digital_image_process

数字图像处理学习笔记, 根据以下学习指南进行:

1. 学习用书： 数字图像处理 MATLAB 版 冈萨雷斯著

   推荐两本书,一本偏理论, 一本偏代码实战(Matlab), 打包下载地址: 链接：https://pan.baidu.com/s/1Ir3vW_GwTOXbX-QIHkLkxA 提取码：nd2a

   偏理论: <数字图像处理_第三版_冈萨雷斯>

   偏实战: <数字图像处理(MATLAB版)(中译版)[冈萨雷斯]>

   包含书里的图片素材

2. 学习内容： 第 1 章、 第 2 章、 第 3 章、 第 6 章、 第 9 章的 9.1~9.3 小节、 第 10 章的 10.1~10.3 小节、 第 11 章的 11.1~11.2 小节

3. 学习要求：为了增强理解，需要根据自己对方法的理解编写相应的 matlab程 序， 书中的示例程序可以作为参考。

4. 图像处理高阶算法 学 习 内 容 ： SIFT[1], LBP[2], BoW[3], affine transformation[4], similarity transformation[5]

   [1] material: https://blog.csdn.net/zddmail/article/details/7521424

   code: https://github.com/sun11/sw-sift (matlab 版)

   https://github.com/paulaner/SIFT (python 版)

   [2] material: https://blog.csdn.net/heli200482128/article/details/79204008

   code: https://github.com/michael92ht/LBP （ python 版）

   https://github.com/bikz05/texture-matching （ python 版）

   [3] material: https://blog.csdn.net/tiandijun/article/details/51143765

   code: https://github.com/qijiezhao/SIFT_BOW_Usage （ python 版）

   https://github.com/lucifer726/bag-of-words- （ python 版）

   [4] material: https://www.cnblogs.com/ghj1976/p/5199086.html

   [5] material: https://blog.csdn.net/u014096352/article/details/53526747

说明

由于MATLAB基本操作之前学过，主要对遗忘的内容进行笔记;
除了MATLAB代码，加入相关Python3代码。其中使用opencv-python， pillow（PIL）， skimage等工具。

很久之前的笔记, 适合CV初学者进行学习

内容列表（已完成）

• CH01_CH02:MATLAB数据类型与基本操作;
• CH03:gamma亮度与对比度拉伸变换，直方图均衡化与匹配，空间滤波
• CH06:索引图像概念，图像提取&分离通道，彩色空间转换，彩色映射变换，彩色图像空间滤波，彩色边缘检测，彩色图像分割
• CH09:膨胀，腐蚀，顶帽，黑帽，击中或击不中变换，查找表
• CH10:点、线检测(canny、Hough)，阈值处理
• CH11:链码、最小周长多边形的多边形近似、标记、边界片段、骨骼
• 高阶:SIFT