or
Diese Übung ist Teil des Kurses
Tauche in digitale Bildstrukturen ein und lerne, sie zu verarbeiten! Extrahiere Daten, transformiere und analysiere Bilder mit NumPy und Scikit-image. Mit nur wenigen Codezeilen wandelst du RGB-Bilder in Graustufen um, gewinnst Daten daraus, erstellst Histogramme mit sehr nützlichen Informationen und trennst Objekte vom Hintergrund!
Du lernst, <strong>Objektformen zu erkennen</strong> mithilfe von Kantenfilterung, <strong>medizinische Bilder zu verbessern</strong> durch Kontrastanpassung <strong>und sogar Bilder auf das Fünffache der ursprünglichen Größe zu vergrößern!</strong> Außerdem wendest du Morphologie an, um das Thresholding bei der Bildsegmentierung zu verbessern, und hebst die Bildverarbeitung mit Python auf das nächste Level.
Bis hierhin hast du schon einige sehr coole Dinge mit deinen Bildverarbeitungskenntnissen gemacht! In diesem Kapitel wendest du <strong>Bildrestaurierung an, um Objekte, Logos, Text oder beschädigte Bereiche</strong> in Bildern zu entfernen! Außerdem lernst du, wie du Rauschen einbringst, Segmentierung zur Beschleunigung der Verarbeitung nutzt und Elemente in Bildern über ihre Konturen findest.
Aktuelle Übung
Nach Abschluss dieses Kapitels hast du ein tieferes Verständnis der Bildverarbeitung, denn du wirst <strong>Kanten, Ecken und sogar Gesichter erkennen!</strong> Du lernst, nicht nur Frontalgesichter, sondern auch Profile sowie Katzen oder Hunde zu erkennen. Du wendest deine Fähigkeiten auf komplexere <strong>Real-World-Anwendungen</strong> an. Lerne, zahlreiche weit verbreitete Bildverarbeitungstechniken mit nur wenigen Codezeilen zu meistern!