号外:《黑客攻防入门学习课程》现已推出国庆大促活动,喜欢的朋友抓紧时间,先到先得、优惠券数量有限!!!

Python计算机视觉编程,大数据、人工智能学习书籍

python 泰泰 673℃ 0评论

【前言】

今天给大家推荐一本好书——Python计算机视觉编程。如果你在寻找关于大数据相关的学习书籍或准备“进军”大数据、人工智能的朋友,那么你可以看一下今天泰泰分享的这一本书(电子书)。

该书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。

这本书适合的读者是 :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。

Programming_Computer_Vision_with_Python

章节目录

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
目录 | VII
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

下载地址

网盘链接: https://pan.baidu.com/s/1n43-n0U7d1N9gNSlSylflw 密码: cfsi

 

声明:本电子书是从网络搜集过来,然后再次分享给广大的学者,意在帮助到大家。书籍所有权归作者所有,如果本站侵权,请联系联系站长,谢谢!

转载请注明:泰泰博客 » Python计算机视觉编程,大数据、人工智能学习书籍

喜欢 (0)or分享 (0)
发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址(选填)