آکادمی برنامه نویسان

لوگو

توضیحات دوره

پردازش تصویر یکی از شاخه‌های مهم هوش مصنوعی است که با استفاده از الگوریتم‌های ریاضی و مهندسی، تصاویر و ویدیوها را تحلیل و پردازش می‌کند. این فناوری به دلیل کاربردهای متعددی که دارد، از جمله در پزشکی، صنعت، روباتیک، خودرو و حوزه‌های دیگر، بسیار مورد توجه و استفاده قرار می‌گیرد.

برای پردازش تصویر، تصاویر ابتدا از طریق دستگاه‌های دوربین یا تجهیزات دیگری به دست می‌آید و سپس با استفاده از الگوریتم‌های پردازش تصویر، مراحل مختلفی از جمله تشخیص شیء، تشخیص چهره، تشخیص جنسیت و سن، تشخیص رنگ و شکل، تشخیص حرکت و ... انجام می‌شود.

همچنین در پردازش تصویر، می‌توان از روش‌های یادگیری عمیق برای بهبود دقت و سرعت پردازش استفاده کرد. در این روش، شبکه‌های عصبی عمیق با استفاده از مجموعه‌داده‌های بزرگ، توانایی تشخیص و شناسایی الگوهای پیچیده تصویری را به دست می‌آورند.

پیش نیازها

 این دوره پیش نیاز ندارد.

مخاطبان این دوره

دانشجویان و صنعتگران حوزه برنامه نویسی، سیستم های نهفته و علاقه مندان به بینایی ماشین

سرفصل دوره

▪️ فصل یکم: مقدمهای بر کرش کورس برنامهنویسی پایتون        
• درس یکم: نصب پایتون   

 • درس دومCMD and IDLE : 

• درس سوم: تایپ 

• درس چهارم: اعداد
• درس پنجم: رشته  

• درس ششم: متدهای رشته 

• درس هفتم: شرط 

• درس هشتم: حلقه 

• درس نهمWhile 

• درس دهم: کتابخانه استاندارد پایتون
▪️ فصل دوم: داده ساختار   
• درس یازدهمList    

• درس دوازدهمDictionary

 • درس سیزدهمSet 

• درس چهاردهمTuple
▪️ فصل سوم: تابع و کلاس   
• درس پانزدهم: تابع    

• درس شانزدهم: کلاس
▪️ فصل چهارم: کتابخانههای پرکاربرد   
• درس هفدهم :NumPy-Matplotlib   

 • درس هجدهم :Pandas
▪️ فصل پنجم : مقدمه و آشنایی اولیه با اعمال تغییرات روی تصویر   
• مقدمه و پیش نیازها   
• نصب کتابخانهOpenCV 

 • بارگذاری، نمایش و ذخیره تصاویر 

• رسم متن و اشکال هندسی روی تصویر

 • مثال تکمیلی (انجام دو پروژه کوتاه و مرتبط)
▪️ فصل ششم : انجام عملیات اصلی روی تصویر(Core Operations) 
• خواندن و ویرایش پیکسل تصاویر    

• کار با ناحیه تصویرپ(ROI) 

• تفکیک و ادغام تصاویر
• رسم حاشیه روی تصویر  

• ترکیب تصاویر
▪️ فصل هفتم: ابزارهای ریاضی درOpenCV   
• تغییر فضای رنگی    

• تعیین مقدار HSV تصویر 

• اعمال آستانه برای تصویر 

• تقسیم بندیOtsu 

• تبدیلات هندسی روی تصویر
▪️ فصل هشتم: آشنایی و اعمال انواع فیلترها بر تصاویر   
• ماتریس فیلتر تصاویر    

• فیلتر میانگین 

• فیلتر گوسی
• فیلتر میانه  

• فیلتر دوطرفه
▪️ فصل نهم: تبدیلات مورفلوژیک   
• فرسایش(Erosion)   

• انبساط(Dilation)
Opening & Closing •

 Top Hat ,Black HatوMorphological Gradient •
• المان ساختاری
▪️ فصل دهم: گرادیان تصویر و تشخیص لبه   
• مشتقاتSobel    

• لاپلاسین 

• تشخیص لبهCanny
▪️ فصل یازدهم : هیستوگرام   
• رسم هیستوگرام    

• هموارسازی هیستوگرام 

• تعادل سازی هیستوگرام تطبیقی کنتراست محدود
▪️ فصل دوازدهم: تطبیق الگو   
• تطبیق یک شی در تصویر    

• تطبیق چند شی در تصویر
فصل سیزدهم : مقدمه ای شبکه های عصبی CNN