机读格式显示(MARC)

• 000 01936nam 2200337 450

• 001 0000360677

• 005 20230525134435.6

• 010 __ |a 978-7-111-70741-7 |d CNY49.80

• 100 __ |a 20220808d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 数字图像处理 |A shu zi tu xiang chu li |e 基于Python |f 主编蔡体健, 刘伟 |g 参编王杉 ... [等]

• 210 __ |a 北京 |c 机械工业出版社 |d 2022.7 |h 2023年4月第1版第3次印刷

• 215 __ |a 237页 |c 图 |d 26cm

• 225 2_ |a 普通高等教育电子信息类系列教材 |A pu tong gao deng jiao yu dian zi xin xi lei xi lie jiao cai

• 304 __ |a 题名页题: 参编王杉, 刘志伟, 刘遵雄, 邓芳芳

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书较全面地介绍了数字图像处理的基础理论、经典算法及典型应用。本书内容包括数字图像处理基础知识、图像增强、图像复原、图像的几何变换与几何校正、形态学图像处理、图像分割、图像描述与特征提取等, 并通过一个较完整的车牌识别系统向读者详细介绍了数字图像处理系统的基本设计思想与设计方法。本书实践部分介绍了OpenCV、NumPy、Mat-plotib、Sciki-learm等图像处理相关工具包的常用方法, 其中的代码汇集生成了“基于Python的图像处理算法演示系统v1.0”, 以辅助读者理解算法。为适应人工智能等新技术的发展, 本书简单介绍了卷积神经网络的平移、旋转、尺度缩放、形变等不变性, 让读者理解卷积神经网络在图像处理方面的优势。本书编者在编写过程中, 收集整理了大量经典的图像处理算法, 引入了新的图像处理技术, 全书的例题在Python环境下均通过了调试。

• 333 __ |a 本书可作为普通高校电子信息、人工智能、计算机等专业的教材, 也适合各类培训班作为教材使用

• 410 _0 |1 2001 |a 普通高等教育电子信息类系列教材

• 510 1_ |a Digital image processing |e based on python |z eng

• 606 0_ |a 数字图象处理 |A shu zi tu xiang chu li |x 高等学校 |j 教材

• 690 __ |a TN911.73 |v 5

• 701 _0 |a 蔡体健 |A cai ti jian |4 主编

• 701 _0 |a 刘伟 |A liu wei |4 主编

• 702 _0 |a 王杉 |A wang shan |4 参编

• 702 _0 |a 刘志伟 |A liu zhi wei |4 参编

• 801 _0 |a CN |b 湖北三新 |c 20220808