digital_image_process

数字图像处理学习笔记, 根据以下学习指南进行:

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
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
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。
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