دوره

پردازش تصویر در پایتون

یاد بگیرید تصاویر رو پردازش کنید و هر طور که دوست دارید تغییر بدید.

پیشرفته
تاریخ به‌روزرسانی:
27 مهر 1405
۴٫۴
پایتون
۴ ساعت
۱۶ ویدیو
۳۸ تمرین
۴۲۲ شرکت‌کننده
۴۴۵
کاربرهای فینکا در چه شرکت‌هایی مشغول به کار هستند؟
توضیحات دوره

تصاویر همه‌جا هستن! در زمانه‌ای زندگی می‌کنیم که تصاویر پر از اطلاعات هستن، اما گاهی به دست آوردن این اطلاعات سخته. به همین دلیله که پیش‌پردازش تصویر به مهارت فوق‌العاده ارزشمندی تبدیل شده و در موارد زیادی کاربرد داره. در این دوره یاد می‌گیرید که چطور تصاویر رو پردازش کنید و هر طور که دوست دارید تغییر بدید، حتی وقتی با هزاران تصویر سروکار دارید. همچنین با استفاده از کتابخانه Scikit-image یاد می‌گیرید تصاویر آسیب‌دیده رو ترمیم کنید، نویزگیری انجام بدید، اندازه تصاویر رو به‌طور هوشمند تغییر بدید، تعداد نقطه‌های روی یک تاس رو بشمارید، تشخیص چهره رو پیاده‌سازی کنید و کلی کار دیگه انجام بدید. بعد از گذروندن این دوره می‌تونید دانشتون رو در زمینه‌های مختلفی مثل یادگیری ماشین و هوش مصنوعی، بینایی ماشین و بینایی رباتیک، تحلیل تصاویر فضایی و پزشکی، خرده‌فروشی و حوزه‌های دیگه به کار ببرید. پس اولین قدم رو بردارید و وارد دنیای شگفت‌انگیز بینایی کامپیوتر بشید!

همونیه که می‌خواید یاد بگیرید؟

1
معرفی پردازش تصویر و Scikit-image
شروع رایگان

وارد دنیای ساختار تصاویر دیجیتال بشید و یاد بگیرید چطور اون‌ها رو پردازش کنید! با استفاده از NumPy و scikit-image، داده‌ها رو از تصاویر استخراج کنید، تصاویر رو تغییر بدید و تحلیل کنید. تنها با چند خط کد، تصاویر RGB رو به سیاه‌وسفید تبدیل می‌کنید، داده‌های اون‌ها رو استخراج می‌کنید، هیستوگرام‌هایی حاوی اطلاعات بسیار مفید به دست میارید و اشیا رو از پس‌زمینه جدا می‌کنید!

2
فیلترها، کنتراست، تبدیل و مورفولوژی

یاد می‌گیرید چطور با استفاده از فیلترهای تشخیص لبه، شکل اشیا رو تشخیص بدید، با بهبود کنتراست تصاویر پزشکی رو بهتر کنید و حتی تصاویر رو تا پنج برابر اندازه اصلی‌شون بزرگ کنید! همچنین با استفاده از ریخت‌شناسی، دقت آستانه‌گذاری رو هنگام بخش‌بندی تصاویر افزایش می‌دید و مهارت‌هاتون در پردازش تصویر با پایتون رو به سطح بالاتری می‌برید.

3
ترمیم تصویر، نویز، بخش‌بندی و کانتورها

تا اینجا با مهارت‌های پردازش تصویرتون کارهای خیلی جالبی انجام دادید! در این بخش یاد می‌گیرید چطور با استفاده از بازسازی تصویر، اشیا، لوگوها، متن‌ها یا نواحی آسیب‌دیده رو از تصاویر حذف کنید. همچنین یاد می‌گیرید چطور به تصاویر نویز اضافه کنید، با استفاده از بخش‌بندی سرعت پردازش رو افزایش بدید و عناصر موجود در تصاویر رو از روی کانتورهای اون‌ها پیدا کنید.

4
عملیات پیشرفته، تشخیص چهره‌ها و ویژگی‌ها

بعد از تکمیل این بخش، درک عمیق‌تری از پردازش تصویر پیدا می‌کنید و می‌تونید لبه‌ها، گوشه‌ها و حتی چهره‌ها رو تشخیص بدید! یاد می‌گیرید نه‌تنها چهره از روبه‌رو، بلکه نیم‌رخ چهره و حتی گربه‌ها و سگ‌ها رو هم شناسایی کنید. همچنین مهارت‌هاتون رو در کاربردهای پیچیده‌تر دنیای واقعی به کار می‌گیرید و یاد می‌گیرید چطور تنها با چند خط کد، بر چند تکنیک پرکاربرد پردازش تصویر مسلط بشید.

گواهی پایان دوره

%0
  • تأیید مهارت شما

    با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.

  • اعتبار و اصالت گواهی

    هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.

  • اشتراک‌گذاری

    می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.

اشتراک‌گذاری
پیش نیازهای دوره
منابع
Images

سوالات متداول

در طول دوره از Scikit-image استفاده می‌کنید و در کنارش کتابخانه NumPy رو برای کار با آرایه‌های تصویر و داده‌های پیکسل به کار می‌برید.

در این دوره یاد می‌گیرید که چطور تصاویر آسیب‌دیده رو ترمیم کنید، نویز رو کاهش بدید، اندازه تصاویر رو به‌طور هوشمند تغییر بدید، اشیا رو در تصاویر بشمارید و از تکنیک‌های تشخیص چهره استفاده کنید.

این یک دوره سطح متوسطه. باید با توابع در پایتون، پیمایشگرها و مفاهیم پایه پایتون آشنا باشید، چون در تمرین‌ها باید جریان‌های کاری اختصاصی برای پردازش تصویر بنویسید.

پردازش تصویر در زمینه‌هایی مثل تحلیل تصاویر پزشکی، بینایی رباتیک، شناسایی محصولات در خرده‌فروشی، تصویربرداری فضایی و به‌عنوان پایه‌ای برای یادگیری ماشین روی داده‌های بصری استفاده می‌شه.

این دوره شامل 4 بخش و 54 تمرینه که مفاهیم پایه تصویر، فیلترها، اندازه‌گیری اشیا و تکنیک‌های پیشرفته‌ای مثل تشخیص چهره رو پوشش می‌ده.

دریافت اپلیکیشن فینکا

با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.