کاور
پنج‌شنبه ۱۷ بهمن

سومین دوره پردازش تصاویر در بستر پایتون - open cv

  • رایگان
  • تهران
  • تکنولوژی
امکان ثبت‌نام برای این رویداد وجود ندارد.

توضیحات دوره


پردازش تصویر چیست؟
بیش از ۹۰ درصد اطلاعات پیرامون ما به وسیله ی مشاهده صورت می پذیرد. با پیشرفت فناوری امکان ثبت، پردازش و انتقال تصاویر به صورت دیجیتال میسر شده است. پردازش تصاویر(image processing) امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال دیجیتال که نماینده تصاویر برداشته شده بادوربین دیجیتال یا پویش شده توسط پویشگر هستند سر و کار دارد.

پردازش تصویر به صورت خلاصه یعنی اینکه شما با انجام فرایند‌هایی روی تصویر (چه عکس چه ویدئو)، خروجی مشخص و معینی از تصویر (باز هم به صورت تصویر) بگیرید. این فرایندها می‌توانند برای افزایش دقت تصویر باشند (Image enhancement) یا می‌توانند برای جداکردن یک بخش مشخص از تصویر‌ (Image segmentation) باشند و… . برنامه‌هایی مانند اینستاگرام، کم‌اسکنر و… از الگوریتم‌های مربوط به پردازش تصویر استفاده می‌کنند. در ادامه مقاله گام‌های یادگیری پردازش تصویر براش شما آورده شده.

· پردازش تصویر به طور عمده به دو بخش تقسیم می شود:

۱/ بهبود تصاویر: هدف از بهبود کیفیت تصـویر، تبـدیل تصـویر مـی باشـد؛ بـه طوری که برای یک کاربرد خاص، تصویر حاصل بهتـر از تصـویر اولیه گردد

۲/ بینایی ماشین: منظور این است که کامپیوتر ها به کمک دوربین ها محیط اطراف را ببینند درک کنند و تصمیم گیری کنند.

· کاربرد های پردازش تصویر

کنترل ترافیک: سنجش سرعت خودرو های در حال حرکت، خواندن پلاک اتومبیل های در حال حرکت

هواشناسی: پیش بینی آب و هوا یا پیش بینی سرعت طوفان ها با دقت بسیار بالا

صنعت: امروزه کمتر کار خا نه ای را میتوان یافت که از دانش و فن اوری پردازش تصویر بی بهره باشد ؛مثلا در کارخانجات تولید کیک با استفاده از فن آوری پردازش تصویر کیک های پخته را از کیک هایی که نیاز به پخت بیشتر دارند تشخیص داده میشود ،یا در محیط هایی که مشاهده و اندازه گیری محصول بدون چشم مسلط امکان پذیر نیست می توان از فن آوری پردازش تصویر استفاده کرد.

کشاورزی: در مواردی همچون تقسیم اراضی یا صدمات احتمالی وارد به محیط زیست را می توان با مقایسه تصاویر دریافتی برآورد کرد.

شهرسازی: با مقایسه عکس های مختلف از سال های مختلف در یک شهر میزان تغییرات و پیشرفت آن را مشاهده کرد.

علوم نظامی: در مواردی همچون پرتاب موشک می توان با استفاده از پردازش تصویر نقطه دقیق اصابت موشک را تعیین کرد.

بینایی کامپیوتری(computer vision)

برای استفاده از الگوریتم های پردازشی باید تصاویر گرفته شده از طریق دوربین به یک پردازنده مانند کامپیوتر منتقل شود و از نرم افزار های مربوط به پردازش تصویر استفاده کنید.در این صورت وقتی شما پروژه‌ای را توسط این روش انجام دادید؛ شما در حقیقت از سیستم بینایی کامپیوتری (computer vision) استفاده کرده‌اید.

بینایی ماشین(Machine vision)

برخلاف بینایی کامپیوتر که عمدتاً تمرکزشان روی پردازش تصویر است. بینایی ماشین، سامانه‌های ضبط تصویر را با استفاده از دستگاه‌های ورودی/خروجی دیجیتال و شبکه‌های کامپیوتری یکی می‌کند. که باعث کنترل کیفی در زمان حقیقی و کنترل تجهیزاتی مثل ربات است.بینایی ماشین شامل علوم کامپیوتر، اپتیک، مهندسی مکانیک و خودکارسازی صنعتی می‌شود.

· برنامه نویسی در حوزه ی پردازش تصویر

پایتون زبان برنامه نویسی OPEN SOURCE (یعنی رایگان) بوده و به همین علت منبع یادگیری پایتون به شدت فراوان است. از طرفی کتابخانه OpenCV هم اوپن سورس بوده و توسعه‌ی آن آزاد است. از طرف دیگر متلب اوپن سورس نیست و لایسنس کامل آن ۱۰۰۰۰۰ دلار (اشتباه تایپی نیست، صد هزار دلار آمریکا!) هزینه دارد. متلب گزینه‌ی مناسبی برای گروه‌های تحقیقاتی و پروژه‌های دانشگاهیست و شما می‌توانید از کد متلب خروجی c یا c++ بگیرید! بهترین ویژگی متلب، مستندات (Documentation )کامل آن است‌(در اکثر موارد، هر کد با مثال عملی همراه است). متاسفانه بسیاری فکر می‌کنند که متلب صرفاً یک ماشین حساب سنگین است، در صورتی که اینگونه نیست. متلب یک محیط توسعه برنامه است که کاربردهای بسیار زیادی دارد. از هوش مصنوعی و پردازش سیگنال گرفته تا حل معادلات مختلف. اصطلاحاً پایتون زبان Fast Prototypingاست. به این معنا که شما به کمک پایتون می‌توانید نمونه‌های اولیه را با سرعت نسبتاً بالایی توسعه بدهید.
پیش نیاز دوره:
 
