دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Chityala. Ravishankar, Pudipeddi. Sridevi سری: Chapman & Hall/CRC mathematical and computational imaging sciences ISBN (شابک) : 9781466583757, 1466583754 ناشر: CRC Press سال نشر: 2014 تعداد صفحات: 388 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Image Processing and Acquisition using Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پردازش و تهیه تصویر با استفاده از پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
\"پردازش و اکتساب تصویر با استفاده از پایتون به خوانندگان پایه
و اساس درستی را هم در اکتساب تصویر و هم در پردازش تصویر ارائه
میکند - یکی از اولین کتابهایی که این موضوعات را با هم ادغام
کرد. با بهبود دانش خوانندگان از تکنیکهای اکتساب تصویر و پردازش
تصویر مربوطه، کتاب به آنها کمک میکند آزمایشها را بهطور
مؤثرتر و مقرونبهصرفهتر انجام دهند و همچنین به تحلیل و
اندازهگیری دقیقتر کمک میکند. پایتون در نمونههای
عملی مختلفی استفاده میشود. بخش اول کتاب، مقدمهای بر پایتون،
ماژولهای پایتون، خواندن و نوشتن تصاویر با استفاده از پایتون و
مقدمهای بر تصاویر، بهروزرسانی برای خوانندگان با تجربهتر،
ارائه میکند. بخش دوم به بحث در مورد اصول اولیه پردازش تصویر،
از جمله پردازش قبل و بعد با استفاده از فیلترها، تقسیمبندی،
عملیات مورفولوژیکی، و اندازهگیریها. بخش آخر کسب تصویر با
استفاده از روشهای مختلف، مانند اشعه ایکس، CT، MRI، میکروسکوپ
نوری و میکروسکوپ الکترونی را توضیح میدهد. این روشها شامل اکثر
روشهای رایج جمعآوری تصویر است که در حال حاضر توسط محققان در
دانشگاه و صنعت استفاده میشود\"-- بیشتر
بخوانید...
چکیده: \"پردازش و اکتساب تصویر با استفاده از پایتون به
خوانندگان پایه و اساس درستی را هم در اکتساب تصویر و هم در
پردازش تصویر ارائه می دهد - یکی از اولین کتاب هایی که این
موضوعات را با هم ادغام می کند. با بهبود دانش خوانندگان در مورد
تکنیکهای اکتساب تصویر و پردازش تصویر مربوطه، این کتاب به آنها
کمک میکند تا آزمایشها را بهطور مؤثرتر و مقرونبهصرفهتر
انجام دهند و همچنین با دقت بیشتری تجزیه و تحلیل و اندازهگیری
کنند. پایتون که مدتها به عنوان یکی از آسانترین زبانها برای
یادگیری برای افراد غیربرنامهنویس شناخته میشود، در نمونههای
عملی مختلفی استفاده میشود. بخش اول کتاب مقدمهای بر پایتون،
ماژولهای پایتون، خواندن و نوشتن تصاویر با استفاده از پایتون، و
مقدمهای بر تصاویر، یک تجدید برای خوانندگان با تجربهتر است.
بخش دوم اصول اولیه پردازش تصویر، از جمله پردازش قبل و بعد با
استفاده از فیلترها، بخشبندی، عملیات مورفولوژیکی و اندازهگیری
را مورد بحث قرار میدهد. بخش آخر به تشریح تصویر برداری با
استفاده از روش های مختلف، مانند اشعه ایکس، سی تی، ام آر آی،
میکروسکوپ نوری و میکروسکوپ الکترونی می پردازد. این روشها بیشتر
روشهای متداول کسب تصویر را در بر میگیرد که در حال حاضر توسط
محققان در دانشگاه و صنعت استفاده میشود.
"Image Processing and Acquisition using Python provides readers
with a sound foundation in both image acquisition and image
processing--one of the first books to integrate these topics
together. By improving readers' knowledge of image acquisition
techniques and corresponding image processing, the book will
help them perform experiments more effectively and cost
efficiently as well as analyze and measure more accurately. Long recognized as
one of the easiest languages for non-programmers to learn,
Python is used in a variety of practical examples. A refresher
for more experienced readers, the first part of the book
presents an introduction to Python, Python modules, reading and
writing images using Python, and an introduction to images. The
second part discusses the basics of image processing, including
pre/post processing using filters, segmentation, morphological
operations, and measurements. The last part describes image
acquisition using various modalities, such as X-ray, CT, MRI,
light microscopy, and electron microscopy. These modalities
encompass most of the common image acquisition methods
currently used by researchers in academia and
industry"-- Read
more...
Abstract: "Image Processing and Acquisition using Python
provides readers with a sound foundation in both image
acquisition and image processing--one of the first books to
integrate these topics together. By improving readers'
knowledge of image acquisition techniques and corresponding
image processing, the book will help them perform experiments
more effectively and cost efficiently as well as analyze and
measure more accurately. Long recognized as one of the easiest
languages for non-programmers to learn, Python is used in a
variety of practical examples. A refresher for more experienced
readers, the first part of the book presents an introduction to
Python, Python modules, reading and writing images using
Python, and an introduction to images. The second part
discusses the basics of image processing, including pre/post
processing using filters, segmentation, morphological
operations, and measurements. The last part describes image
acquisition using various modalities, such as X-ray, CT, MRI,
light microscopy, and electron microscopy. These modalities
encompass most of the common image acquisition methods
currently used by researchers in academia and industry"
Content: Introduction to Images and Computing using Python Introduction to Python Introduction What Is Python? Python Environments Running a Python Program Basic Python Statements and Data Types Computing using Python Modules Introduction Python Modules Numpy Scipy Matplotlib Python Imaging Library Scikits Python OpenCV Module Image and Its Properties Introduction Image and Its Properties Image Types Data Structures for Image Analysis Programming Paradigm Image Processing using Python Spatial Filters Introduction Filtering Edge Detection using Derivatives Image Enhancement Introduction Pixel Transformation Image Inverse Power Law Transformation Log Transformation Histogram Equalization Contrast Stretching Fourier Transform Introduction Definition of Fourier Transform Two-Dimensional Fourier Transform Convolution Filtering in Frequency Domain Segmentation Introduction Histogram-Based Segmentation Region-Based Segmentation Segmentation Algorithm for Various Modalities Morphological Operations Introduction History Dilation Erosion Grayscale Dilation and Erosion Opening and Closing Hit-or-Miss Thickening and Thinning Image Measurements Introduction Labeling Hough Transform Template Matching Image Acquisition X-Ray and Computed Tomography Introduction History X-Ray Generation Material Properties X-Ray Detection X-Ray Imaging Modes Computed Tomography (CT) Hounsfield Unit (HU) Artifacts Magnetic Resonance Imaging Introduction Laws Governing NMR and MRI Material Properties NMR Signal Detection MRI Signal Detection or MRI Imaging MRI Construction T1, T2, and Proton Density Image MRI Modes or Pulse Sequence MRI Artifacts Light Microscopes Introduction Physical Principles Construction of a Wide-Field Microscope Epi-Illumination Fluorescence Microscope Confocal Microscopes Nipkow Disk Microscopes Confocal or Wide-Field? Electron Microscopes Introduction Physical Principles Construction of EM Specimen Preparations Construction of TEM Construction of SEM Appendix A: Installing Python Distributions Appendix B: Parallel Programming Using MPI4Py Appendix C: Introduction to ImageJ Appendix D: MATLAB and Numpy Functions Index A Summary and Exercises appear at the end of each chapter