ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Image Processing and Acquisition using Python

دانلود کتاب پردازش و تهیه تصویر با استفاده از پایتون

Image Processing and Acquisition using Python

مشخصات کتاب

Image Processing and Acquisition using Python

ویرایش:  
نویسندگان: ,   
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 

قیمت کتاب (تومان) : 28,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 13


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.


توضیحاتی در مورد کتاب پردازش و تهیه تصویر با استفاده از پایتون

\"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.


توضیحاتی درمورد کتاب به خارجی

"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"



فهرست مطالب

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




نظرات کاربران