Avis des lecteurs
Résumé:Ce livre est très apprécié pour sa couverture complète des sujets liés au traitement de l'image et ses exemples pratiques de codage utilisant les bibliothèques Python. Cependant, il est à noter que le livre n'est pas adapté aux débutants en raison de la complexité des explications fournies.
Avantages:⬤ Couverture complète des principaux sujets liés au traitement d'images
⬤ inclut des exemples pratiques de codage en Python utilisant des bibliothèques telles que Numpy, Scipy, Pytorch, et Keras
⬤ fortement recommandé pour les experts en traitement d'images en herbe.
Ne convient pas aux débutants ; certaines explications de code ne sont pas claires et davantage de détails sur les concepts fondamentaux sont souhaités.
(basé sur 2 avis de lecteurs)
Titre original :
Image Processing Masterclass with Python: 50+ Solutions and Techniques Solving Complex Digital Image Processing Challenges Using Numpy, Scipy, Pytorch
Contenu du livre :
Plus de 50 problèmes résolus avec des algorithmes classiques + des modèles ML / DL.
Caractéristiques principales
⬤ Approche axée sur les problèmes pour pratiquer le traitement d'images.
⬤ Utilisation pratique de bibliothèques Python populaires : Numpy, Scipy, scikit-image, PIL et SimpleITK.
⬤ Démonstration de bout en bout des défis les plus courants en matière de traitement d'images faciales à l'aide de MTCNN et des API de Microsoft pour la vision cognitive.
Description
Ce livre commence par les problèmes de base du traitement et de la manipulation d'images et montre comment les résoudre avec les bibliothèques et modules Python les plus répandus. Il se concentre ensuite sur les problèmes basés sur les transformations géométriques d'images et les problèmes à résoudre avec le hachage d'images.
Ensuite, le livre se concentre sur la résolution de problèmes basés sur l'échantillonnage, la convolution, la transformée de Fourier discrète, le filtrage dans le domaine des fréquences et la restauration d'images avec la déconvolution. Il vise également à résoudre les problèmes d'amélioration d'image en utilisant différents algorithmes tels que les filtres spatiaux et à créer une image de super résolution à l'aide de SRGAN.
Enfin, il explore les problèmes populaires de traitement d'images faciales et les résout avec des modèles d'apprentissage automatique et d'apprentissage profond en utilisant des bibliothèques ML / DL python populaires.
Ce que vous apprendrez
⬤ Développer une forte emprise sur les fondamentaux du traitement et de la manipulation d'images.
⬤ Résoudre des problèmes populaires de traitement d'images en utilisant des modèles d'apprentissage automatique et d'apprentissage profond.
⬤ Connaissance pratique des bibliothèques Python, notamment numpy, scipy et scikit-image.
⬤ Utiliser des packages Python populaires d'apprentissage automatique tels que scikit-learn, Keras et pytorch.
⬤ Implémentation en direct de techniques de traitement d'images faciales telles que la détection / reconnaissance / analyse de visages dlib et MTCNN.
A qui s'adresse ce livre ?
Ce livre est spécialement conçu pour les utilisateurs de vision par ordinateur, les ingénieurs en apprentissage automatique, les experts en traitement d'images qui cherchent à résoudre les défis modernes du traitement d'images/de la vision par ordinateur.
Table des matières
1. Chapitre 1 : Traitement de base des images et de la vidéo.
2. Chapitre 2 : Autres transformations et manipulations d'images.
3. Chapitre 3 : Échantillonnage, convolution et transformée de Fourier discrète.
4. Chapitre 4 : Transformée discrète en cosinus / ondelette et déconvolution.
5. Chapitre 5 : Amélioration de l'image.
6. Chapitre 6 : Amélioration de l'image.
7. Chapitre 7 : Traitement des images de visages.
A propos de l'auteur
Sandipan Dey est un scientifique des données avec un large éventail d'intérêts, couvrant des sujets tels que l'apprentissage automatique, l'apprentissage profond, le traitement des images et la vision par ordinateur. Il a travaillé dans de nombreux domaines de la science des données, tels que les systèmes de recommandation, les modèles prédictifs pour l'industrie de l'événementiel, les modèles de localisation de capteurs, l'analyse des sentiments et le pronostic des appareils. Il a obtenu une maîtrise en informatique à l'université du Maryland, dans le comté de Baltimore, et a publié des articles dans plusieurs conférences et revues de l'IEEE consacrées à l'exploration des données. Il est également l'auteur de deux livres sur le traitement des images, publiés par une maison d'édition internationale. Il a obtenu des certifications dans plus de 100 MOOC sur la science des données et des cours connexes. Il blogue régulièrement (sur sandipanweb @wordpress, medium et data science central) et est un passionné de l'apprentissage automatique.
Profil LinkedIn : https : //www.linkedin.com/in/sandipan-dey-0370276.
Autres informations sur le livre :
| ISBN : | 9789389898644 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
