or
Bài tập này là một phần của khóa học
Bắt tay vào cấu trúc ảnh số và học cách xử lý chúng! Trích xuất dữ liệu, biến đổi và phân tích ảnh bằng NumPy và Scikit-image. Chỉ với vài dòng mã, bạn sẽ chuyển ảnh RGB sang thang xám, lấy dữ liệu từ ảnh, tạo biểu đồ tần suất chứa thông tin rất hữu ích, và tách đối tượng khỏi nền!
Bạn sẽ học cách <strong>phát hiện hình dạng đối tượng</strong> bằng các bộ lọc phát hiện biên, <strong>cải thiện ảnh y khoa</strong> với tăng cường tương phản <strong>và thậm chí phóng to ảnh lên gấp năm lần kích thước gốc!</strong> Bạn cũng sẽ áp dụng hình thái học để giúp đặt ngưỡng chính xác hơn khi phân đoạn ảnh và nâng tầm kỹ năng xử lý ảnh với Python.
Đến giờ, bạn đã làm được nhiều điều rất thú vị với kỹ năng xử lý ảnh của mình! Trong chương này, bạn sẽ áp dụng <strong>khôi phục ảnh để loại bỏ vật thể, logo, văn bản hoặc vùng bị hỏng</strong> trong ảnh! Bạn cũng sẽ học cách thêm nhiễu, dùng phân đoạn để tăng tốc xử lý và tìm các phần tử trong ảnh dựa vào đường bao của chúng.
Bài tập hiện tại
Sau khi hoàn thành chương này, bạn sẽ hiểu sâu hơn về xử lý ảnh vì bạn có thể <strong>phát hiện biên, góc và thậm chí cả khuôn mặt!</strong> Bạn sẽ học cách phát hiện không chỉ mặt chính diện mà còn cả mặt nghiêng, mèo hoặc chó. Bạn sẽ áp dụng kỹ năng của mình cho các <strong>bài toán thực tế</strong> phức tạp hơn. Hãy làm chủ nhiều kỹ thuật xử lý ảnh được dùng rộng rãi chỉ với rất ít dòng mã!