or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
เริ่มต้นทำความรู้จักกับโครงสร้างของภาพดิจิทัลและเรียนรู้วิธีประมวลผล! ดึงข้อมูล แปลง และวิเคราะห์ภาพด้วย NumPy และ Scikit-image ด้วยโค้ดเพียงไม่กี่บรรทัด จะแปลงภาพ RGB เป็นภาพโทนสีเทา ดึงข้อมูลจากภาพ สร้างฮิสโตแกรมที่เต็มไปด้วยข้อมูลที่มีประโยชน์ และแยกวัตถุออกจากพื้นหลังได้!
จะได้เรียนรู้การ <strong>ตรวจจับรูปร่างของวัตถุ</strong> ด้วยฟิลเตอร์ตรวจจับขอบ <strong>ปรับปรุงภาพทางการแพทย์</strong> ด้วยการเพิ่มคอนทราสต์ <strong>และยังขยายภาพให้ใหญ่ขึ้นถึงห้าเท่าของขนาดเดิม!</strong> นอกจากนี้ยังจะได้ใช้มอร์โฟโลยีเพื่อให้การกำหนดค่าเกณฑ์แม่นยำยิ่งขึ้นในการแบ่งส่วนภาพ และยกระดับการประมวลผลภาพด้วย Python ไปอีกขั้น
ตอนนี้ได้ทำสิ่งที่น่าสนใจมากมายด้วยทักษะการประมวลผลภาพแล้ว! ในบทนี้ จะได้ใช้ <strong>การบูรณะภาพเพื่อลบวัตถุ โลโก้ ข้อความ หรือบริเวณที่เสียหาย</strong> ออกจากภาพ! ยังจะได้เรียนรู้การเพิ่มสัญญาณรบกวน ใช้การแบ่งส่วนเพื่อเพิ่มความเร็วในการประมวลผล และค้นหาองค์ประกอบในภาพจากเส้นขอบ
แบบฝึกหัดปัจจุบัน
เมื่อจบบทนี้แล้ว จะมีความรู้เชิงลึกด้านการประมวลผลภาพมากขึ้น เพราะจะสามารถ <strong>ตรวจจับขอบ มุม และแม้แต่ใบหน้า!</strong> จะได้เรียนรู้การตรวจจับไม่เพียงแค่ใบหน้าด้านหน้า แต่ยังรวมถึงใบหน้าด้านข้าง แมว หรือสุนัขด้วย พร้อมนำทักษะไปประยุกต์ใช้กับ <strong>งานในโลกจริงที่ซับซ้อนยิ่งขึ้น</strong> เรียนรู้เทคนิคการประมวลผลภาพที่ใช้กันอย่างแพร่หลายหลายรูปแบบ ด้วยโค้ดเพียงไม่กี่บรรทัด!