After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
画像はあらゆるところにあります。画像には多くの情報が含まれますが、それを取り出すのは簡単ではありません。だからこそ、画像の前処理は多くの場面で役立つ重要なスキルです。本コースでは、何千枚もの画像であっても自在に処理・変換・操作する方法を学びます。さらに、損傷した画像の復元、ノイズ除去、スマートリサイズ、サイコロの目の数え上げ、顔検出など、scikit-imageを使って幅広く手を動かします。修了後は、Machine Learning や人工知能、機械・ロボットビジョン、宇宙・医用画像解析、小売など、さまざまな分野に知識を応用できるようになります。さあ、一歩踏み出して、コンピュータビジョンという魅力的な世界に飛び込みましょう。
前提条件
カリキュラム
コース概要
1
画像処理と scikit-image の導入
デジタル画像の構造に踏み込み、処理の基礎を学びましょう。NumPy と Scikit-image を使って、画像からデータを抽出し、変換し、分析します。
ほんの数行のコードで、RGB 画像をグレースケールに変換し、画像データを取得し、有用な情報を含むヒストグラムを得て、背景から物体を分離できるようになります。
2
フィルタ、コントラスト、変換、モルフォロジー
この章では、エッジ検出フィルタで物体の形状を検出し、コントラスト強調で医用画像を改善し、元の5倍の大きさに拡大することまで行います。
また、しきい値処理の精度を高めるためにモルフォロジーを適用し、Python による画像処理を次のレベルへ進めます。
3
画像復元、ノイズ、セグメンテーション、輪郭
ここまでで、画像処理のスキルを使って多くの面白いことを達成してきました。
この章では、画像から物体、ロゴ、テキスト、損傷箇所を除去するための画像復元を実践します。
さらに、ノイズの付与、セグメンテーションによる処理の高速化、輪郭にもとづく要素の抽出方法も学びます。
4
高度な操作、顔と特徴の検出
この章を終えると、エッジ、コーナー、さらには顔の検出まで行えるようになり、画像処理への理解が一段と深まります。正面の顔だけでなく、横顔や猫・犬の検出方法も学びます。より複雑な実世界のアプリケーションにスキルを応用していきましょう。
ごく少ないコードで、広く使われる画像処理テクニックを自在に扱えるようになりましょう。
Pythonで学ぶ画像処理
コース修了
