مقدمه

سلام!

قالب کوئرا کالج

سیستم امتیازدهی و دریافت گواهی

آماده‌سازی محیط توسعه

گوگل کولب (Google Colab)

محیط VS Code

مقدمه‌ای بر پردازش تصویر

اهداف فصل

پردازش تصویر چیست؟

پردازش تصویر و بینایی کامپیوتر

کوییز

مفاهیم اولیه تصویر

انواع تصاویر دیجیتال

مدل های رنگی

درک مدل‌های رنگی

تاریخچه پردازش تصویر

ابزارها و کتابخانه‌های پایه

آشنایی با ساختار آرایه‌ها در Numpy

آشنایی با OpenCV و PIL

خواندن و نوشتن تصاویر

بصری‌سازی تصاویر با Matplotlib و Seaborn

آزمایشگاه شیمی نامرئی!

عملیات پایه روی تصاویر

اشاره ای به دیتافریم‌های Pandas

واترمارک

مفاهیم پایه ریاضیات و جبرخطی

بردارها

ماتریس‌ها

عملیات‌های ماتریسی

مسائل ماتریسی

تبدیلات خطی

تجزیه ماتریس‌ها

ستون ماتریس‌ها

معادلات خطی

محاسبات عددی

همه فن حریف

پیش پردازش تصاویر

مقدمه‌ای بر پیش‌پردازش تصویر و کاربردهای آن

تبدیلات شدت روشنایی پیکسل

بهتر ببینیم

تبدیلات هندسی: تبدیلات مختصات پیکسل

تبدیلات هندسی: درون‌یابی روشنایی

خط پردازی

پیش‌پردازش محلی: هموارسازی

خداحافظی با نویز

پیش‌پردازش محلی: تشخیص لبه

پیش‌پردازش محلی: تشخیص گوشه‌ها (نقاط کلیدی)

در جست و جوی لبه

بهبود تصاویر

بهبود و بازیابی تصویر

بهبود روشنایی تصویر

بهبود کنتراست تصویر

اتاق تاریک

نویز در تصاویر

رفع نویز تصاویر دیجیتال

نویز داریم؟

تاری تصویر

هوش مصنوعی در بهبود تصویر

در تلاش برای دیدن گذشتگان با عینک امروزی

پروژه ۱: در دنیای تو ساعت چند است؟

نه به دنیای رنگی!

