Kuchárka spracovania obrazu v jazyku Python: Viac ako 60 receptov, ktoré vám pomôžu ľahko vykonávať zložité úlohy spracovania obrazu a počítačového videnia

Recenzie čitateľov

Kniha ponúka zaujímavý obsah a štruktúrovaný prístup k algoritmom počítačového videnia, ale trpí nízkou kvalitou dizajnu, vrátane obrázkov s nízkym rozlíšením a nedostatočného písania rovníc. Slúži skôr ako rýchla referencia než ako komplexný sprievodca.

⬤ Zaujímavý obsah
⬤ prehľadne štruktúrovaný obsah
⬤ kompaktné kapitoly.

⬤ Slabá grafická kvalita
⬤ čiernobiele obrázky s nízkym rozlíšením
⬤ nečitateľné rovnice
⬤ chýba hĺbka
⬤ obsah kapitol nie je podrobný
⬤ rušivá veľká veľkosť písma
⬤ nevysvetlené obrázky
⬤ chýba porovnanie algoritmov
⬤ nevysvetľuje, kedy používať určité algoritmy.

(na základe 2 čitateľských recenzií)

Pôvodný názov:

Python Image Processing Cookbook: Over 60 recipes to help you perform complex image processing and computer vision tasks with ease

Obsah knihy:

Preskúmajte Keras, scikit-image, open source počítačové videnie (OpenCV), Matplotlib a širokú škálu ďalších nástrojov a frameworkov Pythonu na riešenie reálnych problémov spracovania obrazu

Kľúčové vlastnosti

⬤ Objavte riešenia zložitých úloh spracovania obrazu pomocou nástrojov jazyka Python, ako sú scikit-image a Keras.

⬤ Oboznámte sa s populárnymi konceptmi, ako sú strojové učenie, hlboké učenie a neurónové siete na spracovanie obrazu.

⬤ Preskúmajte bežné a nie až tak bežné výzvy, ktorým čelíte pri spracovaní obrazu.

Popis knihy

S pokrokom v oblasti bezdrôtových zariadení a mobilných technológií rastie dopyt po ľuďoch so zručnosťami v oblasti digitálneho spracovania obrazu s cieľom získať užitočné informácie zo stále rastúceho objemu obrázkov. Táto kniha poskytuje komplexné pokrytie príslušných nástrojov a algoritmov a prevedie vás analýzou a vizualizáciou na spracovanie obrazu.

Pomocou viac ako 60 špičkových receptov budete riešiť bežné výzvy v oblasti spracovania obrazu a naučíte sa vykonávať zložité úlohy, ako je detekcia objektov, segmentácia obrazu a rekonštrukcia obrazu pomocou veľkých hybridných súborov údajov. Vyhradené časti vás tiež prevedú implementáciou rôznych techník vylepšovania a obnovy obrazu, ako je kreslenie, miešanie gradientov a učenie riedkych slovníkov. Postupne sa zoznámite s technikami morfovania tváre a segmentácie obrazu. Vďaka dôrazu na praktické riešenia vám táto kniha pomôže aplikovať techniky hlbokého učenia, ako je napríklad transferové učenie a jemné ladenie, na riešenie reálnych problémov.

Na konci tejto knihy budete zručne využívať možnosti ekosystému Python na efektívnu implementáciu rôznych techník spracovania obrazu.

Čo sa naučíte

⬤ Implementovať algoritmy strojového učenia pod dohľadom a bez dohľadu na spracovanie obrazu.

⬤ Používať modely hlbokých neurónových sietí na pokročilé úlohy spracovania obrazu.

⬤ Vykonávať klasifikáciu obrazu, detekciu objektov a rozpoznávanie tvárí.

⬤ Používať techniky segmentácie a registrácie obrazu na lekárskych snímkach na pomoc lekárom.

⬤ Využitie klasických metód spracovania obrazu a metód hlbokého učenia na obnovu obrazu.

⬤ Vykonajte detekciu textu v obrázkoch pomocou nástroja Tesseract na optické rozpoznávanie znakov (OCR).

⬤ Pochopiť techniky vylepšovania obrazu, ako je napríklad prelínanie gradientov.

Pre koho je táto kniha určená

Táto kniha je určená inžinierom spracovania obrazu, inžinierom počítačového videnia, vývojárom softvéru, inžinierom strojového učenia alebo všetkým, ktorí sa chcú dobre zorientovať v technikách a metódach spracovania obrazu pomocou prístupu založeného na receptoch. Hoci sa neočakávajú žiadne znalosti v oblasti spracovania obrazu, na pochopenie kľúčových pojmov, ktoré sú v knihe zahrnuté, sú potrebné predchádzajúce skúsenosti s kódovaním v jazyku Python.