آشنایی مقدماتی با کامپیوتر و اینترنت
مخاطبان این دوره:
کسانی که میخواهند یکی از به روز ترین و کاربردی ترین زبان های برنامه نویسی را فرابگیرند
کسانی که علاقه دارند در یکی از پر کاربرد ترین حوزه های برنامه نویسی فعالیت کنند.
کسانی که میخواهند در حوزه ی هوش مصنوعی تحصیل کنند.
افرادی که میخواهند مخاطب حجم وسیعی از اگهی های استخدامی شرکت های کامپیوتری قرار بگیرند
تسهیلات این دوره:
تمامی شرکت کنندگان میتوانند با ثبت نام این دوره، یکبار دیگر به صورت رایگان دوره های آتی را شرکت کنند
 
سرفصل های این دوره:
مروری بر مفاهیم پایه­ای python
نصب و راه اندازی
ساختارهای داده
دستورهای شرطی
حلقه­ها
توابع
کتابخانه­ها
 

آشنایی با OpenCV
تاریخچه
مزیت OpenCV به Matlab
نصب و راه اندازی OpenCV
 

تصویر دیجیتال چیست ؟
تعریف
نور و طیف الکترومغناطیسی
نمونه­برداری و کوانتیزه ­سازی تصویر
فضارنگ­ها در تصویر دیجیتال
 

عملیات­های پایه روی تصاویر
خواندن تصاویر
پویش و انجام عملیات روی تصاویر
نمایش تصاویر
ذخیره تصاویر
 

بهبود تصاویر در حوزه­ی مکان
توابع تبدیل شدت روشنایی
هیستوگرام تصویر
فیلترهای مکانی هموار کننده
فیلترهای مکانی تیز کننده
ترکیب فیلترهای مکانی
 

بهبود تصاویر در حوزه­ی فرکانس
مقدمه­ای بر تبدیل فوریه
فیلترهای هموار کننده حوزه فرکانس
فیلترهای تیز کننده فرکانس
 

ترمیم و بازسازی تصاویر
مدل­های نویز
فیلترهای مکانی کاهش نویز
فیلترهای فرکانسی کاهش نویز
 

قطعه­بندی
شناسایی نقطه، لبه و خط
آستانه­ گذاری
 

فشرده­سازی تصاویر
مفاهیم فشرده سازی
الگوریتم jpeg
 

مقدمه­ای بر بینایی کامپیوتر
جایگاه پردازش تصویر در بینایی کامپیوتر
بردارهای ویژگی و دسته­بندها
انجام پروژه­های کاربردی در بینایی ماشین (تشخیص و بازشناخت چهره و ….
اجرای کامل تمامی مفاهیم گفته شده در بستر پایتون در طی دوره و در کارگاه اختصاصی متلب

سوالات متداول

پیش‌نیاز های علمی شرکت در این رویداد چیست؟
این دوره بدون پیش نیاز برگزار میگردد.
وسایل همراه و مورد نیاز در این رویداد چیست؟
کامپیوتر شخصی همراه داشته باشید
چه منابعی در اختیار ما قرار خواهد گرفت؟
کد های مربوط به جلسات از طریق Git و همچنین فیلم و صوت مربوط به هر جلسه در اختیار شرکت کنندگان قرار خواهد گرفت.
اگر از استاد دوره سوالی داشتم چگونه بپرسم؟
در تمامی طول دوره به صورت مستقیم از طریق اکانت سازمانی با استاد در ارتباط خواهید بود
آیا پس از این دوره میتوانم جایی استخدام شوم؟
بزرگترین مزیت این دوره آماده سازی شرکت کننده ها برای ورود به بازار کار است. سابقه ی استخدامی شرکت کنندگان دوره های پیش این موضوع را تایید میکند.

سخنرانان

مهندس امیرحسین آرزومند
مهندس امیرحسین آرزومند

امیرحسین آرزومند کارشناس ارشد هوش مصنوعی، عمده فعالیت هایش را در زمینه ی یادگیری ماشین، پردازش تصویر و یادگیری عمیق در حوزه ی image super resolution انجام داده است. وی همچنین سابقه ی برگزاری کارگاه های مختلف پردازش تصویر در دانشگاه های تهران، خوارزمی و ... را داشته است.

مهندس بهنام صمدی
مهندس بهنام صمدی

بهنام صمدی دانش آموخته کارشناسی ارشد هوش مصنوعی است و در دانشگاه های شهیدبهشتی و خوارزمی تهران تحصیل کرده است. تمرکز فعالیت و علاقه او در زمینه یادگیری ماشینی و بینایی کامپیوتری است ودر حوزه تحقیق و توسعه یادگیری ژرف در شرکت sensifai فعالیت می کند. تدریس در دوره پردازش تصاویر دیجیتال با OpenCV-Python و برگزاری کارگاه کار با Tensorflow تجربه تدریس او در این حوزه را تشکیل می دهد.

آدرس: تهران خیابان کارگر شمالی - بالاتر از تقاطع جلال آل احمد -پردیس دانشکده های فنی دانشگاه تهران-ساختمان مرکزی - طبقه منفی 1