Python 图像处理与计算机视觉实战（第二版）：内容简介
第二版以问题驱动的方式连接传统图像处理和现代视觉方法。开篇建立可复现的 Python 环境，讲解图像读写、显示、颜色空间和基础操作；随后通过傅里叶变换、自定义卷积核、Canny 边缘、轮廓及形状检测等任务形成处理工具箱。后续内容继续进入更复杂的计算机视觉与生成式 AI 应用。书中强调版本兼容和实验复现，读者应在自己的环境中逐段运行并核对结果，而不是只阅读代码。它适合作为从像素操作走向视觉项目的实践路线。
《Python 图像处理与计算机视觉实战》主要内容
- 完成 Python 图像输入输出与显示
- 理解颜色空间和基础图像变换
- 使用卷积与傅里叶变换处理图像
- 实现 Canny 边缘和轮廓检测
- 衔接现代计算机视觉与生成式 AI
适合哪些读者
适合掌握 Python 基础、希望进入图像处理或计算机视觉的开发者和学生；了解 NumPy 数组会更顺畅，深度学习经验不是阅读基础章节的前提。
依赖库和模型版本可能变化，请按书中技术要求建立隔离环境并核对当前文档。
目录、试读与相关阅读
可在本页“目录与试读”中查看章节和正文节选，在“书籍资料”中核对作者、版本、语言与 EPUB 文件大小。同主题读本包括学习 OpenCV 5：Python 计算机视觉（第四版）、数字图像处理：理论、实践与 AI 应用，以及如何与 AI 对话。
继续浏览人工智能与 AI 工程，或查看EPUB 阅读与下载帮助。
目录与试读
目录
章节与主要小节（依据 EPUB 导航整理）：
前言
本书适用读者
本书内容涵盖
充分利用本书的方法
关于图片的免责声明
联系我们
随书免费福利
加入我们的Discord和Reddit社区
第一部分：数字图像处理基础
数字图像处理入门
技术要求
可复现性与版本兼容性
面向问题的学习方法
使用Python进行图像输入/输出与显示
色彩空间
基本图像操作
摘要
获取本书的PDF版本及更多内容
图像操作
技术要求
使用NumPy进行更多图像操作
使用scikit-image进行图像操作
使用PIL进行图像操作
摘要
获取本书的PDF版本及更多内容
更多图像操作
技术要求
使用PIL进行更多图像操作
使用PIL生成图像
使用opencv-python进行图像操作
使用scipy.ndimage进行图像操作
使用Wand进行图像操作
使用Matplotlib进行图像操作
使用Pilgram进行图像操作
摘要
获取本书的PDF版本及更多内容
采样与傅里叶变换
技术要求
图像形成——采样与量化
离散傅里叶变换
摘要
获取本书的PDF版本及更多内容
卷积与空域/频域滤波
技术要求
理解卷积
摘要
获取本书的PDF版本及更多内容
频域滤波
技术要求
频域滤波
傅里叶特征网络
摘要
获取本书的 PDF 版本及更多内容
第 2 部分：图像增强与复原技术
图像增强
技术要求
逐点强度变换
色调与感知增强
使用直方图处理进行图像增强
基于模糊逻辑的图像增强
线性噪声平滑
非线性噪声平滑
使用 BM3D 进行去噪
基于小波的图像融合与增强
使用深度学习模型进行图像增强
摘要
获取本书的 PDF 版本及更多内容
使用导数进行图像增强
技术要求
图像导数
使用导数进行经典增强
使用导数进行边缘检测
基于结构和脊线的边缘检测
基于深度学习的边缘检测
基于导数的多尺度增强
摘要
图像复原：成像中的逆问题
技术要求
作为逆问题的图像复原
图像反卷积的经典方法
使用稀疏表示进行图像复原
使用深度学习进行图像复原
使用 DeepFill 进行基于 Stable Diffusion 的图像修复
摘要
订阅 Agentic Engineering 并获取免费电子书
第 3 部分：计算机视觉与生成式 AI
图像分割：从经典方法到深度学习
技术要求
经典图像分割
用于图像分割的深度学习
摘要
获取本书的 PDF 版本及更多内容
图像分割的更多深度学习方法
技术要求
图像分割的可提示基础模型
从单幅图像进行深度估计和 3D 场景理解
图像分割的实际应用
训练自定义分割模型
使用 segmentation_models 训练 UNet 以分割脑肿瘤 MRI 图像
使用 Swin-UNETR 进行肝脏 CT 图像的 3D 分割
遥感：基于混合注意力 U-Net 网络的多源卫星图像分割
分割评估指标
摘要
获取本书的 PDF 版本及更多内容
图像分类与目标检测
技术要求
使用 t-SNE 可视化高维图像特征
图像分类
用于图像分类的迁移学习
使用注意力网络进行图像分类
小样本学习
用于图像分类的贝叶斯神经网络
使用半监督学习进行图像分类
掩码自编码器（MAE）：通过重建缺失的图像块进行自监督学习
用于分布式图像分类的联邦学习（隐私保护深度学习）
针对用于图像分类的神经网络的对抗性攻击
使用 EfficientNet 特征构建图像搜索引擎
目标检测
使用 RetinaNet 进行目标检测
使用 mask R-CNN 进行目标检测和实例分割
光学字符识别（OCR）和视觉语言文本提取流水线
使用 MediaPipe 进行增强现实滤镜和基于地标的面部-手部分析
手部地标检测和手势可视化
使用第一阶运动模型进行 Deepfake 生成
使用 YOLOv8 分割进行车辆损坏检测与严重程度评估
摘要
订阅 Agentic Engineering 并获取一本免费电子书作为入门
图像处理与计算机视觉中的生成式 AI
技术要求
使用条件生成对抗网络（cGAN）进行类条件图像生成
使用条件变分自编码器（CVAE）进行条件图像生成
使用 Pix2Pix 和 CycleGAN 进行图像到图像的转换
基于 StyleGAN 的高保真人脸合成与语义操作
GFPGAN：使用生成面部先验进行盲脸恢复
去噪扩散概率模型（DDPM）
使用 Stable Diffusion 进行文本到图像的生成
使用 InstructPix2Pix 进行图像编辑
使用 ControlNet 进行结构引导的图像生成
Stable Diffusion 和 SDXL 的实际应用
使用 IP-Adapter 和 ControlNet 进行保持身份的姿势引导生成
使用 DALL·E 2 和 DALL·E 3 API 进行图像生成
GPT 图像 API：生成、编辑、修补和视觉
摘要
获取本书的 PDF 版本及更多内容
解锁你的专属福利
只需 3 个简单步骤即可解锁本书的免费福利
你可能喜欢的其他书籍
试读节选
图像处理与计算机视觉已成为现代人工智能的基础技术，使机器不仅能够增强和分析图像，还能解释、理解并生成视觉内容。如今，这些技术已广泛应用于医疗保健、自主系统、机器人技术、遥感、科学成像、制造业以及创意媒体等领域。
