Počet pixelů

Pojďme spočítat celkový počet pixelů v tomto obrázku.

Young woman

Obrázek je přednahrán jako face_image

Celkový počet pixelů odpovídá rozlišení obrázku, které se vypočítá jako \(Height \times Width\).

Použij .shape z NumPy (přednahráno jako np) v konzoli a zjisti šířku a výšku obrázku.

Toto cvičení je součástí kurzu

Image Processing in Python

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Image Processing in Python

SkillTag.level.intermediateSkillTag.label

4.8+

Začněte kurz zdarma

Ponoř se do struktur digitálních obrázků a nauč se je zpracovávat! Extrahuj data, transformuj a analyzuj snímky pomocí NumPy a Scikit-image. S pouhými několika řádky kódu převedeš barevné RGB obrázky na obrázky ve stupních šedi, získáš z nich data, sestavíš histogramy s užitečnými informacemi a odděíš objekty od pozadí!

Exercise 1: Oživni obrázky pomocí scikit-image Exercise 2: Šedá, nebo plná barev?Exercise 3: Z RGB do stupňů šedi Exercise 4: NumPy pro obrázky Exercise 5: Obrácení naruby Exercise 6: Histogramy Exercise 7: Začínáme s prahováním Exercise 8: Aplikuj globální prahování Exercise 9: Když pozadí není úplně zřejmé Exercise 10: Vyzkoušení dalších metod Exercise 11: Aplikuj prahování

Naučíš se <strong>detekovat tvary objektů</strong> pomocí filtrů pro detekci hran, <strong>vylepšovat medicínské snímky</strong> úpravou kontrastu <strong>a dokonce zvětšovat obrázky až na pětinásobek jejich původní velikosti!</strong> Aplikuješ také morfologické operace, které zpřesní prahování při segmentaci obrazu, a posuneš své zpracování obrázků v Pythonu na vyšší úroveň.

Exercise 1: Filtrování v akci Exercise 2: Detekce hran Exercise 3: Rozmazání pro redukci šumu Exercise 4: Vylepšení kontrastu Exercise 5: Jaký je kontrast tohoto obrázku?Exercise 6: Lékařské snímky Exercise 7: Letecký snímek Exercise 8: Přidejme trochu kontrastu a výrazu Exercise 9: Transformace Exercise 10: Aliasing, rotace a změna měřítka Exercise 11: Zvětšování obrázků Exercise 12: Proporcionální změna velikosti Exercise 13: Morfologie Exercise 14: Ručně psaná písmena Exercise 15: Vylepšení prahovaného obrázku

Zatím jsi se svými dovednostmi v oblasti zpracování obrazu dokázal/a skvělé věci! V této kapitole využiješ <strong>obnovu obrazu k odstranění objektů, log, textu nebo poškozených míst</strong> na snímcích! Naučíš se také přidávat šum, využívat segmentaci pro urychlení zpracování a vyhledávat prvky v obrázcích podle jejich kontur.

Exercise 1: Obnova obrazu Exercise 2: Obnovme poškozený obrázek Exercise 3: Odstraňování log Exercise 4: Šum Exercise 5: Přidáme trochu šumu!Exercise 6: Redukce šumu Exercise 7: Redukce šumu při zachování hran Exercise 8: Superpixely a segmentace Exercise 9: Počet pixelů

Aktuální cvičení

Exercise 10: Segmentace na superpixely Exercise 11: Hledání kontur Exercise 12: Hledání kontur tvarů Exercise 13: Hledání kontur obrázku, který není binární Exercise 14: Spočítej tečky na kostce

Po dokončení této kapitoly budeš mít hlubší znalosti zpracování obrazu – zvládneš <strong>detekovat hrany, rohy i obličeje!</strong> Naučíš se rozpoznávat nejen čelní pohledy na obličeje, ale také profily, kočky nebo psy. Své dovednosti uplatníš v komplexnějších <strong>reálných aplikacích.</strong> Ovládni několik hojně používaných technik zpracování obrazu s minimem řádků kódu!

Exercise 1: Detekce hran pomocí Canny Exercise 2: Hrany Exercise 3: Méně hran Exercise 4: Hned za rohem Exercise 5: Perspektiva Exercise 6: Méně rohů Exercise 7: Detekce obličejů Exercise 8: Je tam někdo?Exercise 9: Více tváří Exercise 10: Segmentace a detekce obličejů Exercise 11: Aplikace v reálném světě Exercise 12: Ochrana soukromí Exercise 13: Pomoz Sally obnovit její promocní fotografii Exercise 14: Skvělá práce!