نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیویی برای نمایش وجود ندارد.
توضیحات دوره:
در این دوره ، شما کتابخانه Python-scikit-image را کشف خواهید کرد که به شما امکان می دهد تکنیک های پیچیده پردازش تصویر را بر روی تصاویر اعمال کنید و به سرعت اطلاعات مهم یا تصاویر قبل از پردازش را برای ورود به مدل های یادگیری ماشین استخراج کنید. همه را بزرگ کنید بررسی اجمالی دوره 1m 58s کار با داده های تصویر 47 متر 31 ساله تشخیص شی و ویژگی 29 متر 8 ثانیه تقسیم بندی و تحول 30 متر 37s علائم تجاری و نام تجاری اشخاص ثالث ذکر شده در این دوره متعلق به صاحبان مربوطه می باشند و Pluralsight وابسته یا تأیید شده توسط این احزاب نیست.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
-
بررسی اجمالی دوره
Course Overview
کار با داده های تصویر
Working with Image Data
-
بررسی اجمالی ماژول
Module Overview
-
پیش نیازها و طرح کلی دوره
Prerequisites and Course Outline
-
معرفی scikit-image
Introducing scikit-image
-
کار با تصاویر به عنوان آرایه های NumPy
Working with Images as NumPy Arrays
-
نقاب زدن تصاویر با استفاده از دستکاری آرایه
Masking Images Using Array Manipulation
-
نقاشی کردن تصاویر رنگی
Masking Color Images
-
معرفی Block Views و Pooling
Introducing Block Views and Pooling
-
بلوک نماها و عملیات جمع آوری
Block Views and Pooling Operations
-
کانتورها
Contours
-
بدنه محدب
Convex Hull
-
تشخیص لبه
Edge Detection
-
رابرتز و سوبل لبه یابی
Roberts and Sobel Edge Detection
-
Canny Edge Detection
Canny Edge Detection
تشخیص شی و ویژگی
Object and Feature Detection
-
بررسی اجمالی ماژول
Module Overview
-
ویژگی های تشخیص و توصیف تصویر
Feature Detection and Image Descriptors
-
تجسم توصیف کنندگان دیزی بر روی تصاویر
Visualizing Daisy Descriptors on Images
-
تجسم توصیفگرهای ویژگی هاگ
Visualizing Hog Feature Descriptors
-
گوشه یابی
Corner Detection
-
معرفی فیلترهای Denoising
Introducing Denoising Filters
-
استفاده از فیلترهای Denoising
Applying Denoising Filters
-
بازسازی ریخت شناسی
Morphological Reconstruction
-
پر کردن سوراخ ها و یافتن قله ها با استفاده از فرسایش و گشاد شدن
Filling Holes and Finding Peaks Using Erosion and Dilation
تقسیم بندی و تحول
Segmentation and Transformation
-
بررسی اجمالی ماژول
Module Overview
-
معرفی آستانه
Introducing Thresholding
-
استفاده از الگوریتم های آستانه جهانی و محلی
Applying Global and Local Thresholding Algorithms
-
نمودارهای تقسیم بندی تصویر و همسایگی منطقه
Image Segmentation and Region Adjacency Graphs
-
تقسیم بندی و ادغام بخشها با استفاده از پارچه ها
Segmentation and Merging Segments Using Rags
-
معرفی الگوریتم های آبخیزداری برای تقسیم بندی
Introducing Watershed Algorithms for Segmentation
-
تقسیم بندی با استفاده از آبخیز کلاسیک و جمع و جور
Segmentation Using Classic and Compact Watershed
-
اعمال تغییر شکل تصویر
Applying Image Transformations
-
معرفی MSE و SSIM به عنوان اندازه گیری فاصله
Introducing the MSE and SSIM as Distance Measures
-
مقایسه تصاویر با استفاده از MSE و SSIM
Comparing Images Using MSE and SSIM
-
خلاصه و مطالعه بیشتر
Summary and Further Study
نمایش نظرات