影像演算法#

一本以「可執行的直覺」為核心的繁體中文影像處理教科書：每一節都有概念說明、演算法步驟、可用 numpy 與 PIL 執行的 Python 範例、複雜度分析與練習。全書由傳統影像處理一路走到深度學習，共 10 章 30 節。

目錄#

• 第1章 影像基礎
  • 1.0 章前言
  • 1.1 數位影像的表示
  • 1.2 色彩空間與轉換
  • 1.3 影像的取樣與量化
• 第2章 點與區域運算
  • 2.0 章前言
  • 2.1 亮度對比與直方圖
  • 2.2 直方圖等化
  • 2.3 影像二值化與Otsu法
• 第3章 濾波與卷積
  • 3.0 章前言
  • 3.1 卷積的觀念
  • 3.2 平滑濾波與高斯濾波
  • 3.3 銳化與非線性濾波
• 第4章 邊緣偵測
  • 4.0 章前言
  • 4.1 梯度與Sobel運算子
  • 4.2 Canny邊緣偵測
  • 4.3 Laplacian與LoG
• 第5章 影像轉換
  • 5.0 章前言
  • 5.1 傅立葉轉換與頻域處理
  • 5.2 DCT離散餘弦轉換
  • 5.3 小波轉換簡介
• 第6章 影像壓縮
  • 6.0 章前言
  • 6.1 無損壓縮與PNG原理
  • 6.2 JPEG壓縮流程
  • 6.3 壓縮品質評估PSNR與SSIM
• 第7章 幾何變形
  • 7.0 章前言
  • 7.1 仿射變換與旋轉縮放
  • 7.2 插值方法
  • 7.3 影像校正與透視變換
• 第8章 形態學與分割
  • 8.0 章前言
  • 8.1 侵蝕膨脹與形態學運算
  • 8.2 連通元件標記
  • 8.3 分水嶺與區域成長分割
• 第9章 特徵與辨識
  • 9.0 章前言
  • 9.1 角點偵測與Harris演算法
  • 9.2 特徵描述與匹配SIFT與BRIEF
  • 9.3 模板比對與霍夫轉換
• 第10章 深度學習影像演算法
  • 10.0 章前言
  • 10.1 卷積神經網路CNN基礎
  • 10.2 影像分類與物件偵測
  • 10.3 生成模型與現代影像AI