دوره آموزشی هوش مصنوعی عملی: پردازش تصویر با پایتون
2 ساعت 11 دقیقهمتوسط2025-06-16
مدرسین

Eduardo Corpeño
Electrical Engineer, Computer Programmer, and Teacher for 15+ years
جزئیات دوره
تو این دوره کامل، ادواردو کورپنو که هم مهندس برق، هم برنامهنویس و هم استاد هست، بهت یاد میده چطوری پایه قوی تو پردازش تصویر با پایتون بسازی. اول یاد میگیری چطوری تصاویر رستری با اندازهها و فرمتهای مختلف بسازی و تغییر بدی.
بعد با فیلترهای مختلف کار میکنی و با فیلتر سوبل یاد میگیری چطوری لبههای مهم تصویر رو پیدا کنی تا اطلاعات مهم رو از عکس بیرون بکشی.
یاد میگیری چطوری تصاویر رو تغییر اندازه بدی، بچرخونی و بزرگ و کوچیک کنی. همچنین، روشهای پیشرفتهای مثل حذف اشیا از عکس و seam carving که برای وصل کردن تصاویر و تغییر اندازه هوشمندانه کاربرد داره رو هم آموزش میبینی.
ادیواردو همچنین بهت تکنیکهای مورفولوژیکی مثل اِروژن (فرسایش)، دیلاتیشن (گسترش)، باز کردن و بستن رو یاد میده که برای بهتر کردن جزئیات تصویر و اصلاحش استفاده میشن.
تو کل دوره، تمرینهای عملی مثل حذف نویز، تنظیم رزولوشن و بهبود کیفیت تصویر داری تا حسابی دستت راه بیفته. این مهارتها بهت کمک میکنن پروژههات رو بهتر کنی یا حتی اگه دنبال یه کار جدید تو هوش مصنوعی و بینایی ماشین هستی، آماده باشی.
اهداف یادگیری
درک و پیادهسازی تکنیکهای پایه پردازش تصویر مانند کدگذاری رنگ، تبدیل به خاکستری و فیلترینگ
کاربرد روشهای تبدیل تصویر مثل چرخش، تغییر اندازه و تغییرات مورفولوژیکی برای دستکاری دادههای تصویری
کسب تجربه عملی با فیلترهای کانولوشن، تشخیص لبهها و آستانهگذاری تطبیقی برای تحلیل بهتر تصاویر
یادگیری روشهای اتصال تصاویر (image stitching)، اصلاح اشیاء و آمادهسازی دادههای تصویری برای کاربردهای پیشرفته بینایی ماشین
بعد با فیلترهای مختلف کار میکنی و با فیلتر سوبل یاد میگیری چطوری لبههای مهم تصویر رو پیدا کنی تا اطلاعات مهم رو از عکس بیرون بکشی.
یاد میگیری چطوری تصاویر رو تغییر اندازه بدی، بچرخونی و بزرگ و کوچیک کنی. همچنین، روشهای پیشرفتهای مثل حذف اشیا از عکس و seam carving که برای وصل کردن تصاویر و تغییر اندازه هوشمندانه کاربرد داره رو هم آموزش میبینی.
ادیواردو همچنین بهت تکنیکهای مورفولوژیکی مثل اِروژن (فرسایش)، دیلاتیشن (گسترش)، باز کردن و بستن رو یاد میده که برای بهتر کردن جزئیات تصویر و اصلاحش استفاده میشن.
تو کل دوره، تمرینهای عملی مثل حذف نویز، تنظیم رزولوشن و بهبود کیفیت تصویر داری تا حسابی دستت راه بیفته. این مهارتها بهت کمک میکنن پروژههات رو بهتر کنی یا حتی اگه دنبال یه کار جدید تو هوش مصنوعی و بینایی ماشین هستی، آماده باشی.
