《数字图像处理与深度学习技术应用》内容简介与阅读建议

《数字图像处理与深度学习技术应用》内容简介

本书介绍了数字图像处理技术和深度学习技术，以及这些技术的应用，全书由12章组成。前九章主要介绍数字图像处理技术，内容包括：Python环境搭建、位图基础、图像的显示、图像的几何变换、图像灰度变换、图像的平滑处理、图像锐化处理、图像分割及测量、图像的形态学处理，后三章主要介绍深度学习技术，将数字图像处理技术和深度学习技术相结合应用于项目开发，内容包括基于卷积神经网络CNN模型的汉字识别、基于Faster RCNN模型的手势识别、基于卷积神经网络CNN模型的语音识别共三个项目的开发技术。本书仅仅介绍基本的理论知识，同时介绍将理论转化为代码的实现步骤和基于Python开发工具的编程代码，并且可以将处理前与处理后的图像进行对照比较。实例程序的框架结构简单，代码简洁，使初学Python者很快就掌握图像处理与图像识别技术。