一本書秒殺電腦視覺最新應用：80個 Python 大師級實例, 2/e
張德豐 編著
- 出版商: 深智
- 出版日期: 2023-06-20
- 定價: $880
- 售價: 7.9 折 $695
- 語言: 繁體中文
- 頁數: 528
- ISBN: 6267273539
- ISBN-13: 9786267273531
-
相關分類:
Python、程式語言、Computer Vision
立即出貨 (庫存 < 10)
買這商品的人也買了...
-
電腦網際網路, 7/e (國際版)(Computer Networking: A Top-Down Approach, 7/e)(附部分內容光碟)$680$612 -
網路分析完全實戰手冊 ─ 使用 Wireshark, 2/e (Network Analysis using Wireshark 2 Cookbook, 2/e)$690$587 -
數位影像處理 (Gonzalez & Woods : Digital Image Processing, 4/e)$880$862 -
特徵工程不再難：資料科學新手也能輕鬆搞定！ (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$406 -
$454深度實踐 OCR：基於深度學習的文字識別 -
Python 機器學習超進化：AI影像辨識跨界應用實戰 (附100分鐘影像處理入門影音教學/範例程式)$450$356 -
深度強化式學習 (Deep Reinforcement Learning in Action)$1,000$790 -
必學！Python 資料科學‧機器學習最強套件 － NumPy、Pandas、Matplotlib、OpenCV、scikit-learn、tf.Keras$680$537 -
超圖解 ESP32 深度實作$880$695 -
核心開發者親授！PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$790 -
打下最紮實 AI 基礎不依賴套件：手刻機器學習神經網路穩健前進$1,200$948 -
OpenCV 影像創意邁向 AI 視覺王者歸來 (全彩印刷)$890$757 -
Keras 大神歸位：深度學習全面進化！用 Python 實作 CNN、RNN、GRU、LSTM、GAN、VAE、Transformer$1,200$948 -
只要一行指令！FFmpeg 應用開發完全攻略$880$695 -
Python + OpenCV — 機器學習 + 深度學習 40大電腦視覺案例入門到實戰$1,200$948 -
一本精通 - OpenCV 與 AI 影像辨識$680$537 -
機器學習最強入門 - 基礎數學／機率／統計邁向AI真實數據專題實作 - 王者歸來$980$774 -
第一名的網站開發 - Node.js 全端高手昇華之路$680$537 -
從 AI 到 生成式 AI：40個零程式的實作體驗，培養新世代人工智慧素養$560$442 -
Deep Learning 4｜用 Python 進行強化學習的開發實作$680$537 -
跟 NVIDIA 學深度學習！從基本神經網路到 ......、GPT、BERT...，紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$695 -
AI 時代 Math 元年 - 用 Python 全精通統計及機率$1,200$948 -
台灣之光物件辨識 - 最新 YOLO 原理精讀+實戰$800$632 -
LLM 大型語言模型的絕世祕笈：27路獨步劍法，帶你闖蕩生成式 AI 的五湖四海 （iThome鐵人賽系列書）$650$507 -
機器學習與人工智慧深度問答集：從基礎到專業，提升 AI 知識力的 30道深度思考題 (Machine Learning Q and AI: 30 Essential Questions and Answers on Machine Learning and AI)$650$507
相關主題
商品描述
★★★★★【電腦視覺】、【80個Python大師級實例】★★★★★
鷹眼王者的銳利捕捉，電腦視覺應用精準秒殺！
本書特色
- 案例涵蓋面廣、實用、擴充性、可讀性強
本書以「概述+案例」的形式進行編寫，充分強調案例的實用性及程式的可擴充性，所選案例大多數來自日常生活中，應用性強。另外，書中每個案例的程式都經過偵錯與測試，同時程式碼中增加了大量的解釋說明，可讀性強。
◎ 點線面完美結合，兼顧性強
