本书以Python语言为工具，以图像为载体，对计算机视觉涉及的操作和变换方法进行了详细的介绍及实现。全书共分10章，分别为计算机视觉概述、编程语言Python及库简介、数字图像预处理、图像特征与检测、机器学习、BP神经网络基础、卷积神经网络CNN、经典神经网络结构分析、百度EasyDL入门以及计算机视觉在制造行业应用案例分析。
本书可作为高等院校智能制造工程、人工智能等相关专业的教材，亦可作为图像处理、多媒体编程、计算机视觉领域人员的实用参考书。

本书依据IOI大纲编写，旨在提供一份全面的现代算法竞赛入门指南。
　　本书介绍仅在论坛和博客文章中讨论的算法竞赛技巧，内容包括递归算法和位运算、时间复杂度、排序算法和二分查找、数据结构、动态规划、图论算法、算法设计专题、区间查询、树上算法、数学专题、高级图算法、计算几何、字符串算法、根号分治技术、动态规划优化、回溯技术、如何准备IOI、算法竞赛的未来等。本书覆盖了从基础到高级的所有重要主题，形成了一套完整的学习体系，不仅能帮助你迅速提升编程技巧，还能让你深入了解各种基本算法和解题思路。

机器视觉技术作为当前科技领域热门的技术，在各行业中作用越发凸显，预计未来将会起到更重要的作用。Halcon软件作为一个高效且稳定的机器视觉算法库，市场利用率高，在机器视觉领域中有广泛应用，许多机器视觉系统都基于该软件进行开发。本书全面且系统地介绍了Halcon软件在视觉系统编程中的应用，并结合实际案例，帮助读者全面而深入地理解Halcon软件在工程项目中的应用方法及开发流程，从而提高他们的开发能力和实战经验。
本书内容简明扼要，语言通俗易懂，可作为工科院校机械、电子、机电、计算机等专业的学

本书围绕计算机视觉的五大核心任务: 图像分类、图像分割、目标检测、目标跟踪、三维场景重建，将内容划分为三部分: 基础篇、识别篇与重建篇。其中，基础篇（第1～5章）讲述计算机视觉任务的共性知识与算法，涵盖线性滤波器、图像边缘提取、纹理表示、角点特征提取、尺度不变特征；识别篇（第6～9章）关注机器如何理解图像内容，重点介绍图像分类、目标检测、图像分割、目标跟踪四个视觉识别任务的难点、解决思路及对应的识别算法与模型；重建篇（第10～15章）聚焦如何从图像中进行三维场景的结构重建，内容涵盖摄像机几

本书旨在为读者提供全面而深入的Web技术知识和应用指导。全书的章节结构按照Web开发的逻辑顺序进行编排, 由Web开发技术概述引入, 逐步深入到Web开发环境的建立、HTML技术与CSS、DHTML技术、XML基础、.NET Web应用程序开发技术、Ajax技术、Web站点规划等方面, 最后以Web开发案例来演练实际应用。

本书给出的光栅化图元算法主要包括直线和多边形 (尤其是三角形) 算法, 重点是直线的整数Bresenham算法和三角形重心坐标填充算法; 图形几何变换算法主要包括二维、三维变换算法, 重点是三维变换算法, 这是让三维模型动起来的算法; 投影消隐算法包括透视投影算法、背面剔除算法、Z-Buffer算法、画家算法, 重点是Z-Buffer算法, 这是面消隐的通用算法。根据市场对图形学人才的需求, 主要关注真实感图形的绘制能力。本书将建模和渲染作为了重点教学内容。建模方面, 使用双三次Bezier曲面

本书共分4篇，针对Python爬虫初学者，从零开始系统地讲解了如何利用Python进行网络爬虫程序开发。 第1篇快速入门篇（第1～9章）：本篇主要介绍了Python环境的搭建和一些Python的基础语法知识、Python爬虫入门知识及基本的使用方法、Ajax数据的分析和抓取、动态渲染页面数据的爬取、网站代理的设置与使用、验证码的识别与破解，以及App数据抓取、数据的存储方法等内容。 第2篇技能进阶篇（第10～12章）：本篇主要介绍了PySpider和Scrapy两个常用爬虫框架的基本使用方法

"本书是根据高等学校电类非计算机专业对计算机软件技术课程的基本要求，结合多年来的教学改革和教学实践编写的高等学校计算机软件技术基础课程。
主要内容包括计算机软件技术基础概论、线性数据结构、非线性数据结构、排序和查找、资源管理、软件开发和数据库设计。每章都配有较多的习题，书后附有部分习题答案。
本书内容丰富、简明扼要、实用性强，可作为高等院校本、专科计算机软件技术基础课程教材，也可作为广大从事计算机应用工作的技术人员的参考书。"

本书介绍使用Python进行程序设计的方法及应用。全书共14章，分为3部分。第1部分为基础篇（第1～5章），主要介绍Python的基础语法，包括Python概述、Python基本概念、Python控制结构、函数和Python数据结构。第2部分为进阶篇（第6～10章），主要介绍Python的一些高级特性和功能，包括模块、字符串与正则表达式、面向对象编程、异常处理和文件处理。第3部分为应用篇（第11～14章），主要介绍Python在某些领域的应用方法，包括使用Python进行GUI开发、使用Pyth

本书基于Python 3.13.0，以项目教学的方式，循序渐进地讲解Python 数据分析的基本原理和具体应用的方法与技巧。全书分为6个项目，具体内容为Python数据分析基础、NumPy数据探索和预处理、Pandas数据处理与分析、Matplotlib 数据可视化、SciPy统计推断与探索性分析、Scikit-learn库模型与数据预处理。本书实例丰富、内容翔实、操作方法简单易学，不仅适合作为职业院校计算机与软件工程相关专业的教材，还可供从事数据分析相关工作的专业人士参考。