Meisterkurs Bildverarbeitung mit Python: 50+ Lösungen und Techniken zur Lösung komplexer Herausforderungen in der digitalen Bildverarbeitung mit Numpy, Scipy, Pytorch

Bewertung:   (4,2 von 5)

Meisterkurs Bildverarbeitung mit Python: 50+ Lösungen und Techniken zur Lösung komplexer Herausforderungen in der digitalen Bildverarbeitung mit Numpy, Scipy, Pytorch (Sandipan Dey)

Leserbewertungen

Zusammenfassung:

Das Buch wird für seine umfassende Behandlung von Bildverarbeitungsthemen und seine praktischen Programmierbeispiele unter Verwendung von Python-Bibliotheken hoch geschätzt. Es wird jedoch darauf hingewiesen, dass das Buch aufgrund der Komplexität der Erklärungen nicht für Anfänger geeignet ist.

Vorteile:

Umfassende Abdeckung der wichtigsten Bildverarbeitungsthemen
mit praktischen Programmierbeispielen in Python unter Verwendung von Bibliotheken wie Numpy, Scipy, Pytorch und Keras
sehr empfehlenswert für angehende Bildverarbeitungsexperten.

Nachteile:

Nicht für Anfänger geeignet; einige Code-Erklärungen sind unklar, und mehr Details zu grundlegenden Konzepten sind wünschenswert.

(basierend auf 2 Leserbewertungen)

Originaltitel:

Image Processing Masterclass with Python: 50+ Solutions and Techniques Solving Complex Digital Image Processing Challenges Using Numpy, Scipy, Pytorch

Inhalt des Buches:

Über 50 Probleme mit klassischen Algorithmen + ML / DL Modellen gelöst

Key Features

⬤  Problemorientierter Ansatz für die Praxis der Bildverarbeitung.

⬤  Praktische Verwendung von populären Python-Bibliotheken: Numpy, Scipy, scikit-image, PIL und SimpleITK.

⬤  End-to-End-Demonstration beliebter Herausforderungen in der Gesichtsbildverarbeitung mit MTCNN und Microsofts Cognitive Vision APIs.

Beschreibung

Dieses Buch beginnt mit grundlegenden Bildverarbeitungs- und Manipulationsproblemen und demonstriert, wie man sie mit populären Python-Bibliotheken und -Modulen löst. Danach konzentriert es sich auf Probleme, die auf geometrischen Bildtransformationen basieren, und auf Probleme, die mit Image Hashing zu lösen sind.

Als nächstes konzentriert sich das Buch auf die Lösung von Problemen, die auf Sampling, Faltung, diskreter Fourier-Transformation, Filterung im Frequenzbereich und Bildwiederherstellung mit Dekonvolution basieren. Ein weiteres Ziel ist die Lösung von Bildverbesserungsproblemen mit verschiedenen Algorithmen wie räumlichen Filtern und die Erstellung eines Bildes mit Superauflösung mit SRGAN.

Schließlich werden beliebte Probleme der Gesichtsbildverarbeitung untersucht und mit maschinellem Lernen und Deep-Learning-Modellen unter Verwendung beliebter Python ML / DL-Bibliotheken gelöst.

(Was Sie lernen werden)

⬤  Entwickeln Sie einen starken Griff auf die Grundlagen der Bildverarbeitung und Bildmanipulation.

⬤  Lösen Sie gängige Bildverarbeitungsprobleme mit Hilfe von Machine Learning und Deep Learning Modellen.

⬤  Kenntnisse über Python-Bibliotheken wie numpy, scipy und scikit-image.

⬤  Verwenden Sie beliebte Python Machine Learning Pakete wie scikit-learn, Keras und pytorch.

⬤  Live-Implementierung von Gesichtsbildverarbeitungstechniken wie Face Detection / Recognition / Parsing dlib und MTCNN.

Für wen ist dieses Buch gedacht?

Dieses Buch ist speziell für Computer-Vision-Anwender, Machine-Learning-Ingenieure und Bildverarbeitungsexperten konzipiert, die moderne Bildverarbeitungs-/Computer-Vision-Herausforderungen lösen wollen.

Inhaltsverzeichnis

1. Kapitel 1: Grundlagen der Bild- und Videoverarbeitung.

2. Kapitel 2: Weitere Bildtransformation und -manipulation.

3. Kapitel 3: Abtastung, Faltung und diskrete Fourier-Transformation.

4. Kapitel 4: Diskrete Cosinus-/Wavelet-Transformation und Dekonvolution.

5. Kapitel 5: Bildverbesserung.

6. Kapitel 6: Weitere Bildverbesserung.

7. Kapitel 7: Gesichtsbildverarbeitung.

Über den Autor

Sandipan Dey ist ein Datenwissenschaftler mit einem breiten Spektrum an Interessen, die Themen wie maschinelles Lernen, Deep Learning, Bildverarbeitung und Computer Vision umfassen. Er hat in zahlreichen Bereichen der Datenwissenschaft gearbeitet, z. B. an Empfehlungssystemen, Vorhersagemodellen für die Veranstaltungsbranche, Modellen zur Sensorlokalisierung, Stimmungsanalyse und Geräteprognosen. Er erwarb seinen Master-Abschluss in Informatik an der University of Maryland, Baltimore County, und hat in einigen IEEE-Konferenzen und -Zeitschriften zum Thema Data Mining veröffentlicht. Außerdem hat er mehrere Bücher über Bildverarbeitung verfasst, die in einem internationalen Verlag erschienen sind. Er hat Zertifizierungen von über 100 MOOCs zu Data Science und verwandten Kursen erworben. Er ist ein regelmäßiger Blogger (bei sandipanweb @wordpress, medium und data science central) und ein Enthusiast im Bereich Machine Learning.

LinkedIn Profil: https: //www.linkedin.com/in/sandipan-dey-0370276.

Weitere Daten des Buches:

ISBN:9789389898644
Autor:
Verlag:
Einband:Taschenbuch

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Meisterkurs Bildverarbeitung mit Python: 50+ Lösungen und Techniken zur Lösung komplexer...
Über 50 Probleme mit klassischen Algorithmen + ML / DL...
Meisterkurs Bildverarbeitung mit Python: 50+ Lösungen und Techniken zur Lösung komplexer Herausforderungen in der digitalen Bildverarbeitung mit Numpy, Scipy, Pytorch - Image Processing Masterclass with Python: 50+ Solutions and Techniques Solving Complex Digital Image Processing Challenges Using Numpy, Scipy, Pytorch
Python Bildverarbeitung Kochbuch: Über 60 Rezepte für die einfache Durchführung komplexer...
Entdecken Sie Keras, scikit-image, Open Source Computer...
Python Bildverarbeitung Kochbuch: Über 60 Rezepte für die einfache Durchführung komplexer Bildverarbeitungs- und Computer-Vision-Aufgaben - Python Image Processing Cookbook: Over 60 recipes to help you perform complex image processing and computer vision tasks with ease

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)