《机器学习：基于OpenCV和Python的智能图像处理》内容简介

本书利用Windows系统下的Anaconda搭建环境，并基于OpenCV框架和Python语言，详细阐述了智能化图像处理的实现方法。本书共12章，主要内容包括智能图像处理入门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，最后结合具体案例，使用Python语言和OpenCV库函数阐述图像处理技术。
高敬鹏，江志烨，赵娜编著

作品目录

前言
第1章：智能图像处理入门
1.1、智能图像处理概述
1.2、环境搭建
1.3、思考与练习
第2章：Python基础
2.1、数据类型
2.2、变量与常量
2.3、运算符
2.4、选择与循环
2.5、列表与元组
2.6、字典
2.7、函数
2.8、面向对象编程
2.9、思考与练习
第3章：图像处理基础
3.1、图像的基本表示方法
3.2、图像处理的基本操作
3.3、初识Numpy.array
3.4、图像运算
3.5、图像的色彩空间转换
3.6、思考与练习
第4章：图像几何变换
4.1、仿射变换
4.2、重映射
4.3、投影变换
4.4、极坐标变换
4.5、思考与练习
第5章：图像直方图处理
5.1、直方图概述
5.2、直方图的绘制
5.3、直方图正规化
5.4、直方图均衡化
5.5、思考与练习
第6章：图像平滑滤波处理
6.1、图像平滑概述
6.2、高斯滤波
6.3、均值滤波
6.4、方框滤波
6.5、中值滤波
6.6、双边滤波
6.7、2D卷积核的实现
6.8、思考与练习
第7章：图像阈值处理
7.1、阈值处理概述
7.2、全局阈值处理
7.3、局部阈值处理
7.4、Otsu阈值处理
7.5、思考与练习
第8章：图像形态学处理
8.1、腐蚀
8.2、膨胀
8.3、形态学梯度运算
8.4、开运算与闭运算
8.5、黑帽与礼帽运算
8.6、思考与练习
第9章：图像分割处理
9.1、分水岭算法的介绍与实现
9.2、图像的金字塔分割
9.3、思考与练习
第10章：图像梯度及边缘检测
10.1、Sobel算子
10.2、Scharr算子
10.3、Canny边缘检测
10.4、Laplacian算子
10.5、高斯拉普拉斯边缘检测
10.6、思考与练习
第11章：图像轮廓检测与拟合
11.1、OpenCV中轮廓的查找与绘制
11.2、OpenCV中轮廓的周长与面积
11.3、几何图形的最小外包与拟合
11.4、霍夫检测
11.5、思考与练习
第12章：人脸识别实现
12.1、绘图基础
12.2、人脸检测
12.3、人脸识别
12.4、用Fisherfaces与EigenFaces算法进行人脸识别
12.5、思考与练习