Udemy – Traitement pratique des images avec OpenCV et Python avec Project

Bienvenue à« Traitement d’image à l’aide d’OpenCV de zéro à héros» !!!

Le traitement d’images est l’un des domaines de la science des données et a une grande variété d’applications dans les industries du monde actuel. De nombreuses industries recherchent un Data Scientist possédant ces compétences. Ce cours est un apprentissage entièrement basé sur des projets. Où vous réaliserez le projet après avoir terminé chaque module. Ici, je couvrirai le traitement de l’image, des bases aux techniques avancées, y compris les applications appliquées.apprentissage automatiquealgorithmes et modèles en images.

QU’ALLEZ-VOUS APPRENDRE ?

• Bases des images
• Dessins
• Traduction d’images
• Techniques de traitement d’images
• Filtres de lissage
• Filtres
• Interphase d’utilisation graphique (GUI) dans OpenCV
• Seuil

Points saillants des sections 1 à 7

Nous commencerons le cours par des choses très basiques comme charger, afficher des images. Avec cela, nous comprendrons le contexte mathématique de base derrière les images. Aussi, je vais vous apprendre les concepts deDessinsetVidéos.

Projets(Détection d’objet):

1. Détection de visageen utilisant l’algorithme Viola-Jones
2. Détection de visage à l’aideRéseaux de neurones profonds (SSD ResNet 10, implémentation Caffe)
3. En temps réelDétection de visage
4. VisagePoint de repèreDétection

Points saillants des sections 8 à 11

Nous passerons progressivement aux concepts de traitement d’images liés àtransformations d’imagescommetraduction, retournement, rotation et recadrage d’images.j’enseignerai aussiopérations arithmétiquesdans OpenCV.

Projet(Contrôle de la luminosité):

5. Contrôle de la luminosité basé sur l’interface graphique dans les images

6. Contrôle de la luminosité en temps réel

Points saillants des sections 12 et 13

Dans ces sections, je présenterai de nouveaux concepts sur les opérations au niveau du bit et le masquage, où vous apprendrez la table de vérité et différentes opérations au niveau du bit comme «ET« , « OU« , « PAS« , « XOR« .

Points saillants de la section 14

Ensuite, nous prolongerons notre discussion sur le filtre de lissage qui est une technique de traitement d’image très importante. Dans cette section, j’enseignerai des techniques de lissage commeFlou moyen, flou gaussien, flou médian&Filtre bilatéral.

Points saillants de la section 15

Projet sur le flou facial automatique

Points saillants de la section 16

Filtre de seuil: nous allons ici approfondir les concepts de seuillage (BINARY, TOZERO, TRUNC, ADAPTIVE MEAN, ADAPTIVE GAUSSIAN) et les implémenter avec OpenCV et Python.

Vous aurez un accès complet aux images, données et fichiers Jupyter Notebook utilisés dans ce cours. Le code utilisé dans ce cours est écrit de telle manière que vous pouvez directement connecter la fonction au scénario en temps réel et obtenir le résultat.

LIEN DE TÉLÉCHARGEMENT: Udemy – Traitement pratique des images avec OpenCV et Python avec Project