| 失效链接处理 |
|
Python机器学习和图像处理实战 面部识别、目标检测和模式识别 PDF 下载
下载地址：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
https://product.dangdang.com/11738247190.html
相关截图：  资料简介： 阅读《Python机器学习和图像处理实战面部识别、目标检测和模式识别》可深入了解基于Python实现的机器学习与神经网络之上的图像处理方法与算法。《Python机器学习和图像处理实战：面部识别、目标检测和模式识别》首先介绍环境设置，讲解图像处理的基本术语，并探究有助于实现书中算法的Python概念。然后详细介绍所有的核心图像处理算法，接着介绍计算机视觉库OpenCV，你将了解OpenCV算法及其在图像处理中的应用。最后介绍用于图像处理与分类的机器学习和深度学习的高级方法，将神经网络、Adaboost、XGBoost、卷积神经网络等概念运用到具体的图像应用中。 书中所有的概念都用现实场景来解释。读完该书，你将能够应用图像处理技术并训练机器学习模型来满足定制化需求。 资料目录： 章 设置环境 1 1.1 安装Anaconda 1 1.1.1 在Windows下安装 2 1.1.2 在macOS下安装 3 1.1.3 在Ubuntu下安装 3 1.2 安装OpenCV 3 1.3 安装Keras 4 1.4 测试安装 4 1.5 虚拟环境 4 第2章 图像处理入门 7 2.1 图像 7 2.2 像素 8 2.3 图像分辨率 8 2.4 PPI与DPI 9 2.5 位图图像 10 2.6 无损压缩 10 2.7 有损压缩 10 2.8 图像文件格式 11 2.9 色彩空间 12 2.9.1 RGB 12 2.9.2 XYZ 13 2.9.3 HSV/HSL 14 2.9.4 Lab 15 2.9.5 LCH 16 2.9.6 YPbPr 16 2.9.7 YUV 17 2.9.8 YIQ 17 2.10 高级图像概念 18 2.10.1 贝塞尔曲线 18 2.10.2 椭球 19 2.10.3 伽马校正 20 2.10.4 结构相似性指标 21 2.10.5 解卷积 21 2.10.6 单应性 22 2.10.7 卷积 22 第3章 Python基础和Scikit Image 23 3.1 Python入门 23 3.1.1 变量和数据类型 24 3.1.2 数据结构 25 3.1.3 循环语句 26 3.1.4 条件语句 28 3.1.5 函数 29 3.2 Scikit Image 31 3.2.1 上传和查看图像 32 3.2.2 获取图像分辨率 32 3.2.3 查看像素值 33 3.2.4 转换色彩空间 33 3.2.5 保存图像 40 3.2.6 创建基本图形 41 3.2.7 执行伽马校正 44 3.2.8 旋转、平移和缩放图像 45 3.2.9 确定结构相似度 46 第4章 OpenCV高级图像处理 47 4.1 混合两张图像 47 4.2 改变图像的对比度和 亮度 49 4.3 往图像中添加文字 51 4.4 平滑图像 52 4.4.1 中值滤波器 53 4.4.2 高斯滤波器 53 4.4.3 双边滤波器 54 4.5 改变图像的形状 55 4.6 实施图像阈限化 59 4.7 计算梯度 62 4.8 执行直方图均衡 63 第5章 基于机器学习的图像处理 67 5.1 使用SIFT算法的特征映射 67 5.1.1 步骤1：构造尺度不变的空间 68 5.1.2 步骤2：求两个高斯之差 68 5.1.3 步骤3：找出图像中的关键点 69 5.1.4 步骤4：为了高效地比较，移除非关键点 69 5.1.5 步骤5：提供关键点的方向 69 5.1.6 步骤6：确定关键特征 69 5.2 使用RANSAC算法的图像配准 73 5.2.1 estimate_affine函数 77 5.2.2 residual_lengths函数 77 5.2.3 输出图像 78 5.2.4 代码 78 5.3 使用人工神经网络的图像分类 81 5.4 使用N的图像分类 87 5.5 使用机器学习的图像分类 92 5.5.1 决策树 92 5.5.2 支持向量机 92 5.5.3 逻辑回归 93 5.5.4 代码 93 5.6 重要术语 95 第6章 实时用例 97 6.1 找出掌纹 97 6.2 检测面部 99 6.3 识别面部 101 6.4 追踪运动 103 6.5 检测车道 104 |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
