After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Bilder finns överallt! Vi lever i en tid där bilder innehåller mängder av information som ibland är svår att utvinna. Därför har bildförbehandling blivit en mycket värdefull färdighet med tillämpningar inom många områden. I den här kursen lär du dig att bearbeta, transformera och manipulera bilder efter eget behov – även när de kommer i tusental. Du lär dig också att återställa skadade bilder, reducera brus, ändra bildstorlek på ett smart sätt, räkna prickar på en tärning, utföra ansiktsigenkänning och mycket mer med hjälp av scikit-image. När du har slutfört kursen kan du tillämpa dina kunskaper inom områden som maskininlärning och artificiell intelligens, maskin- och robotsyn, rymd- och medicinsk bildanalys, detaljhandel och många fler. Ta steget och utforska datorseendets fascinerande värld!
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till bildbehandling och scikit-image
Utforska digitala bildstrukturer och lär dig att bearbeta dem! Extrahera data, transformera och analysera bilder med NumPy och scikit-image.
Med bara några få rader kod konverterar du RGB-bilder till gråskala, hämtar data från dem, skapar histogram med värdefull information och separerar objekt från bakgrunden!
2
Filter, kontrast, transformation och morfologi
Du lär dig att detektera objektformer med kantdetekteringsfilter, förbättra medicinska bilder med kontrastförstärkning och till och med förstora bilder till fem gånger sin ursprungliga storlek!
Du tillämpar också morfologi för att göra tröskling mer träffsäker vid bildsegmentering och tar din bildbehandling i Python till nästa nivå.
3
Bildåterställning, brus, segmentering och konturer
Hittills har du gjort imponerande saker med dina bildbehandlingsfärdigheter!
I det här kapitlet tillämpar du bildåterställning för att ta bort objekt, logotyper, text eller skadade områden i bilder!
Du lär dig också att lägga till brus, använda segmentering för att snabba upp bearbetningen och hitta element i bilder med hjälp av deras konturer.
4
Avancerade operationer, ansikts- och särdragsdetektering
Efter det här kapitlet har du en fördjupad förståelse för bildbehandling – du kan detektera kanter, hörn och till och med ansikten! Du lär dig att detektera inte bara frontalansikten utan även ansiktsprofiler, katter och hundar. Du tillämpar dina färdigheter på mer komplexa verkliga tillämpningar.
Bemästra flera vanliga bildbehandlingstekniker med mycket få rader kod!
Bildbehandling i Python
Kurs
slutförd
