Python图像处理实战

前言

本书介绍如何使用流行的Python图像处理库（如PIL、scikit-image、python-opencv、SciPy ndimage和SimpleITK）、机器学习库（scikit-learn）和深度学习库（TensorFlow、Keras）来解决图像处理问题。通过学习本书，读者能够通过编写程序代码来实现复杂的图像处理（如图像增强、滤波、复原、分割、分类和目标检测）算法，还能够使用机器学习和深度学习模型解决复杂的图像处理问题。

本书从基础开始，通过书中所提供的可复制的Python实现引导读者逐步进阶。本书从经典的图像处理技术开始，探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。读者将学习如何用Python的PIL、scikit-image和SciPy ndimage等图像处理库编写Python 3代码片段，以及如何快速实现复杂的图像处理算法。读者还将学习如何使用scikit-learn库和机器学习模型，并随后探索深度卷积神经网络（CNN），如TensorFlow/Keras VGG-19，用端到端深度学习YOLO模型进行目标检测，将DeepLab v3+用于语义分割和神经风格迁移模型等。读者还会学到一些高级图像处理技术，如梯度混合、变分去噪、接缝雕刻、图像绗缝和人脸变形，并将学习高效图像处理的各种实现算法。

本书秉持“高度实用”的宗旨，引导读者学习一系列图像处理的概念/算法，以帮助他们详细了解如何用高级的Python库函数实现这些算法。

读者对象

本书适合工程师/应用研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师作为参考，尤其适合擅长Python编程的读者学习——他们希望深入探索图像处理的各类主题（从概念到实施），解决一系列复杂问题。阅读本书前，读者应具备一定的数学和编程知识背景，还应掌握一些基础的机器学习知识。 ...