or
To ćwiczenie jest częścią kursu
Zanurz się w struktury obrazów cyfrowych i naucz się je przetwarzać! Wyodrębniaj dane, przekształcaj i analizuj obrazy przy użyciu NumPy i Scikit-image. Zaledwie kilkoma liniami kodu przekonwertujesz obrazy RGB na skalę szarości, pobierzesz z nich dane, wygenerujesz histogramy zawierające cenne informacje oraz oddzielisz obiekty od tła!
Nauczysz się <strong>wykrywać kształty obiektów</strong> za pomocą filtrów detekcji krawędzi, <strong>poprawiać jakość obrazów medycznych</strong> przez wzmocnienie kontrastu, <strong>a nawet powiększać obrazy do pięciokrotności ich oryginalnego rozmiaru!</strong> Zastosujesz też morfologię, aby zwiększyć dokładność progowania podczas segmentacji obrazów, i przejdziesz na wyższy poziom przetwarzania obrazów w Pythonie.
Do tej pory udało ci się zrobić naprawdę wiele z umiejętnościami przetwarzania obrazów! W tym rozdziale zastosujesz <strong>odtwarzanie obrazów, aby usuwać obiekty, logotypy, tekst lub uszkodzone fragmenty</strong> zdjęć! Dowiesz się również, jak dodawać szumy, korzystać z segmentacji w celu przyspieszenia przetwarzania oraz znajdować elementy na obrazach na podstawie ich konturów.
Bieżące ćwiczenie
Po ukończeniu tego rozdziału pogłębisz swoją wiedzę z zakresu przetwarzania obrazów – będziesz potrafić <strong>wykrywać krawędzie, narożniki, a nawet twarze!</strong> Nauczysz się wykrywać nie tylko twarze en face, ale również profile twarzy, koty czy psy. Swoje umiejętności zastosujesz w bardziej złożonych <strong>przykładach z prawdziwego życia.</strong> Opanujesz wiele powszechnie stosowanych technik przetwarzania obrazów – i to przy minimalnej liczbie linii kodu!