本書點線面兼顧，涵蓋了數位影像處理中幾乎所有的基本模組，並涉及視訊處理、對位拼接、數位浮水印等進階影像處理方面的內容，全面講解了基於Python 進行電腦視覺應用的原理及方法，內容做到完美連結與統籌兼顧，讓讀者實現了由點到面進行發散性延伸。
本書技術重點
✪Python電腦視覺基礎，包括常用的函數庫。
✪各種去霧演算法、空域增強，時域增強，色階調整、Hough變換檢測。
✪分割車牌處理、包括定位，字元處理及辨識。
✪分水嶺演算法，用在醫學診斷。
✪CNN及SVC手寫數字辨識、使用AlexNet。
✪OCR原理及實作、小波技術處理。
✪SVD、PCA、K-Means圖型壓縮原理。
✪圖型搜尋、比對、角點特徵偵測、Harris演算法、FAST演算法。
✪運動目標偵測、幀差分法、背景差分法、光流法。
✪浮水印技術、大腦影像分析、閾值分割、區域生長實作。
✪自動駕駛實作、包括環境感知、行為決策，路徑規劃及運動控制。
✪物件偵測，包括RCNN及YOLO。
✪視覺分析應用實例，包括Arcade Game製作，停車場自動車牌辨識系統開發。
作者簡介
張德豐
佛山科學技術學院教授，主要從事智慧演算法、光電傳感等方面的科研與教學工作。
在國內外核心期刊上發表學術論文9篇，獲發明專利授權1項，實用新型專利授權4項。
主持和參與省部級、市級專案4項，課題涉及到電腦應用、自動控制、光學等領域。獲校級優秀青年教師獎、教學成果獎、教學評估優秀及教學品質獎等多個獎項。
出版《MATLAB R2017a模式識別》、《Python機器學習及實踐》、《TensorFlow深度學習及實踐》等書籍。
目錄大綱
1 電腦視覺程式設計基礎
1.1 電腦視覺的概述
1.2 Python 程式設計軟體
1.3 幾個常用函數庫
1.4 Python 影像處理類別庫
1.5 Matplotlib 函數庫
1.6 Numpy 影像處理
1.7 Scipy 影像處理
1.8 圖型降低雜訊
2 圖型去霧技術
2.1 空域圖型增強
2.2 時域圖型增強
2.3 色階調整去霧技術
2.4 長條圖均衡化去霧技術
3 形態學的去除雜訊
3.1 圖型去除雜訊的方法
3.2 數學形態學的原理
3.3 形態學運算
3.4 權重自我調整的多結構形態學去除雜訊
4 Hough 變換檢測
4.1 Hough 直線檢測
4.2 Hough 檢測圓
5 分割車牌定位辨識
5.1 基本概述
5.2 車牌影像處理
5.3 定位原理
5.4 字元處理
5.5 字元辨識
6 分水嶺實現醫學診斷
6.1 分水嶺演算法
6.2 分水嶺醫學診斷案例分析
7 手寫數字辨識
7.1 卷積神經網路的概述
7.2 SVC 辨識手寫數字
8 圖片中英文辨識
8.1 OCR 的介紹
8.2 OCR 演算法原理
8.3 OCR 辨識經典應用
8.4 獲取驗證碼
9 小波技術的圖型視覺處理
9.1 小波技術的概述
9.2 小波實現去除雜訊
9.3 圖型融合處理
10 圖型壓縮與分割處理
10.1 SVD 圖型壓縮處理
10.2 PCA 圖型壓縮處理
10.3 K-Means 聚類圖像壓縮處理
10.4 K-Means 聚類實現圖型分割
11 圖型特徵比對
11.1 相關概念
11.2 圖型比對
12 角點特徵檢測
12.1 Harris 的基本原理
12.2 Harris 演算法流程
12.3 Harris 角點的性質
12.4 Harris 檢測角點案例分析
12.5 角點檢測函數
12.6 Shi-Tomasi 角點檢測
12.7 FAST 特徵檢測
13 運動物件自動偵測
13.1 幀差分法
13.2 背景差分法
13.3 光流法
14 浮水印技術
14.1 浮水印技術的概念
14.2 數位浮水印技術的原理
14.3 典型的數位浮水印演算法
14.4 數位浮水印攻擊和評價
14.5 浮水印技術案例分析
15 大腦影像分析
15.1 閾值分割
15.2 區域生長
15.3 以閾值預分割為基礎的區域生長
15.4 區域生長分割大腦影像案例分析
16 自動駕駛應用
16.1 理論基礎
16.2 環境感知
16.3 行為決策
16.4 路徑規則
16.5 運動控制
16.6 自動駕駛案例分析
17 物件辨識
17.1 RCNN 系列
17.2 YOLO 檢測
18 人機互動
18.1 Tkinter GUI 程式設計元件
18.2 佈局管理器
18.3 事件處理
18.4 Tkinter 常用元件
18.5 選單
18.6 Canvas 繪圖
19 深度學習的應用
19.1 理論部分
19.2 AlexNet 網路及案例分析
20 視覺分析綜合應用案例
20.1 越南大戰遊戲
20.2 停車場辨識費率系統
參考文獻
