or
本练习是课程的一部分
从数字图像的结构入手，学习如何处理图像！使用 NumPy 和 Scikit-image 提取数据、变换并分析图像。 只需几行代码，您就能将 RGB 图像转换为灰度图，提取图像数据，获得包含关键信息的直方图，并将前景目标与背景分离！
您将学习使用边缘检测滤波器来<strong>检测目标形状</strong>，通过对比度增强来<strong>改进医学图像</strong>，<strong>甚至将图片放大到原来的 5 倍！</strong> 您还会应用形态学方法，使阈值分割更精准，并将使用 Python 的图像处理提升到新的层次。
当前练习
到目前为止，您已经用图像处理技能完成了不少很酷的任务！ 在本章中，您将应用<strong>图像修复来去除图片中的物体、标志、文字或受损区域</strong>！ 您还将学习如何添加和处理噪声，利用分割加速处理流程，并通过轮廓在图像中定位元素。
完成本章后，您将对图像处理有更深入的理解，因为您将能够<strong>检测边缘、角点，甚至人脸！</strong> 您将学习不仅检测正面人脸，还能检测侧脸、猫或狗等。您会把技能应用到更复杂的<strong>真实世界场景</strong>。 用极少的代码，掌握多种常用的图像处理技术！