Elaborazione pratica delle immagini con Python

Recensioni dei lettori

Il libro ha ricevuto recensioni contrastanti: alcuni utenti ne hanno apprezzato gli esempi pratici di elaborazione delle immagini, mentre altri ne hanno criticato il valore, la qualità del codice e la mancanza di spiegazioni.

Offre esempi pratici di elaborazione delle immagini e consente ai lettori di installare ed eseguire script Python abbastanza facilmente. Alcuni utenti lo hanno trovato utile per iniziare a lavorare con l'elaborazione delle immagini.

I contenuti sono in gran parte disponibili gratuitamente online e il codice del libro è scarsamente documentato e incoerente. Molti recensori l'hanno giudicato eccessivamente costoso, poco colorato per essere un libro sull'elaborazione delle immagini e poco più che una raccolta di codice senza spiegazioni adeguate.

(basato su 6 recensioni dei lettori)

Titolo originale:

Hands-On Image Processing with Python

Contenuto del libro:

Esplora i calcoli matematici e gli algoritmi per l'elaborazione delle immagini utilizzando i più diffusi strumenti e framework Python Caratteristiche principali Acquisisce una conoscenza pratica di ogni attività di elaborazione delle immagini con le più diffuse librerie Python Esplora argomenti come la pseudocolorazione, lo smussamento del rumore e il calcolo dei descrittori di immagini Tratta le più diffuse tecniche di apprendimento automatico e di deep learning per le complesse attività di elaborazione delle immagini Descrizione del libro

L'elaborazione delle immagini svolge un ruolo importante nella nostra vita quotidiana, con varie applicazioni nei social media (rilevamento dei volti), nell'imaging medico (radiografie e scansioni TC) e nella sicurezza (riconoscimento delle impronte digitali). Questo libro è stato progettato per aiutarvi ad apprendere gli aspetti fondamentali dell'elaborazione delle immagini, dai concetti essenziali al codice utilizzando il linguaggio di programmazione Python.

Il libro inizia con le tecniche classiche di elaborazione delle immagini. Si passa poi a esplorare l'evoluzione degli algoritmi di elaborazione delle immagini, fino ai recenti progressi nell'elaborazione delle immagini e nella computer vision con il deep learning. Man mano che si procede, si impara a utilizzare librerie di elaborazione delle immagini come PIL, scikit-image e scipy ndimage in Python. Il libro vi consentirà inoltre di scrivere snippet di codice in Python 3 e di implementare complessi algoritmi di elaborazione delle immagini come il miglioramento delle immagini, il filtraggio, la segmentazione, il rilevamento di oggetti e la classificazione. Sarete gradualmente in grado di implementare modelli di apprendimento automatico utilizzando la libreria Python, scikit-learn. Inoltre, esplorerete le reti neurali convoluzionali profonde (CNN), come VGG-19 con Keras, prima di passare all'utilizzo di un modello di apprendimento profondo end-to-end chiamato YOLO per il rilevamento degli oggetti. I capitoli successivi affronteranno alcuni problemi avanzati, come l'inpainting delle immagini, il gradient blending, il denoising variazionale, il seam carving, il quilting e il morphing.

Alla fine di questo libro, avrete imparato a implementare vari algoritmi per un'efficiente elaborazione delle immagini. Cosa imparerete Eseguite le operazioni di base di pre-elaborazione dei dati, come il denoising delle immagini e il filtraggio spaziale in Python Implementate la trasformata veloce di Fourier (FFT) e i filtri nel dominio della frequenza, come Weiner, in Python Eseguite l'elaborazione morfologica delle immagini e segmentate le immagini con diversi algoritmi Imparate a conoscere le tecniche per l'estrazione delle caratteristiche dalle immagini e per il matching delle immagini Scrivete il codice Python per implementare algoritmi di machine learning supervisionati e non supervisionati per l'elaborazione delle immagini Usate i modelli di deep learning per la classificazione delle immagini, la segmentazione, il rilevamento degli oggetti e il trasferimento di stile A chi è rivolto questo libro

Questo manuale di elaborazione delle immagini si rivolge agli ingegneri di computer vision e agli sviluppatori di machine learning che conoscono bene la programmazione Python e vogliono approfondire i vari aspetti e le complessità dell'elaborazione delle immagini. Non è richiesta alcuna conoscenza preliminare delle tecniche di elaborazione delle immagini. Sommario Come iniziare l'elaborazione delle immagini Campionamento Trasformata di Fourier Convoluzione e filtro nel dominio della frequenza Miglioramento delle immagini Miglioramento delle immagini con le derivate Elaborazione morfologica delle immagini Estrazione delle caratteristiche e dei descrittori delle immagini Segmentazione delle immagini Metodi classici di apprendimento automatico Apprendimento nell'elaborazione delle immagini - Classificazione delle immagini con la CNN Individuazione degli oggetti, segmentazione profonda e apprendimento per trasferimento Problemi aggiuntivi nell'elaborazione delle immagini