数字图像处理实战

图书介绍

本书特色：1、理论与实战结合：本书以图像处理的应用为主线，注重任务案例的学习，以图像处理常用技术与任务案例相结合的方式，介绍了使用Python实现图像处理任务的主要方法。2、以应用为导向：本书从图像处理的基础任务介绍，再到具体图像处理案例实现，让读者明白如何利用所学知识来解决问题，从而真正理解并应用所学知识。3、注重启发式教学：本书大部分章节紧扣图像处理任务需求展开，不堆积知识点，着重于思路的启发与解决方案的实施。通过对图像处理任务介绍到实现的完整工作流程的体验，让读者真正理解并掌握图像处理的相关技术。

本书内容：本书以图像处理基础理论与真实案例相结合的方式，深入浅出介绍图像处理的常见任务及实现技术。全书共9章，内容包含图像处理概述、图像的基本变换、图像增强与复原、形态学处理、图像特征提取、图像分割等技术及车牌检测、QR码的检测、和钢轨轨面缺陷检测等案例。本书以Python为算法实现工具，大部分章节包含操作实践代码和课后习题，帮助读者在图像处理基础任务和案例中应用算法，巩固所学内容。

本书适用对象：本书可以作为高校信息技术或人工智能相关专业教材，也可以作为从事图像处理技术研究的从业者和科技人员的参考用书。对于有一定基础和经验的读者，也能帮助他们查缺补漏，深入理解和掌握相关原理和方法，提高解决实际问题的能力。

图书目录

第1章 图像处理概述

1.1 认识图像处理
1.1.1 了解图像处理的起源
1.1.2 熟悉图像处理的应用领域
1.1.3 了解图像工程与图像处理的关系
1.2 认识图像
1.2.1 了解人眼的视觉系统
1.2.2 了解数字图像
1.2.3 熟悉像素间的基本关系
1.3 认识图像处理工具
1.3.1 熟悉常用图像处理工具
1.3.2 图像处理工具对比
1.4 了解图像处理相关Python库
1.4.1 了解Pillow库
1.4.2 了解NumPy库
1.4.3 了解scikit-image库
1.4.4 熟悉OpenCV库
小结
课后习题

第2章 图像的基本变换

2.1 读写图像数据
2.1.1 读取和显示图像
2.1.2 保存图像
2.2 在图像上绘制图形
2.2.1 绘制简单的图形
2.2.2 标注图像中的人脸区域
2.3 变换图像的颜色空间
2.3.1 了解颜色空间
2.3.2 变换图像颜色空间
2.4图像几何变换
2.4.1了解图像的几何变换
2.4.2人脸图像几何变换
小结
课后习题

第3章 图像增强与复原

3.1使用空间滤波增强图像
3.1.1了解空间滤波
3.1.2使用空间滤波平滑图像
3.1.3使用空间滤波锐化图像
3.1.4使用空间滤波器模糊图像
3.2使用频率域滤波处理图像
3.2.1了解频率域滤波
3.2.2使用频率域滤波平滑图像
3.2.3使用频率域滤波锐化图像
3.3复原车牌图像
3.3.1了解噪声模型
3.3.2复原只存在噪声的图像
小结
课后习题

第4章 形态学处理

4.1 腐蚀和膨胀车牌图像
4.1.1 了解腐蚀与膨胀
4.1.2 腐蚀车牌图像
4.1.3 膨胀车牌图像
4.2 使用开/闭操作处理车牌图像
4.2.1 了解开操作与闭操作
4.2.2 对图像进行车牌图像开操作
4.2.3 对图像进行车牌图像闭操作
4.3 使用基本的形态学算法处理图像
4.3.1 了解基本的形态学算法
4.3.2 使用形态学算法处理车牌图像
小结
课后习题

第5章 图像特征提取

5.1 提取图像的颜色特征
5.1.1 了解图像的颜色特征
5.1.2 提取水质图像的颜色特征
5.2 提取图像的纹理特征
5.2.1 了解图像的纹理特征
5.2.2 提取组织切片图像的纹理特征
5.3 提取图像的轮廓特征
5.3.1 了解图像的轮廓特征
5.3.2 提取电容零件图像的轮廓特征
5.4 提取图像的形状特征
5.4.1 了解图像的形状特征
5.4.2 提取车牌图像的形状特征
小结
课后习题

第6章 图像分割

6.1 使用阈值分割图像
6.1.1 阈值分割方法的基本原理
6.1.2 基于全局阈值的大津法
6.1.3 局部阈值分割法
6.1.4 使用阈值分割方法处理岩石样本图像
6.2 基于边缘检测的图像分割
6.2.1 边缘检测
6.2.2 使用Hough变换检测直线
6.2.3 基于Hough变换的QR码分割
6.3 区域生长算法
6.3.1 区域生长算法的流程
6.3.2 使用区域生长算法分割心形图像
6.4 结合空间域与色彩域的图像分割算法
6.4.1 SLIC算法
6.4.2 QuickShift算法
小结
课后习题

第7章 车牌检测

7.1 了解项目背景
7.2 分析项目需求
7.2.1 数据说明
7.2.2 项目目标
7.2.3 车牌检测流程
7.3 定位车牌
7.3.1 车牌粗略定位
7.3.2 车牌精细定位
7.4 车牌字符分割
7.5 结果分析
小结
课后习题

第8章 QR码的检测

8.1 了解项目背景
8.2 分析项目需求
8.2.1 数据说明
8.2.2 项目目标
8.2.3 QR码检测流程
8.3 图像的预处理
8.3.1 彩色图像的灰度化
8.3.2 图像去噪
8.3.3 灰度图像的二值化
8.4 定位块的检测
8.4.1 提取二值图像的轮廓
8.4.2 轮廓嵌套关系检测
8.4.3 定位块线扫描特征筛选
8.5 QR码的分割与解析
8.5.1 计算三个定位块在QR码中的位置关系
8.5.2 计算定位块的四个顶点
8.5.3 计算QR码的第四个角点
8.5.4 QR码的几何校正及缩放
8.5.5 QR码的解析
小结
课后习题

第9章 钢轨轨面缺陷检测

9.1 了解项目背景
9.2 分析项目需求
9.2.1 数据说明
9.2.2 项目目标
9.2.3 轨面缺陷检测流程
9.3 图像预处理
9.3.1 轨面不均匀光照的消除
9.3.2 基于连通性分析的黑边去除
9.4 基于种子生长算法的轨面缺陷检测
9.4.1 种子点的提取
9.4.2 上阈值的自适应选择
9.4.3 种子生长算法的效果分析
小结
课后习题