اهداف یادگیری
درک و پیادهسازی تکنیکهای پایه پردازش تصویر مانند کدگذاری رنگ، تبدیل به خاکستری و فیلترینگ
کاربرد روشهای تبدیل تصویر مثل چرخش، تغییر اندازه و تغییرات مورفولوژیکی برای دستکاری دادههای تصویری
کسب تجربه عملی با فیلترهای کانولوشن، تشخیص لبهها و آستانهگذاری تطبیقی برای تحلیل بهتر تصاویر
یادگیری روشهای اتصال تصاویر (image stitching)، اصلاح اشیاء و آمادهسازی دادههای تصویری برای کاربردهای پیشرفته بینایی ماشین
مهارت ها
Neural Networks and Deep LearningImage EditingPythonPhotographyArtificial Intelligence (AI)Programming LanguagesOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
۰. مقدمه
- 01 - بینایی کامپیوتر در زیر کاپوت
- 02 - آنچه باید بدانید
- 03 - استفاده از فایلهای تمرین
۱. راهاندازی محیط توسعه ما
- 04 - آزمایش محیط شما
- 05 - تمیز نگه داشتن فضای کاری نوتبوک
۲. مبانی پردازش تصویر
- 06 - نمایش تصویر
- 07 - کدگذاری رنگ
- 08 - مدیریت فایل تصویر
- 09 - وضوح تصویر
- 10 - چرخشها و وارونهسازیها
- 11 - چالش - دستکاری تصاویر
- 12 - راه حل - دستکاری تصاویر
۳. از رنگی تا سیاه و سفید
- 13 - میانگین مقیاس خاکستری
- 14 - مقیاس خاکستری وزنی
- 15 - تبدیل تصاویر خاکستری به سیاه و سفید
- 16 - آستانهگذاری تطبیقی
- 17- چالش - حذف رنگ
- 18 - راه حل - حذف رنگ
۴. فیلترها
- 19 - فیلترهای پیچشی
- 20 - فیلترهای متوسط
- 21 - فیلترهای میانه
- 22 - فیلترهای گاوسی
- 23 - فیلترهای تشخیص لبه
- 24 - چالش - فیلترهای پیچشی
- 25 - راه حل - فیلترهای پیچشی
۵. مقیاسبندی تصویر
- 26 - روشهای کوچکسازی تصویر
- 27 - مثال کوچکمقیاسنمایی
- 28 - روشهای ارتقاء تصویر
- 29 - مثال ارتقاء
- 30 - چالش - تغییر اندازه تصویر
- 31 - راه حل - تغییر اندازه تصویر
۶. تفریح با برشها
- 32 - برشهای تصویر
- 33 - دوختن دو تصویر به هم
- 34- برشها در عکاسی پانوراما
- 35 - چالش - دو عکس را به هم بدوزید
- 36 - راه حل - دو تصویر را به هم بدوزید
۷. اصلاحات مورفولوژیکی
- 37 - چرا اشیاء را تغییر دهیم
- 38- فرسایش و اتساع
- 39 - باز و بسته کردن
- 40- چالش - کمک به یک ربات
- 41 - راه حل - به یک ربات کمک کنید
نتیجهگیری
- 42 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
- دوره آموزشی کارگاه هوش مصنوعی: ساخت شبکه عصبی با PyTorch Lightning
- دوره آموزشی کارگاه هوش مصنوعی: تمرین عملی با GANها با استفاده از شبکههای کانولوشنال عمیق
- دوره آموزشی معرفی عملی مدلهای ترنسفورمر برای بینایی کامپیوتری
- دوره آموزشی اصول هوش مصنوعی چندرسانهای: ترکیب متن، تصویر و صدا برای برنامههای نسل بعدی هوش مصنوعی
- دوره آموزشی یادگیری عمیق با پایتون: شبکههای عصبی کانولوشنی
- دوره آموزشی یادگیری عمیق و بینایی ماشین: شناسایی اشیاء با استفاده از PyTorch
- دوره آموزشی هوش مصنوعی عملی: پروژههای بینایی کامپیوتری با Ultralytics و OpenCV