Jump into digital image structures and learn to process them! Extract data, transform and analyze images using NumPy and Scikit-image. 

With just a few lines of code, you will convert RGB images to grayscale,  get data from them, obtain histograms containing very useful information, and separate objects from the background!

Make images come alive with scikit-image

Is this gray or full of color?

RGB to grayscale

NumPy for images

Flipping out

Histograms

Getting started with thresholding

Apply global thresholding

When the background isn't that obvious

Trying other methods

Apply thresholding

Introducing Image Processing and scikit-image

You will learn to detect object shapes using edge detection filters, improve medical images with contrast enhancement and even enlarge pictures to five times its original size! 

You will also apply morphology to make thresholding more accurate when segmenting images and go to the next level of processing images with Python.

Jump into filtering

Edge detection

Blurring to reduce noise

Contrast enhancement

What's the contrast of this image?

Medical images

Aerial image

Let's add some impact and contrast

Transformations

Aliasing, rotating and rescaling

Enlarging images

Proportionally resizing

Morphology

Handwritten letters

Improving thresholded image

Filters, Contrast, Transformation and Morphology

So far, you have done some very cool things with your image processing skills!
 
In this chapter, you will apply image restoration to remove objects, logos, text, or damaged areas in pictures! 
You will also learn how to apply noise, use segmentation to speed up processing, and find elements in images by their contours.

Ripristino dell'immagine

Ripristiniamo un'immagine danneggiata

Rimozione di loghi

Rumore

Facciamo un po' di rumore!

Riduzione del rumore

Ridurre il rumore preservando i bordi

Superpixel e segmentazione

Numero di pixel

Segmentazione in superpixel

Trovare i contorni

Contorni delle forme

Trova i contorni di un'immagine che non è binaria

Conta i puntini nell'immagine di un dado

Image restoration, Noise, Segmentation and Contours

After completing this chapter, you will have a deeper knowledge of image processing as you will be able to detect edges, corners, and even faces! You will learn how to detect not just front faces but also face profiles, cat, or dogs. You will apply your skills to more complex real-world applications.
Learn to master several widely used image processing techniques with very few lines of code!

Finding the edges with Canny

Edges

Less edgy

Right around the corner

Perspective

Less corners

Face detection

Is someone there?

Multiple faces

Segmentation and face detection

Real-world applications

Privacy protection

Help Sally restore her graduation photo

Amazing work!

Advanced Operations, Detecting Faces and Features

Images

Le immagini sono ovunque! Viviamo in un'epoca in cui le immagini racchiudono moltissime informazioni, spesso difficili da estrarre. Per questo il pre-trattamento delle immagini è diventato una competenza di grande valore, applicabile in tanti casi d'uso. In questo corso imparerai a elaborare, trasformare e manipolare immagini a tuo piacimento, anche quando sono a migliaia. Imparerai anche a ripristinare immagini rovinate, ridurre il rumore, ridimensionare in modo intelligente, contare il numero di puntini su un dado, applicare il rilevamento facciale e molto altro, usando scikit-image. Al termine del corso, sarai in grado di applicare le tue conoscenze in diversi ambiti come machine learning e intelligenza artificiale, visione artificiale per macchine e robot, analisi di immagini spaziali e medicali, retail e molti altri. Fai il passo e tuffati nel meraviglioso mondo della computer vision!

Python Toolbox

Scopri come ripristinare immagini danneggiate, ridurre il rumore e altro con scikit-image in Python.

Ripristino dell'immagine

Create Your Free Account