ساعت یابی

ساعت چنده؟

Segmentation I

مقدمه‌ای بر قطعه‌بندی و کاربردهای آن

قطعه‌بندی مبتنی بر آستانه‌گذاری

تشخیص آستانه

پزشک قطعه‌ها

قطعه‌بندی مبتنی بر لبه

لبه قطعه‌ها

قطعه‌بندی مبتنی بر ناحیه

ارزیابی در قطعه‌بندی

از دید ناحیه

Segmentation II

مقدمه‌ای بر قطعه‌بندی پیشرفته

قطعه‌بندی مبتنی بر خوشه‌بندی - بخش اول

قطعه‌بندی مبتنی بر خوشه‌بندی - بخش دوم

قطعه‌بندی مبتنی بر مدل‌های گراف

قطعه کوچولوها

قطعه‌بندی مبتنی بر بافت

قطعه‌بندی مبتنی بر ناحیه پیشرفته

پنهان در بافت

قطعه‌بندی مبتنی بر یادگیری عمیق

پروژه ۲: کارآگاهان واقعی

پوست‌یابی

بازیکن‌‌یابی

میوه‌شماری

مورفولوژی

پردازش مورفولوژیک

Erosion and Dilation

Opening and closing

morphological gradient

چند تا سکه داریم؟

Hit or Miss transform

اسکلت‌سازی و هرس کردن

کانتورها در پردازش تصویر

مولفه های متصل در پردازش تصویر

ارتباط مورفولوژی و هیستوگرام

مأموریت نجات از چاله‌ی دیجیتالی

تصاویر از دیدگاه سیگنال

مقدمه‌ای بر سیگنال

تبدیل فوریه و کاربردهای آن - بخش اول

تبدیل فوریه و کاربردهای آن - بخش دوم

کوئیز

فشرده‌بازی

فیلترهای فرکانسی

هموارسازی با استفاده از فیلترهای فرکانسی

تیزسازی با استفاده از فیلترهای فرکانسی

فیلتر تند و کند

فیلترهای انتخابی

پنهان‌کاری

پروژه ۳: ماشین بازی

تشخیص رنگ

تشخیص ماشین سنگین 🚛

مقدمه‌ای بر بینایی کامپیوتر

بینایی کامپیوتر چیست؟

کاربردهای بینایی کامپیوتر

کامپیوتر چگونه می‌بیند و تفاوت بین سگ و گربه را تشخیص می‌دهد؟

چالش‌های بینایی کامپیوتر

چگونه شروع کنیم؟

داستان از یک روز معمولی شروع می‌شود. صبح با گوشی‌ات یک عکس می‌گیری، یک فیلتر رویش می‌گذاری و می‌فرستی توی چت گروهی. بعد با یک نگاه به صفحه، قفلش را باز می‌کنی و می‌روی سراغ برنامه‌ات. غافل از اینکه همین کارهای ساده، ردپای یک فناوری بزرگ را توی زندگی‌ات نشان می‌دهند. پردازش تصویر دیجیتال، چیزی است که پشت این لحظات روزمره است و خیلی فراتر از این حرف‌ها می‌رود.

در خیابان‌ها، خودروهای خودران با تحلیل تصاویر، موانع و تابلوها را تشخیص می‌دهند و راهشان را پیدا می‌کنند. داخل بیمارستان‌ها، پزشک‌ها با کمک تصاویر ام‌آر‌آی و سی‌تی‌اسکن، بیماری‌ها را سریع‌تر ردیابی می‌کنند. حتی در کارخانه‌ها، خط تولید با دقت بیشتری کنترل می‌شود. این فناوری، از شبکه‌های اجتماعی که هر ساعت با آن سر و کار داریم تا سیستم‌های امنیتی که خیالمان را راحت‌تر می‌کنند، همه‌جا نفوذ کرده است و به قطع می‌توان گفت که همه‌ی ما به نوعی با پردازش تصویر دیجیتال سر و کار داریم، حتی اگر متوجهش نباشیم.

شناخت تصویر و پردازش آن مهم‌ترین دانشی‌است که یک متخصص هوش مصنوعی یا علم داده، در حوزه بینایی کامپیوتری به آن نیاز دارد. در این دوره اول به این سوال مهم پاسخ خواهیم داد که تصویر دیجیتال در کامپیوتر چطور شناخته و نمایش داده می‌شود و مروری بر ریاضیات پایه‌ی آن خواهیم داشت. سپس با پیش‌پردازش و بهبود تصاویر می‌توانیم آن‌ها را برای استفاده در مدل‌های یادگیری ماشین آماده کنیم. با روش‌های کلاسیک قطعه بندی در تصاویر آشنا خواهیم‌ شد و عملیات‌های مهم در تصاویر را مرور خواهیم کرد. در انتها به تصاویر به عنوان سیگنال نگاهی خواهیم انداخت و برای ورود به دنیای بینایی کامپیوتر آماده خواهیم شد.

| ![Hello](/qbox/download/ohEzQkDTud/data-science-image-segmentation-figure-1-english.png)|
| :---: |
| کاربرد پردازش تصویر در علوم‌پزشکی |

اگر نگاهی به دنیای اطراف‌تان می‌اندازید و از کشف رازهای پشت تصاویر دیجیتال لذت می‌برید، این دوره می‌تواند برای‌تان یک تجربه جذاب باشد. علاقه به پردازش تصویر و بینایی کامپیوتر، مثل کنجکاوی برای فهمیدن اینکه چطور یک عکس ساده می‌تواند داستان‌ها بگوید یا چگونه ماشین‌ها یاد می‌گیرند دنیا را ببینند، کلید ورود به این مسیر است. لازم نیست نگران باشید؛ اینجا نیازی به گذراندن دوره‌های پیچیده‌ی هوش مصنوعی و یادگیری عمیق ندارید تا مفاهیم این دوره را درک کنید. این دوره به شما کمک می‌کند تا با مفاهیم و ابزارهای معروف و پرکاربرد پردازش داده‌های تصویری آشنا شوید. همچنین، به بررسی برخی از رویکردهای مقدماتی و رایج مدل‌سازی برای حل مسائلی مانند قطعه‌بندی و تشخیص لبه و اشیاء خواهیم پرداخت. اگرچه این دوره به مفاهیم پایه‌ای در پردازش تصاویر دیجیتال می‌پردازد، اما اگر قصد دارید در این حوزه عمیق‌تر شوید و به سمت استفاده از رویکردهای پیشرفته‌تر در علم‌داده و هوش مصنوعی (به خصوص بینایی کامپیوتر) بروید، توانایی و دانشی که از این دوره به دست می‌آورید، برای شما بسیار ارزشمند خواهد بود. مهم‌ترین عواملی که در این مسیر نیاز دارید، پشتکار و انگیزه هستند. اگر این دو را دارید و به زبان پایتون و ریاضیات پایه مسلط هستید، دیگر هیچ مانعی بین شما و یادگیری یکی از مهم‌ترین و جذاب‌ترین موضوعات روز این حوزه وجود ندارد.

form

plain_text

آموزش عملی پردازش تصویر