160

7.3 图像索引  164

7.3.1 建立数据库  164

7.3.2 添加图像  165

7.4 在数据库中搜索图像  167

7.4.1 利用索引获取候选图像  168

7.4.2 用一幅图像进行查询  169

7.4.3 确定对比基准并绘制结果  171

7.5 使用几何特性对结果排序  172

7.6 建立演示程序及web应用  176

7.6.1 用cherrypy创建web应用  176

7.6.2 图像搜索演示程序  176

练习  179

第8章 图像内容分类  181

8.1 k邻近分类法(knn)  181

8.1.1 一个简单的二维示例  182

8.1.2 用稠密sift作为图像特征  185

8.1.3 图像分类:手势识别  187

8.2 贝叶斯分类器  190

8.3 支持向量机  195

8.3.1 使用libsvm  196

8.3.2 再论手势识别  198

8.4 光学字符识别  199

8.4.1 训练分类器  200

8.4.2 选取特征  200

8.4.3 多类支持向量机  201

8.4.4 提取单元格并识别字符  202

8.4.5 图像校正  205

练习  206

第9章 图像分割  209

9.1 图割(graph  cut)  209

9.1.1 从图像创建图  211

9.1.2 用户交互式分割  216

9.2 利用聚类进行分割  218

9.3 变分法  224

练习  226

第10章 opencv  227

10.1 opencv的python接口  227

10.2 opencv基础知识  228

10.2.1 读取和写入图像  228

10.2.2 颜色空间  228

10.2.3 显示图像及结果  229

10.3 处理视频  232

10.3.1 视频输入  232

10.3.2 将视频读取到numpy数组中  234

10.4 跟踪  234

10.4.1 光流  235

10.4.2 lucas-kanade算法  237

10.5 更多示例  243

10.5.1 图像修复  243

10.5.2 利用分水岭变换进行分割  244

10.5.3 利用霍夫变换检测直线  245

练习  246

附录a 安装软件包  247

a.1 numpy和scipy  247

a.1.1 windows  247

a.1.2 mac  os  x  247

a.1.3 linux  248

a.2 matplotlib  248

a.3 pil  248

a.4 libsvm  249

a.5 opencv  249

a.5.1 windows  和  unix  249

a.5.2 mac  os  x  249

a.5.3 linux  250

a.6 vlfeat  250

a.7 pygame  250

a.8 pyopengl  250

a.9 pydot  251

a.10 python-graph  251

a.11 simplejson  252

a.12 pysqlite  252

a.13 cherrypy  252

附录b 图像集  253

b.1 flickr  253

b.2 panoramio  254

b.3 牛津大学视觉几何组  255

b.4 肯塔基大学识别基准图像  255

b.5 其他  256

b.5.1 prague  texture  segmentation  datagenerator与基准  256

b.5.2 微软研究院grab  cut数据集  256

b.5.3 caltech  101  256

b.5.4 静态手势数据库  256

b.5.5 middlebury  stereo数据集  256

附录c 图片来源  257

c.1 来自flickr的图像  257

c.2 其他图像  258

c.3 插图  258

参考文献  259

索引  263

推荐帖子 最新更新时间:2021-12-01 04:07

C2000芯片的加锁和解锁
由于部分企业需要对芯片内部的程序进行加密处理,C2000提供了两种加密方式:一种是在工程中添加DSP28***_CSMPasswords.asm,一种是直接在CCS的on-chip flash中修改密码。这里以F28335为例,详细描述两种方式的操作方法: 添加CSM加密文件的方法 该方法是直接使用controlSUITE中提供的DSP28***_CSMPasswords.asm文件,
Aguilera 微控制器 MCU
干簧式继电器的选用
1、选择干簧式继电器的触点形式干簧式继电器的触点有常开型(只有一组常开触点)、常闭型(只有一组常闭触点)和转换型(常开触点和常闭触点各一组)。选用时应根据应用电路的具体要求选择合适的触点形式。 2、选择干簧式继电器触点的电压形式及电流容量根据应用电路的受控电源选择干簧式继电器触点两端的电压与电流,确定它的触点电压(是交流电压还是直流电压,以及电压值)和触点电流(触点闭合时,所允许通过触点的最大电
tiankai001 综合技术交流
清晰化算法在DSP上的实现
清晰化算法在DSP TIDM642上的实现,之前的部分工作摘要于此。 1 DSP平台的选择 1.1 DM642 Evolution Module 选择现有的DM642 Evolution Module(EVM)作为开发平台。 (1) DM642作为TI公司一款功能强大的经典芯片之一。主要性能如下: 高性能的定点信号处理器:指令执行周期可达1.39ns,时钟频率最
灞波儿奔 DSP 与 ARM 处理器
关于HAL库外部中断的问题
我在看HAL库的外部中断的代码之后有一个疑问,还请广大网友解答一下。我看到代码里面无论是中断服务函数还是在回调函数还是在终端初始化函数中我只看到了配置中断线,却没有看到是这个中断线上的哪个端口产生的中断,但是在标准库函数中有一句这样的代码GPIO_EXTILineConfig(GPIO_PortSourceGPIOA, GPIO_PinSource6);这句代码一看就知道中断是端口PA6产生的,不
zhangliyuan EE_FPGA学习乐园
DSP6000的几个简单优化技巧
本帖最后由 Jacktang 于 2017-6-22 21:57 编辑 1. 不要假设DSP6000上的int类型与long长度相同,在DSP6000上,int类型占32bits,而long类型占40bits,另有一种long long类型为64bit长度 2. 定点乘法最好使用short类型,这样只需要1个时钟周期,使用int类型需要5个时钟周期 3. 使用int或unsigned
Jacktang DSP 与 ARM 处理器
机械加工-看后感慨万千
机械加工-看后感慨万千。。。 $('flv_mhJ').innerHTML=(mobileplayer() ? "" : AC_FL_RunContent('width', '500', 'height', '375', 'allowNetworking', 'internal', 'allowScriptAccess', 'never', 'src', 'https://player.youk
cardin6 创意市集

评论

登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved
×