We read every piece of feedback, and take your input very seriously.
To see all available qualifiers, see our documentation.
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
本项目的教程参考数字图像处理冈萨雷斯第三版,旨在介绍给大家简单学习数字图像处理的功能以及其图像处理的python代码实现。
在12月课程征集中看到评论区有学习者需要数字图像处理的教程
需要数据分析处理数字图像的人群,如医学影像处理,图片修复,图像增强,轮廓识别,图像分割。
本项目亮点在于在教材的基础上,进一步简化内容,让大家短时间内掌握数字图像处理技术,并且能马上应用到需要的地方。
至少包括以下内容: 1.目录(如有多级至少精确到二级) 2.各章节负责人 3.各章节预估完成日期 4.可预见的困难
第一章:导论 前言 内容目录
第二章:数字图像基础 前言 数字图像基础 图像的表述 图像的类型 图像数字化过程 数学工具的应用
第三章:空间域与频域的图像增强 空间域 空间域增强方法 频率域 频率域增强方法
第四章:图像复原 前言 图像复原 图像退化模型 噪声模型 图像复原方法
第五章:彩色图像处理 彩色模型 彩色图像处理
第六章:小波变换 前言 多分辨率展开 一维小波变换 二维小波变换 小波包
第七章:图像压缩 图像压缩基础概念 图像压缩的分类 图像压缩模型 常用的图像压缩标准 基本的压缩方法
第八章:形态学图像处理 前言 形态学 二值腐蚀与膨胀 开运算与闭运算 击中或击不中变换 灰度形态学
第九章:图像分割 前言 基于阈值的图像分割 基于边缘检测的图像分割
一到九章负责人:蔡鋆捷 一到九章代码负责人:蔡鋆捷,晏萌
文字稿教程已完成,正在精修,代码还在撰写
第一章:https://ycnosmsebbdf.feishu.cn/docx/QK1SdeXrroyRJ8xZy8hcXbvfnpb 第二章:https://ycnosmsebbdf.feishu.cn/docx/Ue7mdxz3Vo13SlxQ5lyc7N3hnBh 第三章:https://ycnosmsebbdf.feishu.cn/docx/YI7kdoOdKoivmFxET3KctvfQnx8 第四章:https://ycnosmsebbdf.feishu.cn/docx/OoOTdwjbvowadlxKFIWcCDKGnlg 第五章:https://ycnosmsebbdf.feishu.cn/docx/Hd5Bdr8Kxo5bljxw7cDcnLvnnAb 第六章:https://ycnosmsebbdf.feishu.cn/docx/AQI7dTj9co6awxxcOtUc5og8n3b 第七章:https://ycnosmsebbdf.feishu.cn/docx/ItbQdG2CLoGkUnxkUWQcoROLncg 第八章:https://ycnosmsebbdf.feishu.cn/docx/Ct0Gdmjw3oEhEjxwhSTcmEHYnCh 第九章:https://ycnosmsebbdf.feishu.cn/docx/WE0Ydthv7o1clAxvof1cLJsGnHt
https://github.com/[xinala-781](https://github.com/xinala-781)
邮箱:3459391063@qq.com
The text was updated successfully, but these errors were encountered:
同意
Sorry, something went wrong.
No branches or pull requests
你是否已经阅读并同意《Datawhale开源项目指南》?
你是否已经阅读并同意《Datawhale开源项目行为准则》?
项目简介
本项目的教程参考数字图像处理冈萨雷斯第三版,旨在介绍给大家简单学习数字图像处理的功能以及其图像处理的python代码实现。
立项理由
在12月课程征集中看到评论区有学习者需要数字图像处理的教程
项目受众
需要数据分析处理数字图像的人群,如医学影像处理,图片修复,图像增强,轮廓识别,图像分割。
项目亮点
本项目亮点在于在教材的基础上,进一步简化内容,让大家短时间内掌握数字图像处理技术,并且能马上应用到需要的地方。
项目规划
至少包括以下内容:
1.目录(如有多级至少精确到二级)
2.各章节负责人
3.各章节预估完成日期
4.可预见的困难
第一章:导论
前言
内容目录
第二章:数字图像基础
前言
数字图像基础
图像的表述
图像的类型
图像数字化过程
数学工具的应用
第三章:空间域与频域的图像增强
空间域
空间域增强方法
频率域
频率域增强方法
第四章:图像复原
前言
图像复原
图像退化模型
噪声模型
图像复原方法
第五章:彩色图像处理
彩色模型
彩色图像处理
第六章:小波变换
前言
多分辨率展开
一维小波变换
二维小波变换
小波包
第七章:图像压缩
图像压缩基础概念
图像压缩的分类
图像压缩模型
常用的图像压缩标准
基本的压缩方法
第八章:形态学图像处理
前言
形态学
二值腐蚀与膨胀
开运算与闭运算
击中或击不中变换
灰度形态学
第九章:图像分割
前言
基于阈值的图像分割
基于边缘检测的图像分割
一到九章负责人:蔡鋆捷
一到九章代码负责人:蔡鋆捷,晏萌
文字稿教程已完成,正在精修,代码还在撰写
已完成内容
第一章:https://ycnosmsebbdf.feishu.cn/docx/QK1SdeXrroyRJ8xZy8hcXbvfnpb
第二章:https://ycnosmsebbdf.feishu.cn/docx/Ue7mdxz3Vo13SlxQ5lyc7N3hnBh
第三章:https://ycnosmsebbdf.feishu.cn/docx/YI7kdoOdKoivmFxET3KctvfQnx8
第四章:https://ycnosmsebbdf.feishu.cn/docx/OoOTdwjbvowadlxKFIWcCDKGnlg
第五章:https://ycnosmsebbdf.feishu.cn/docx/Hd5Bdr8Kxo5bljxw7cDcnLvnnAb
第六章:https://ycnosmsebbdf.feishu.cn/docx/AQI7dTj9co6awxxcOtUc5og8n3b
第七章:https://ycnosmsebbdf.feishu.cn/docx/ItbQdG2CLoGkUnxkUWQcoROLncg
第八章:https://ycnosmsebbdf.feishu.cn/docx/Ct0Gdmjw3oEhEjxwhSTcmEHYnCh
第九章:https://ycnosmsebbdf.feishu.cn/docx/WE0Ydthv7o1clAxvof1cLJsGnHt
项目负责人GitHub主页链接
https://github.com/[xinala-781](https://github.com/xinala-781)
项目负责人联系方式
邮箱:3459391063@qq.com
备注:发起立项申请后DOPMC成员将会在7天内给出审核意见并评论在该Issue,若7天内无反对意见则默认立项通过,如有疑问或者需要帮助请联系微信:at-Sm1les
The text was updated successfully, but these errors were encountered: