آموزش پردازش تصویر و بینایی ماشین با OpenCV فرادرس
محتوای این دوره، شامل ویدئوها، فایلهای پیوست، پروژهها و یادداشتها، با هدف یادگیری سریعتر و مؤثرتر طراحی شدهاند. تمامی دوره های رایگان کده بهصورت رایگان و همچنین از طریق خرید اشتراکی در دسترس بوده و سعی شده همواره تمامی دوره ها بدون قفل و دارای آخرین آپدیت باشند. دوره ها فقط از سمت ربات تلگرامی رایگان کده قابل دانلود هستند.
آموزش پردازش تصویر و بینایی ماشین با OpenCV فرادرس
محتوای این دوره، شامل ویدئوها، فایلهای پیوست، پروژهها و یادداشتها، با هدف یادگیری سریعتر و مؤثرتر طراحی شدهاند. تمامی دوره های رایگان کده بهصورت رایگان و همچنین از طریق خرید اشتراکی در دسترس بوده و سعی شده همواره تمامی دوره ها بدون قفل و دارای آخرین آپدیت باشند.
این دوره تا آخرین پارت منتشر شده از سوی سازنده قرار گرفته است!
این دوره بدون هیچ لایسنس و قفل نرمافزاری با فرمت MP4 قرار گرفته است!
OpenCV (بینایی ماشین متن باز) یک کتابخانه متن باز شامل بیش از صدها الگوریتم بهینه سازی شده به زبان C و C++ برای تحلیل تصویر و ویدیو است، که از زمان معرفی آن در سال ۱۹۹۹، به میزان زیادی از سوی جامعه محققین و توسعه دهندگان بینایی ماشین به عنوان ابزار توسعه پایه پذیرفته شده است. OpenCV در ابتدا در اینتل به منظور توسعه تحقیقات در زمینه بینایی ماشین و ارتقای کاربردهایی که شدیدا از پردازنده استفاده می کنند، توسعه داده شد. مزیت اصلی OpenCV، در سرعت اجرای آن به خصوص در کاربردهای بی درنگ و البته متن باز بودن و رایگان بودن آن است. این مجموعه آموزشی، تلاشی است برای آشنایی هر چه بیشتر جامعه محققین بینایی ماشین با این کتابخانه ارزشمند، که به صورت گام به گام و عملی همراه با مجموعه متنوعی از مثال ها، شما را برای توسعه برنامه های کاربردی خود آماده خواهد ساخت.
این دوره به شما فرصت خواهد داد تا با پردازش تصویر و ویدیو آشنا شوید.
- درس یکم: مقدمه ای بر پردازش تصویر با OpenCV
- معرفی
- نصب کتابخانه OpenCV
- ایجاد یک پروژه OpenCV با مایکروسافت ویژوال C++
- بارگذاری، نمایش و ذخیره تصاویر
- درس دوم: کار با تصاویر
- دسترسی به مقادیر پیکسلی
- پویش تصویر با اشاره گرها
- پویش تصویر با تکرارگرها
- نوشتن حلقه های کارا برای پویش تصویر
- پویش تصویر در هنگام دسترسی به همسایه ها
- انجام محاسبات ساده تصویر
- تعریف نواحی مورد علاقه
- تبدیل فضاهای رنگی
- درس سوم: فیلترکردن تصاویر
- فیلتر کردن تصاویر با استفاده از فیلترهای پایین گذر
- فیلتر کردن تصاویر با استفاده از فیلتر میانه
- اعمال فیلترهای جهتی برای تشخیص لبه ها
- محاسبه لاپلاسین تصویر
- درس چهارم: هیستوگرام (Histogram)
- محاسبه هیستوگرام تصویر
- به کارگیری جداول جستجو برای تغییر ظاهر تصویر
- هموارسازی هیستوگرام تصویر
- پس افکنش (Back Projection) هیستوگرام برای تشخیص محتوای خاصی از تصویر
- استفاده از الگوریتم جابجایی میانگین برای پیدا کردن یک شی
- بازیابی تصاویر مشابه با استفاده از مقایسه هیستوگرام
- درس پنجم: تبدیل تصاویر با عملگرهای ریخت شناسی
- سایش و گسترش تصاویر با استفاده از فیلترهای ریخت شناسی
- باز کردن و بستن تصاویر با استفاده از فیلترهای ریخت شناسی
- تشخیص لبه ها و گوشه ها با استفاده از فیلترهای ریخت شناسی
- ناحیه بندی تصاویر با استفاده از الگوریتم آبگیر (Watershed)
- استخراج اشیا پیش زمینه با الگوریتم GrabCut
- درس ششم: استخراج خطوط، مرزها (کانتورها) و اجزا
- تشخیص کانتورهای تصویر با عملگر کنی
- تشخیص خطوط تصویر با تبدیل هاف
- برازش خط به مجموعه ای از نقاط
- استخراج کانتورهای اجزا
- محاسبه توصیف گرهای شکل اجزا
- درس هفتم: تشخیص و انطباق نقاط مورد علاقه
- تشخیص گوشه های هریس
- تشخیص ویژگی های FAST
- تشخیص ویژگی های مقاوم در برابر مقیاس SURF
- توصیف ویژگی های SURF
- درس هشتم: پردازش دنباله های ویدیویی
- خواندن دنباله های ویدیویی
- پردازش قاب های ویدیویی
- نوشتن دنباله های ویدیویی
- دنبال کردن نقاط ویژگی در ویدیو
- استخراج اشیای پیش زمینه در ویدیویی
- این دوره مناسب چه کسانی است؟
- دانشجویان علوم کامپیوتر، هوش مصنوعی و مهندسی برق: افرادی که قصد دارند در حوزههای بینایی ماشین و پردازش تصویر تخصص پیدا کنند، میتوانند از این دوره بهرهمند شوند.
- توسعهدهندگان و برنامهنویسان: اگر برنامهنویس هستید و میخواهید در حوزههای پردازش تصویر و یادگیری ماشین با ابزارهای کاربردی مانند OpenCV کار کنید، این دوره مفید خواهد بود.
- مهندسان رباتیک و خودرانها: کسانی که در زمینه رباتیک یا خودروهای خودران کار میکنند و به شناسایی اشیا، پردازش تصویر و ویدئو نیاز دارند، از این دوره سود خواهند برد.
- پژوهشگران یادگیری ماشین و بینایی ماشین: افرادی که در حال تحقیق در زمینه ماشین لرنینگ هستند و میخواهند تکنیکهای پردازش تصویر را به پروژههای خود اضافه کنند.
- این دوره مناسب چه کسانی نیست؟
- افرادی که هیچگونه تجربه برنامهنویسی ندارند: این دوره معمولاً نیاز به دانش اولیه از برنامهنویسی (بهخصوص Python یا C++) دارد. افرادی که با این زبانها آشنایی ندارند، ممکن است در ابتدا به مشکلاتی برخورد کنند.
- کسانی که به پردازش تصویر یا یادگیری ماشین علاقهای ندارند: اگر به این حوزهها علاقهای ندارید یا پروژهای در این زمینه ندارید، ممکن است این دوره برای شما جذاب نباشد.
- افرادی که به دنبال دورههای مبتدی در هوش مصنوعی هستند: این دوره معمولاً نیاز به دانش پایهای در هوش مصنوعی و ریاضیات دارد و برای افراد کاملاً مبتدی در این حوزه شاید چالشبرانگیز باشد.
بله، دانش ابتدایی برنامهنویسی (ترجیحاً Python یا C++) برای کار با OpenCV ضروری است.
بله، OpenCV یکی از ابزارهای اصلی برای پردازش تصویر در پروژههای رباتیک و خودروهای خودران است.
برای شروع کار با OpenCV، باید Python و کتابخانه OpenCV را نصب کنید. همچنین ممکن است به ابزارهایی مانند Jupyter Notebook یا یک IDE مثل PyCharm نیاز داشته باشید.