Elaborazione di immagini in Python 3

Recensioni dei lettori

Il libro fornisce un'ampia panoramica di argomenti importanti con spiegazioni ed esempi chiari, rendendolo adatto come introduzione a strumenti come NumPy e Matplotlib. Tuttavia, presenta alcuni problemi di editing, risorse mancanti e un approccio molto elementare che potrebbe non soddisfare tutti i lettori.

⬤ Copre molto materiale in modo chiaro con molti esempi
⬤ ben strutturato
⬤ eccellente introduzione a NumPy e Matplotlib
⬤ adatto ai principianti
⬤ apprezzato da alcuni per la sua chiarezza nelle spiegazioni.

⬤ Non è stato corretto, contiene alcuni refusi ed errori grammaticali
⬤ l'accesso agli strumenti necessari come pip non è stato semplice
⬤ manca un indice
⬤ percepito come troppo elementare da alcuni lettori.

(basato su 4 recensioni dei lettori)

Titolo originale:

Python 3 Image Processing

Contenuto del libro:

Acquisire una conoscenza pratica dell'elaborazione delle immagini e di scikit-image.

Caratteristiche principali Copertura completa di vari aspetti del Python scientifico e dei concetti di elaborazione delle immagini. Copre vari argomenti aggiuntivi come Raspberry Pi, il gestore di pacchetti conda e la distribuzione Anaconda di Python. Linguaggio semplice, approccio cristallino e presentazione diretta e comprensibile dei concetti, seguita da esempi di codice e schermate di output. Adozione di uno stile user-friendly per la spiegazione degli esempi di codice.

Descrizione

Il libro è stato scritto in modo tale che i concetti siano spiegati in dettaglio, dando adeguato risalto agli esempi di codice. Per rendere più esaurienti gli argomenti trattati, il libro è corredato da schermate ed esempi di codice. Il libro è concepito e scritto in modo tale che i lettori principianti troveranno molto facile comprendere i concetti e implementare i programmi.

Il libro presenta anche la versione più aggiornata di Raspberry Pi e il software associato. Questo libro insegna ai principianti come scrivere interessanti programmi di elaborazione delle immagini con l'ecosistema Python scientifico. Il libro sarà utile anche ai professionisti esperti per passare a carriere gratificanti nel campo del Python scientifico e della computer vision.

Cosa imparerete

Raspberry Pi, Python 3 Basi dell'ecosistema Python scientifico NumPy e Matplotlib Visualizzazione con Matplotlib NumPy di base, Elaborazione avanzata delle immagini con NumPy e Matplotlib Come iniziare con scikit-image Soglia, equalizzazione degli istogrammi e trasformazioni Kernel, convoluzione e filtri Operazioni morfologiche e restauro delle immagini Rimozione del rumore e rilevamento dei bordi Operazioni avanzate di elaborazione delle immagini

A chi è rivolto questo libro

Studenti che seguono i corsi BE/BSc/ME/MSc/BTech/MTech in Informatica, Elettronica, Elettricità e Matematica Appassionati di Python Professionisti della visione artificiale e dell'elaborazione delle immagini Chiunque ami armeggiare con Raspberry Pi Ricercatori in Computer Vision

Indice dei contenuti

Concetti di elaborazione delle immagini Installazione di Python 3 su Windows Introduzione a Raspberry Pi Introduzione a Python 3 Introduzione all'ecosistema scientifico Python Introduzione a NumPy e Matplotlib Visualizzazione con Matplotlib Elaborazione di base delle immagini con NumPy e Matplotlib Elaborazione avanzata delle immagini con NumPy e Matplotlib Introduzione a Scikit-Image Soglia Equalizzazione degli istogrammi e trasformazioni Kernel, Convoluzione e filtri Operazioni morfologiche e restauro delle immagini Rimozione del rumore e rilevamento dei bordi Operazioni avanzate di elaborazione delle immagini Conclusione

Informazioni sull'autore

ASHWIN PAJANKAR è un polimatico. Ha più di due decenni di esperienza nella programmazione. È un divulgatore scientifico, un programmatore, un creatore, un autore e uno youtuber. È appassionato di STEM.

(Scienza-Tecnologia-Istruzione-Matematica). È anche sviluppatore di software e formatore tecnologico freelance. Si è laureato presso l'IIIT di Hyderabad con un M.Tech. in Computer Science and Engineering. Ha lavorato per più di dieci anni in alcune multinazionali, tra cui Cisco Systems e Cognizant.