Começando com limiarização

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

Este exercício faz parte do curso

Processamento de Imagens em Python

IntermediárioNível de habilidade

4.8+

Mergulhe nas estruturas de imagens digitais e aprenda a processá-las! Extraia dados, transforme e analise imagens usando NumPy e scikit-image. Com apenas algumas linhas de código, você vai converter imagens RGB para tons de cinza, obter dados delas, gerar histogramas com informações muito úteis e separar objetos do fundo!

Exercise 1: Dê vida às imagens com scikit-image Exercise 2: Esta é cinza ou cheia de cor?Exercise 3: RGB para tons de cinza Exercise 4: NumPy para imagens Exercise 5: Virando tudo Exercise 6: Histogramas Exercise 7: Começando com limiarização

Exercício atual

Exercise 8: Aplicar limiarização global Exercise 9: Quando o plano de fundo não é tão óbvio Exercise 10: Testando outros métodos Exercise 11: Aplicar limiarização

Você vai aprender a detectar formas de objetos usando filtros de detecção de bordas, melhorar imagens médicas com realce de contraste e até ampliar fotos em cinco vezes o tamanho original! Você também vai aplicar morfologia para tornar a limiarização mais precisa ao segmentar imagens e avançar para o próximo nível de processamento de imagens com Python.

Exercise 1: Mergulhe em filtragem Exercise 2: Detecção de bordas Exercise 3: Aplicando desfoque para reduzir ruído Exercise 4: Aprimoramento de contraste Exercise 5: Qual é o contraste desta imagem?Exercise 6: Imagens médicas Exercise 7: Imagem aérea Exercise 8: Vamos dar mais impacto e contraste Exercise 9: Transformações Exercise 10: Aliasing, rotação e reescala Exercise 11: Ampliando imagens Exercise 12: Redimensionamento proporcional Exercise 13: Morfologia Exercise 14: Letras manuscritas Exercise 15: Melhorando a imagem limiarizada

Até aqui, você já fez coisas muito legais com suas habilidades de processamento de imagens! Neste capítulo, você vai aplicar a restauração de imagens para remover objetos, logos, textos ou áreas danificadas em fotos! Você também vai aprender a aplicar ruído, usar segmentação para acelerar o processamento e encontrar elementos em imagens pelos seus contornos.

Exercise 1: Restauração de imagem Exercise 2: Vamos restaurar uma imagem danificada Exercise 3: Removendo logos Exercise 4: Ruído Exercise 5: Vamos fazer barulho!Exercise 6: Reduzindo ruído Exercise 7: Reduzindo ruído preservando as bordas Exercise 8: Superpixels e segmentação Exercise 9: Número de pixels Exercise 10: Segmentação por superpixels Exercise 11: Encontrando contornos Exercise 12: Contornando formas Exercise 13: Encontrar contornos de uma imagem que não é binária Exercise 14: Conte os pontos na imagem de um dado

Ao concluir este capítulo, você terá um conhecimento mais profundo de processamento de imagens, pois será capaz de detectar bordas, cantos e até faces! Você vai aprender a detectar não apenas faces frontais, mas também perfis, gatos ou cachorros. Você aplicará suas habilidades em aplicações reais mais complexas. Aprenda a dominar várias técnicas amplamente usadas de processamento de imagens com pouquíssimas linhas de código!

Exercise 1: Detectando bordas com Canny Exercise 2: Bordas Exercise 3: Menos contornos Exercise 4: Bem ali na esquina Exercise 5: Perspectiva Exercise 6: Menos cantos Exercise 7: Detecção de faces Exercise 8: Tem alguém aí?Exercise 9: Vários rostos Exercise 10: Segmentação e detecção de faces Exercise 11: Aplicações do mundo real Exercise 12: Proteção de privacidade Exercise 13: Ajude a Sally a restaurar sua foto de formatura Exercise 14: Trabalho incrível!