该资源为作者《Python中的图像处理》书籍所有源代码，已修改为Python3实现，希望对您有所帮助，一起加油。
- 第一章 绪论
1.1 数字图像处理
1.2 Python
1.3 OpenCV
1.4 章节安排 - 第二章 Python基础
2.1 Python简介
2.2 基础语法
-- 2.2.1 输出语句
-- 2.2.2 注释
-- 2.2.3 变量及赋值
-- 2.2.4 输入语句
2.3 数据类型
2.4 基本语句
-- 2.4.1 条件语句
-- 2.4.2 循环语句
2.5 基本操作
2.6 本章小结 - 第三章 数字图像处理基础
3.1 数字图像处理概述
3.2 像素及常见图像分类
3.3 图像信号数字化处理
3.4 OpenCV安装配置
3.5 OpenCV初识及常见数据类型
-- 3.5.1 OpenCV显示图像
-- 3.5.2 常见数据类型
3.6 Numpy和Matplotlib库介绍
-- 3.6.1 Numpy库
-- 3.6.2 Matplotlib库
3.7 几何图形绘制
-- 3.7.1 绘制直线
-- 3.7.2 绘制矩形
-- 3.7.3 绘制圆形
-- 3.7.4 绘制椭圆
-- 3.7.5 绘制多边形
-- 3.7.6 绘制文字
3.8 本章小结 - 第四章 Python图像处理入门
4.1 OpenCV读取显示图像
4.2 OpenCV读取修改像素
4.3 OpenCV创建复制保存图像
4.4 获取图像属性及通道
-- 4.4.1 图像属性
-- 4.4.2 图像通道处理
4.5 图像算数与逻辑运算
-- 4.5.1 图像加法运算
-- 4.5.2 图像减法运算
-- 4.5.3 图像与运算
-- 4.5.4 图像或运算
-- 4.5.5 图像异或运算
-- 4.5.6 图像非运算
4.6 图像融合处理
4.7 获取图像ROI区域
4.8 图像类型转换
4.9 本章小结 - 第五章 Python图像几何变换
5.1 图像几何变换概述
5.2 图像平移变换
5.3 图像缩放变换
5.4 图像旋转变换
5.5 图像镜像变换
5.6 图像仿射变换
5.7 图像透视变换
5.8 本章小结 - 第六章 Python图像量化及采样处理
6.1 图像量化处理 114
-- 6.1.1 概述
-- 6.1.2 操作
-- 6.1.3 K-Means聚类量化处理
6.2 图像采样处理
-- 6.2.1 概述
-- 6.2.2 操作
-- 6.2.3 局部马赛克处理
6.3 图像金字塔
-- 6.3.1 图像向下取样
-- 6.3.2 图像向上取样
6.4 本章小结 - 第七章 Python图像的点运算处理
7.1 图像点运算的概述
7.2 图像灰度化处理
7.3 图像的灰度线性变换
7.4 图像的灰度非线性变换
7.5 图像阈值化处理
-- 7.5.1 固定阈值化处理
-- 7.5.2 自适应阈值化处理
7.6 本章小结 - 第八章 Python直方图统计
8.1 图像直方图概述
8.2 Matplotlib绘制直方图
8.3 OpenCV绘制直方图
8.4 掩膜直方图
8.5 图像灰度变换直方图对比
8.6 图像H-S直方图
8.7 直方图判断黑夜白天
8.8 本章小结 - 第九章 Python图像增强
9.1 图像增强概述
9.2 直方图均衡化
-- 9.2.1 原理知识
-- 9.2.2 代码实现
9.3 局部直方图均衡化
9.4 自动色彩均衡化
9.5 本章小结 - 第十章 Python图像平滑
10.1 图像平滑概述
10.2 均值滤波
10.3 方框滤波
10.4 高斯滤波
10.5 中值滤波
10.6 双边滤波
10.7 本章小结 - 第十一章 Python图像锐化及边缘检测
11.1 原理概述
11.1.1 一阶微分算子
11.1.2 二阶微分算子
11.2 Roberts算子
11.3 Prewitt算子
11.4 Sobel算子
11.5 Laplacian算子
11.6 Scharr算子
11.7 Canny算子
11.8 LOG算子
11.9 本章小结 - 第十二章 Python图像形态学处理
12.1 数学形态学概述
12.2 图像腐蚀
12.3 图像膨胀
12.4 图像开运算
12.5 图像闭运算
12.6 图像梯度运算
12.7 图像顶帽运算
12.8 图像底帽运算
12.9 本章小结 - 第十三章 Python图像特效处理
13.1 图像毛玻璃特效
13.2 图像浮雕特效
13.3 图像油漆特效
13.4 图像素描特效
13.5 图像怀旧特效
13.6 图像光照特效
13.7 图像流年特效
13.8 图像水波特效
13.9 图像卡通特效
13.10 图像滤镜特效
13.11 图像直方图均衡化特效
13.12 图像模糊特效
13.13 本章小结 - 第十四章 Python图像分割
14.1 图像分割概述
14.2 基于阈值的图像分割
14.3 基于边缘检测的图像分割
14.4 基于纹理背景的图像分割
14.5 基于K-Means聚类的区域分割
14.6 基于均值漂移算法的图像分割
14.7 基于分水岭算法的图像分割
14.8 图像漫水填充分割
14.9 文字区域定位及提取案例
14.10 本章小结 - 第十五章 Python傅里叶变换与霍夫变换
15.1 图像傅里叶变换概述
15.2 图像傅里叶变换操作
-- 15.2.1 Numpy实现傅里叶变换
-- 15.2.2 Numpy实现傅里叶逆变换
-- 15.2.3 OpenCV实现傅里叶变换
-- 15.2.4 OpenCV实现傅里叶逆变换
15.3 基于傅里叶变换的高通滤波和低通滤波
15.4 图像霍夫变换概述
15.5 图像霍夫线变换操作
15.6 图像霍夫圆变换操作
15.7 本章小结 - 第十六章 Python图像分类
16.1 图像分类概述
16.2 常见的分类算法
-- 16.2.1 朴素贝叶斯分类算法
-- 16.2.2 KNN分类算法
-- 16.2.3 SVM分类算法
-- 16.2.4 随机森林分类算法
-- 16.2.5 神经网络分类算法
16.3 基于朴素贝叶斯算法的图像分类
16.4 基于KNN算法的图像分类
16.5 基于神经网络算法的图像分类
16.6 本章小结