Po ukończeniu tych kursów czuję się pewnie w tworzeniu profesjonalnych wizualizacji i pulpitów nawigacyjnych
Shoebur RahmanSpecjalista ds. zakupów, Giz Bangladesh
Opis kursu
Obrazy są wszędzie! Żyjemy w czasach, gdy obrazy zawierają ogromne ilości informacji, które bywają trudne do wydobycia. Dlatego wstępne przetwarzanie obrazów stało się niezwykle cenną umiejętnością, przydatną w wielu dziedzinach. W tym kursie nauczysz się przetwarzać, przekształcać i modyfikować obrazy według własnych potrzeb – nawet gdy masz ich tysiące. Dowiesz się też, jak odtwarzać uszkodzone obrazy, redukować szumy, inteligentnie zmieniać rozmiar, zliczać kropki na kostce do gry, wykrywać twarze i wiele więcej – wszystko z wykorzystaniem scikit-image. Po ukończeniu kursu będziesz mógł zastosować zdobytą wiedzę w różnych dziedzinach: uczeniu maszynowym i sztucznej inteligencji, wizji maszynowej i robotycznej, analizie obrazów medycznych i kosmicznych, handlu detalicznym i nie tylko. Zrób ten krok i odkryj świat widzenia komputerowego!
Wymagania wstępne
Program nauczania
Plan kursu
1
Wprowadzenie do przetwarzania obrazów i scikit-image
Zanurz się w struktury obrazów cyfrowych i naucz się je przetwarzać! Wyodrębniaj dane, przekształcaj i analizuj obrazy przy użyciu NumPy i Scikit-image.
Zaledwie kilkoma liniami kodu przekonwertujesz obrazy RGB na skalę szarości, pobierzesz z nich dane, wygenerujesz histogramy zawierające cenne informacje oraz oddzielisz obiekty od tła!
- Ożyw obrazy z scikit-image50 XP
- Skala szarości czy pełen kolorów?50 XP
- RGB do skali szarości100 XP
- NumPy dla obrazów50 XP
- Przewracanie obrazu100 XP
- Histogramy100 XP
- Pierwsze kroki z progowaniem50 XP
- Zastosuj globalne progowanie100 XP
- Gdy tło nie jest takie oczywiste100 XP
- Testowanie innych metod100 XP
- Zastosuj progowanie100 XP
2
Filtry, kontrast, transformacje i morfologia
Nauczysz się wykrywać kształty obiektów za pomocą filtrów detekcji krawędzi, poprawiać jakość obrazów medycznych przez wzmocnienie kontrastu, a nawet powiększać obrazy do pięciokrotności ich oryginalnego rozmiaru!
Zastosujesz też morfologię, aby zwiększyć dokładność progowania podczas segmentacji obrazów, i przejdziesz na wyższy poziom przetwarzania obrazów w Pythonie.
3
Odtwarzanie obrazów, szumy, segmentacja i kontury
Do tej pory udało ci się zrobić naprawdę wiele z umiejętnościami przetwarzania obrazów!
W tym rozdziale zastosujesz odtwarzanie obrazów, aby usuwać obiekty, logotypy, tekst lub uszkodzone fragmenty zdjęć!
Dowiesz się również, jak dodawać szumy, korzystać z segmentacji w celu przyspieszenia przetwarzania oraz znajdować elementy na obrazach na podstawie ich konturów.
4
Zaawansowane operacje, wykrywanie twarzy i cech
Po ukończeniu tego rozdziału pogłębisz swoją wiedzę z zakresu przetwarzania obrazów – będziesz potrafić wykrywać krawędzie, narożniki, a nawet twarze! Nauczysz się wykrywać nie tylko twarze en face, ale również profile twarzy, koty czy psy. Swoje umiejętności zastosujesz w bardziej złożonych przykładach z prawdziwego życia.
Opanujesz wiele powszechnie stosowanych technik przetwarzania obrazów – i to przy minimalnej liczbie linii kodu!
Przetwarzanie obrazów w Pythonie
Kurs
ukończony
