Avis des lecteurs
Résumé:Le livre a reçu des critiques mitigées, certains utilisateurs appréciant ses exemples pratiques de traitement d'images, tandis que d'autres ont critiqué sa valeur, la qualité du code et le manque d'explications.
Avantages:Il offre des exemples pratiques de traitement d'images et permet aux lecteurs d'installer et d'exécuter des scripts Python assez facilement. Certains utilisateurs l'ont trouvé utile pour débuter dans le traitement d'images.
Inconvénients:Le contenu est largement disponible en ligne gratuitement, et le code du livre est mal documenté et incohérent. De nombreux lecteurs l'ont trouvé trop cher, peu coloré pour un livre sur le traitement d'images, et ne fournissant guère plus qu'une collection de codes sans explications appropriées.
(basé sur 6 avis de lecteurs)
Titre original :
Hands-On Image Processing with Python
Contenu du livre :
Explorez les calculs mathématiques et les algorithmes pour le traitement d'images en utilisant des outils et des cadres Python populaires Caractéristiques principales Acquérir une connaissance pratique de chaque tâche de traitement d'images avec des bibliothèques Python populaires Explorer des sujets tels que la pseudocoloration, le lissage du bruit et le calcul des descripteurs d'images Couvrir les techniques populaires d'apprentissage automatique et d'apprentissage profond pour les tâches de traitement d'images complexes Description du livre.
Le traitement d'images joue un rôle important dans notre vie quotidienne avec diverses applications dans les médias sociaux (détection de visages), l'imagerie médicale (radiographies et tomographies) et la sécurité (reconnaissance d'empreintes digitales). Ce livre est conçu pour vous aider à apprendre les aspects fondamentaux du traitement d'images, des concepts essentiels au code en utilisant le langage de programmation Python.
Le livre commence par couvrir les techniques classiques de traitement de l'image. Vous explorerez ensuite l'évolution des algorithmes de traitement d'images, jusqu'aux récentes avancées en matière de traitement d'images et de vision par ordinateur avec l'apprentissage profond. Au fur et à mesure de votre progression, vous apprendrez à utiliser des bibliothèques de traitement d'images telles que PIL, scikit-image et scipy ndimage en Python. Le livre vous permettra d'écrire des extraits de code en Python 3 et de mettre en œuvre des algorithmes complexes de traitement d'images tels que l'amélioration, le filtrage, la segmentation, la détection d'objets et la classification d'images. Vous serez progressivement en mesure de mettre en œuvre des modèles d'apprentissage automatique à l'aide de la bibliothèque Python, scikit-learn. En outre, vous explorerez les réseaux de neurones convolutifs profonds (CNN), tels que VGG-19 avec Keras, avant de progresser vers l'utilisation d'un modèle d'apprentissage profond de bout en bout appelé YOLO pour la détection d'objets. Les chapitres suivants vous présenteront quelques problèmes avancés, tels que l'inpainting d'images, le gradient blending, le débruitage variationnel, le seam carving, le quilting et le morphing.
À la fin de ce livre, vous aurez appris à mettre en œuvre divers algorithmes pour un traitement efficace des images. Ce que vous apprendrez Effectuer des tâches de prétraitement de données de base telles que le débruitage d'images et le filtrage spatial en Python Mettre en œuvre la transformée de Fourier rapide (FFT) et les filtres du domaine fréquentiel tels que Weiner en Python Effectuer le traitement morphologique des images et segmenter les images avec différents algorithmes Se familiariser avec les techniques d'extraction des caractéristiques des images et de mise en correspondance des images Écrire du code Python pour mettre en œuvre des algorithmes d'apprentissage automatique supervisé et non supervisé pour le traitement des images Utiliser des modèles d'apprentissage profond pour la classification des images, la segmentation, la détection d'objets et le transfert de style À qui ce livre s'adresse-t-il ?
Ce manuel de traitement d'images s'adresse aux ingénieurs en vision artificielle et aux développeurs en apprentissage automatique qui maîtrisent la programmation Python et souhaitent se plonger dans les divers aspects et complexités du traitement d'images. Aucune connaissance préalable des techniques de traitement d'images n'est requise. Table des matières Premiers pas dans le traitement d'images Échantillonnage Transformée de Fourier Convolution et filtrage dans le domaine des fréquences Amélioration d'images Amélioration d'images à l'aide de dérivés Traitement morphologique d'images Extraction de caractéristiques et de descripteurs d'images Segmentation d'images Méthodes classiques d'apprentissage automatique Apprentissage dans le traitement d'images - Classification d'images avec CNN Détection d'objets, segmentation en profondeur et apprentissage par transfert Problèmes supplémentaires dans le traitement d'images
Autres informations sur le livre :
| ISBN : | 9781789343731 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
