本书从机器学习、图像处理的基本概念入手，逐步阐述深度学习图像处理技术的基本原理以及简单的实现。继而以几个实战案例来介绍如何使用深度学习方法，在数据分析竞赛中取得较高的排名。最后，通过一个实战案例，介绍如何将模型放入 iOS 程序，制作相应的人工智能手机App。 本书适用于对深度学习有兴趣、希望入门这一领域的理工科大学生、研究生，以及希望了解该领域基本原理的软件开发人员。此外，本书所有案例均提供了云环境上的代码，便于读者复现结果，并进行深入 学习。

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。

本书内容由浅入深、循序渐进，涵盖了深度学习在图像处理中的应用技术。本书共8章，首先简要介绍图像处理技术，以及深度学习在图像领域中的应用；接着对深度学习在图像处理中的应用技术进行详细介绍，包括图像阴影检测、图像阴影去除、图像噪声处理、图像匀光和匀色等内容；然后对基于卷积神经网络的图像超分辨率重建方法进行讲解；最后以基于深度学习的红树林提取和屋顶提取与绿化评价为例，详细讲解深度学习在图像处理中的应用。

OpenCV 是一个开源的计算机视觉库，可以实现计算机视觉算法。本书从 OpenCV 用 Python 实现的基础语法讲起，逐步深入计算机视觉的进阶实战，并在最后配合项目实战案例，重点介绍使用 OpenCV 进行人工智能项目以及日常生活中小应用程序开发的方法。通过本书读者不但可以系统地学习有关计算机视觉的知识，而且还能对图像处理的算法有更为深入的理解。 本书基于 Python，由浅入深、循序渐进地介绍了 OpenCV 从入门到实践的内容。本书共 13 章，内容涵盖OpenCV 基础知识、常见的图像操作、图像去噪、图像轮廓的提取与分析，以及人脸识别、目标追踪等计算机视觉的项目实战。

本书针对Photoshop用户在学习过程中遇到的困惑，深入剖析了Photoshop图像处理的原理和方法。 本书对Photoshop的图层、通道、蒙版、滤镜、色彩调整、混合模式、HDR和Camera Raw的原理和应用进行了集中而深入的探讨。通过分析各种图像调整命令的作用，揭示了存在于图像调整命令之间的联系，有提纲挈领的作用。 本书内容丰富，见解独到深刻，许多观点和见解都是作者长期实践经验的总结，具有很强的实用性和针对性，其中的很多技巧和方法是作者的首次展示，对读者学习Photoshop有很强的启发和指导意义。 本书适合Photoshop的中、高级读者阅读，也适合从事平面设计、图像处理的读者及数码摄影爱好者使用，还非常适合作为相关专业培训的教学参考用书。

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。

《国外数学名著系列(续1)(影印版)38:图像处理与分析(变分,PDE,小波及随机方法)》主要内容：Image Processing and Analysis: Variational, PDE, Wavelet, andStochastic Methods is systematic and well organized, The authorsfirst investigate the geometric, functional, and atomic structures ofimages and then rigorously develop and analyze several imageprocessors. The book is comprehensive and integrative, covering thefour most...(展开全部)

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。

本书以当代技术图像为切入点，作者发现世界两种不同的发展趋势。一个是走向由图像接收者和管理员组成的、程序化的极权社会；另一个是走向由图像制作者和图像收集者组成的、对话式的通信社会。基于此，作者对技术图像所构成的世界及其引发的问题展开观察、分析和批评。全书内容围绕十九个具体问题展开，分析技术图像的生产、表意、分布、运作、实质等问题，推断了对话式“通信社会”（Telematic society）的结构、运行机制及其对人类生活状态与生命意义的影响。

本书内容涉及摄影学、计算机视觉、深度学习3个领域，系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用，包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备，同时提供大量实例，供读者实战演练。本书融合摄影学和计算机视觉的内容，覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始，本书对摄影学中图像处理算法的各个重要方向进行介绍，包括使用计算机视觉技术对摄影作品进行定量的质量评估、后期自动构图、噪声的去除、对比度增强和色调增强、人脸美颜与美妆、图像的去模糊和分辨率提升、艺术风格滤镜、景深的估计和编辑、图像的融合等，涵盖当前摄影后期软件的主要功能，并全部是基于算法进行自动实现的。本书适合计算机视觉行业从业者、摄影专业人士和爱好者、对当下智能摄影后期核心技术感兴趣并且想要有所提高的学生、工程技术人员或相关专业教师阅读。