包邮Python 3图像处理实战

第1章图像处理中的概念

1.1信号与信号处理

1.2图像和图像处理

1.3小结

练习

第2章在Windows上安装Python 3

2.1Python网站

2.2小结

练习

第3章树莓派简介

3.1单板计算机

3.1.1单板计算机的优缺点

3.1.2流行的SBC系列

3.2树莓派

3.3Raspbian操作系统

3.4设置和启动树莓派

3.4.1设置所需的硬件

3.4.2设置所需的软件

3.4.3将操作系统写入MicroSD卡

3.4.4启动树莓派

3.5config.txt和raspiconfig

3.6连接到网络

3.6.1连接WiFi

3.6.2连接有线网络

3.6.3检查连接状态

3.7远程连接树莓派

3.7.1使用PuTTY和Bitvise SSH客户端访问
命令提示符窗口程序

3.7.2带有RDP和VNC的远程桌面

3.8更新树莓派

3.9关闭并重新启动树莓派

3.10为什么使用树莓派

3.11小结

练习

第4章Python 3基础知识

4.1Python编程语言的历史

4.2为什么使用Python 3

4.3Python编程语言的功能和优点

4.4IDLE和Hello World!

4.5Python解释器模式

4.6Raspbian OS上的Python

4.7Raspbian中的其他编辑器

4.8小结

练习

第5章科学Python生态系统简介

5.1Python包索引(PyPI)和pip

5.2科学Python生态系统

5.3IPython和Jupyter

5.4小结

练习

第6章NumPy和Matplotlib简介

6.1NumPy简介

6.1.1Ndarray

6.1.2NumPy和Matplotlib的安装

6.2开始NumPy编程

6.3Ndarray属性

6.4Ndarray常数

6.5Ndarray创建例程

6.6Matplotlib的Ndarray创建例程

6.7随机数据生成

6.8数组操作例程

6.9位运算和统计运算

6.10小结

练习

第7章利用Matplotlib进行可视化

7.1单线图

7.2多线图

7.3网格、轴和标签

7.4颜色、样式和标记

7.5小结

第8章使用NumPy和Matplotlib进行基本图像处理

8.1图像数据集

8.2安装Pillow

8.3读取和保存图像

8.4NumPy

8.5图像统计

8.6图像掩码

8.7图像通道

8.8图像算术运算

8.9图像位逻辑运算

8.10图像直方图

8.11小结

练习

第9章使用NumPy和Matplotlib进行高级图像处理

9.1彩色到灰度转换

9.2图像阈值化

9.3彩色图像增亮

9.4彩色图像变暗

9.5梯度

9.6*大RGB滤波器

9.7强度标准化

9.8小结

练习

第10章开始ScikitImage

10.1Scikits简介

10.2在Windows和树莓派Raspbian上安装ScikitImage

10.3ScikitImage的基础知识

10.4颜色空间转换

10.5小结

练习

第11章阈值化直方图的均衡化和变换

11.1简单阈值化、Otsu二值化和自适应阈值化

11.2直方图均衡化

11.3图像变换

11.4小结

练习

第12章核、卷积和滤波器

12.1图像滤波

12.2ScikitImage的内置图像滤波器

12.3小结

练习

第13章形态学运算和图像复原

13.1数学形态学和形态学运算

13.2通过修复复原图像

13.3小结

第14章噪声消除和边缘检测

14.1噪声

14.2噪声消除

14.3Canny边缘检测器

14.4小结

练习

第15章高级图像处理操作

15.1SLIC分割

15.2灰度图像着色

15.3轮廓

15.4小结

第16章包管理

16.1Python实现和发行版

16.2Anaconda

16.3conda包管理

16.4Spyder IDE

16.5小结

16.6总结