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.

Beeldrestauratie

Laten we een beschadigde afbeelding herstellen

Logo's verwijderen

Ruis

Laten we wat ruis toevoegen!

Ruis verminderen

Ruis verminderen en randen behouden

Superpixels & segmentatie

Aantal pixels

Superpixel-segmentatie

Contours vinden

Contouren van vormen

Vind contouren in een afbeelding die niet binair is

Tel de stippen op een dobbelsteenafbeelding

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

Afbeeldingen zijn overal! We leven in een tijd waarin afbeeldingen veel informatie bevatten die soms lastig te achterhalen is. Daarom is beeld-voorbewerking een zeer waardevolle vaardigheid geworden, toepasbaar in talloze use-cases. In deze cursus leer je afbeeldingen verwerken, transformeren en manipuleren zoals jij wilt, zelfs als het er duizenden zijn. Je leert ook beschadigde afbeeldingen herstellen, ruis verminderen, afbeeldingen slim schalen, het aantal ogen op een dobbelsteen tellen, gezichtsdetectie toepassen en nog veel meer met scikit-image. Na het afronden van deze cursus kun je je kennis toepassen in verschillende domeinen zoals Machine Learning en artificial intelligence, machine- en robotvisie, ruimte- en medische beeldanalyse, retail en nog veel meer. Zet de stap en duik in de wonderlijke wereld van computer vision!

Python Toolbox

Leer hoe je beschadigde afbeeldingen herstelt, ruis vermindert en meer met scikit-image in Python.

Beeldrestauratie

Create Your Free Account