
Digital Image Processing Using Python
Manish Kashyap
- Editorial
- BPB
- Año
- 2025
- Páginas
- ~482
- Nivel
- Intermedio
De qué trata
Texto formativo y académico del Dr. Manish Kashyap concebido para dominar los fundamentos matemáticos y computacionales del procesamiento digital de imágenes con Python (versión 3.10+). La obra se dirige a estudiantes universitarios de ingeniería y ciencias de la computación, investigadores y programadores de nivel intermedio que dominan Python y tienen una base en cálculo diferencial y álgebra lineal, y que desean comprender la naturaleza analítica de las imágenes antes de abordar herramientas de alto nivel.
El contenido se estructura metódicamente sobre el ecosistema científico de Python, aprovechando NumPy, OpenCV, SciPy y Matplotlib. Enseña la representación discreta de imágenes, relaciones de vecindad entre píxeles, procesamiento en el dominio espacial (ajuste de contraste, ecualización de histogramas y filtrado lineal y no lineal), filtrado en el dominio frecuencial mediante la Transformada de Fourier (filtros pasa bajas y pasa altas), el papel de la fase en la reconstrucción visual, modelos de restauración de imágenes frente a degradaciones y ruido, análisis multirresolución con la Transformada Wavelet y morfología matemática binaria (dilatación, erosión, apertura y clausura).
A través de abundantes ejercicios y ejemplos visuales paso a paso, el lector practica la restauración de imágenes desenfocadas o contaminadas con ruido, el filtrado selectivo en frecuencia y la segmentación morfológica de objetos. Destaca por su solidez pedagógica y por desentrañar el funcionamiento íntimo de las operaciones sobre píxeles sin recurrir a cajas negras; no obstante, prescinde deliberadamente de redes neuronales y aprendizaje profundo, centrándose exclusivamente en la disciplina clásica del tratamiento digital de señales e imágenes.
- Python
- NumPy
- OpenCV
- SciPy
- Dominio espacial
- Dominio frecuencial
- Transformada de Fourier
- Transformada Wavelet
- Restauración de imágenes
- Reducción de ruido
- Morfología binaria
- Análisis multirresolución
¿Cómo enseña?
Teoría + práctica
- ✓ Incluye ejercicios
- ✗ Sin proyectos

