کتاب آموزش جامع پردازش تصویر دیجیتال با استفاده از زبان برنامه‌نویسی پایتون (کاربردی و صنعتی) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آموزش جامع پردازش تصویر دیجیتال با استفاده از زبان برنامه‌نویسی پایتون (کاربردی و صنعتی)

موضوع کلی: علوم رایانه و مهندسی نرم‌افزار

موضوع میانی: بینایی ماشین و پردازش تصویر

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی پردازش تصویر دیجیتال و مدل‌سازی رنگ
  • 2. نصب و راه‌اندازی محیط توسعه پایتون برای پردازش تصویر
  • 3. کار با کتابخانه قدرتمند NumPy و آرایه‌های چندبعدی
  • 4. آشنایی با کتابخانه OpenCV و ساختارهای داده‌ای تصویر
  • 5. بارگذاری، نمایش و ذخیره‌سازی تصاویر با پایتون
  • 6. تبدیل فضاهای رنگی RGB به Grayscale و HSV
  • 7. عملیات محاسباتی روی پیکسل‌ها و اصلاح روشنایی
  • 8. اصول کار با هیستوگرام و متعادل‌سازی کنتراست تصویر
  • 9. فیلترهای خطی و کانولوشن در حوزه مکان
  • 10. فیلترهای غیرخطی و کاهش نویز در تصاویر دیجیتال
  • 11. آشنایی با تبدیل فوریه و پردازش تصویر در حوزه فرکانس
  • 12. فیلترهای پایین‌گذر و بالاگذر در حوزه فرکانس
  • 13. تکنیک‌های بهبود کیفیت تصویر و کاهش تاری
  • 14. آستانه‌گذاری (Thresholding) و بخش‌بندی ساده تصویر
  • 15. تشخیص لبه‌ها با استفاده از عملگرهای Sobel و Canny
  • 16. شناسایی اشکال هندسی با استفاده از تبدیل هاف
  • 17. عملیات مورفولوژیک: فرسایش و اتساع در تصاویر
  • 18. باز کردن و بستن تصاویر با استفاده از مورفولوژی ریاضی
  • 19. استخراج ویژگی‌های آماری از تصاویر
  • 20. کار با تصاویر ویدئویی و استخراج فریم‌ها
  • 21. تشخیص حرکت در ویدئو با استفاده از تفاضل فریم‌ها
  • 22. شناسایی اشیاء بر اساس رنگ در فضای HSV
  • 23. بخش‌بندی تصاویر با استفاده از الگوریتم K-Means
  • 24. تکنیک‌های پیش‌پردازش برای سیستم‌های تشخیص پلاک
  • 25. شناسایی و شمارش اشیاء در تصاویر صنعتی
  • 26. اصول بازسازی تصویر و تغییر ابعاد (Resizing)
  • 27. چرخش، انتقال و تغییر شکل هندسی تصاویر
  • 28. استفاده از ماسک‌ها برای جداسازی نواحی مورد نظر
  • 29. کاربرد پردازش تصویر در کنترل کیفیت خط تولید
  • 30. آشنایی با مبانی یادگیری ماشین در پردازش تصویر
  • 31. استخراج ویژگی‌های بافت (Texture) از تصاویر
  • 32. طبقه‌بندی تصاویر با استفاده از الگوریتم‌های کلاسیک
  • 33. مقدمه‌ای بر کتابخانه Scikit-Image در پایتون
  • 34. کار با فایل‌های تصویری با فرمت‌های مختلف
  • 35. بهینه‌سازی کدهای پردازش تصویر برای پردازش هم‌زمان
  • 36. پیاده‌سازی فیلترهای حذف نویز نمک و فلفلی
  • 37. بهبود تصاویر با استفاده از روش‌های هیستوگرام تطبیقی
  • 38. تشخیص چهره با استفاده از روش‌های کلاسیک Haar Cascades
  • 39. مقدمه‌ای بر شبکه‌های عصبی کانولوشنی (CNN) برای پردازش تصویر
  • 40. آموزش استفاده از مدل‌های پیش‌آموزش‌دیده برای تشخیص اشیاء
  • 41. ارزیابی عملکرد الگوریتم‌های پردازش تصویر با معیار MSE و PSNR
  • 42. کاربرد پردازش تصویر در پزشکی (مطابق پروتکل‌های علمی)
  • 43. پردازش تصاویر ماهواره‌ای و سنجش از دور
  • 44. تکنیک‌های پیشرفته ترکیب تصاویر (Image Blending)
  • 45. پروژه عملی: طراحی سامانه تشخیص خودکار اشیاء صنعتی
  • 46. اصول امنیت و حفاظت از داده‌های تصویری در سامانه‌های هوشمند
  • 47. مستندسازی و ارائه نتایج پردازش تصویر در گزارش‌های فنی
تگ‌ها: برنامه‌نویسی پایتون بینایی ماشین پایتون در مهندسی پردازش تصاویر دیجیتال پردازش تصویر با پایتون پردازش سیگنال تحلیل داده‌های تصویری کتابخانه OpenCV هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.