دوره‌ی پردازش تصویر و بینایی ماشین با OpenCV – سرفصل

سرفصل‌های دوره‌ی جامع آموزش پردازش تصویر و بینایی ماشین OpenCV + Python

سرفصل‌های دوره‌ی آموزشی پردازش تصویر و بینایی‌ماشین در پایتون با OpenCV را علاوه در لیست پایین میتوانید در ویدیوی زیر به همراه توضیحات مشاهده کنید.

• ماژول 1: شروع کار با OpenCV در پایتون
  

  1. مقدمه ای بر بینایی کامپیوتر

     • بینایی کامپیوتر و تفاوت آن با پردازش تصویر و بینایی ماشین
     • تاریخچه‌ی بینایی کامپیوتر
     • کاربردهای بینایی کامپیوتر
     • مباحث و سرفصلهای دوره

  2. مقدمه ای بر تصاویر

     • خواندن، ذخیره کردن و نمایش ویدیو
     • تصاویر خاکستری (Gray Scale)
     • بریدن یک ناحیه از تصویر

  3. مقدمه ای بر فضاهای رنگی

     • فضاهای رنگی – بخش 1 (جداکردن و ادغام کانالهای رنگی)
     • فضاهای رنگی – بخش 2 (تغییر مقادیر هر کانال)
     • فضاهای رنگی – بخش 3 (فضای رنگی HSV)

  4. عملیات پایه روی تصاویر و درک تصاویر Transparent

     • درک کانال آلفا و ترنسپرنتسی (Transparent)
     • عملیات بیتی، ماسک کردن تصویر و ایجاد یک تصویر PNG

  5. حاشیه نویسی تصویر (Image Annotation)

     • رسم اشکال روی تصویر
     • نوشتن متون فارسی و انگلیسی روی تصویر
     • عملیات ریاضی (Arithmetic Operations)

  6. تنظیم روشنایی و تضاد تصویر

     • تنظیم روشنایی و کنتراست(با توابع خطی)
     • تحلیل هیستوگرام تصویر و مشکل روش خطی تنظیم روشنایی و کنتراست
     • تنظیم روشنایی و کنتراست(با تصحیح گاما)

• ماژول 2: خواندن و نوشتن ویدئو و ایجاد رابط کاربری گرافیکی
  

  1. رابط کاربری گرافیکی و کالبک در OpenCV

     • رویداد کلیک ماوس
     • سایر رویدادهای ماوس و رویدادهای صفحه کلید
     • ایجاد یک برنامه‌ی ساده رسم نظیر قلم در paint
     • ایجاد یک برنامه برای annotate کردن اشیاء تصویر
     • استفاده از Trackbar برای دریافت یک مقدار پیوسته از کاربر

  2. خواندن و ذخیره کردن ویدیو و کار با انواع ورودی های ویدیویی نظیر دوربین مداربسته و وبکم

     • استفاده از وبکم
     • خواندن فایل ویدیویی
     • ذخیره کردن یک ویدیو در فایل
     • کار با پروتکل RTSP و دوربینهای مداربسته (CCTV)
     • اسکرین صفحه به عنوان ویدیوی ورودی OpenCV
     • خواندن ویدیو از یوتیوب و کار با گوگل‌کولب

• ماژول 3: پردازش تصاویر باینری
  

  1. آستانه گذاری

     • کاربردها
     • حد آستانه گذاری یا Thresholding و باینری کردن تصویر
     • روش Otsu برای پیدا کردن خودکار حد آستانه – تئوری
     • پیاده سازی روش Otsu در پایتون
     • آستانه‌گذاری تطبیقی

  2. عملیات مورفولوژی

     • مفاهیم dilation و erosion
     • گسترش یا انبساط (Dilation)
     • فرسایش (Erosion)
     • عملیات Opening
     • عملیات Closing
     • پیاده سازی عملیات مورفولوژی در پایتون
     • hit-or-miss
     • مثال حذف خطوط افقی با علیات مورفولوژی

  3. تحلیل مولفه‌های متصل

     • مفاهیم تحلیل مولفه‌های متصل
     • پیاده سازی تحلیل مولفه‌های متصل

  4. تحلیل کانتور (Contour)

     • یافتن contour
     • تخمین contour
     • پوشش محدب (Convex hull)
     • به دست آوردن دایره و مستطیل دربرگیرنده‌ی کانتورها
     • محاسبه مساحت، moment و مرکز کانتور و سورت کردن اشکال
     • الگوریتم Douglas-Peucker و تشخیص اشکال هندسی
     • مثال تشخیص نواحی کلمات
     • مثال شمارش سکه

  5. تشخیص Blob و جمع بندی تصاویر باینری

     • تشخیص blob
     • سایر کاربردهای مورفولوژی

• ماژول 4: بهبود تصویر و فیلترگذاری روی تصاویر
  

  1. فضاهای رنگی و مقدمات خوشه بندی

     • فیلترگذاری روی تصویر با رنگ
     • دستور inrange در opencv برای فیلتر کردن رنگ
     • مثال فیلتر کردن رنگ آبی در ویدیو
     • بررسی سایر فضاهای رنگی
     • مثال تکنیک حذف پرده سبز
     • مثال حذف پرده سبز با روشی دیگر و بررسی روی ویدیو
     • مثال pop-effect
     • خوشه بندی یا clustering
     • پیدا کردن رنگ‌های غالب با خوشه‌بندی
     • بهبود نمایش رنگهای غالب

  2. تبدیلات رنگ و هیستوگرام

     • هیستوگرام تصویر
     • پیدا کردن رنگ‌های غالب با هیستوگرام
     • یکنواخت‌سازی هیستوگرام و بهبود کنتراست تصویر
     • الگوریتم CLAHE: روش پیشرفته یکنواخت‌سازی هیستوگرام
     • مقایسه هیستوگرام‌ها و نرمال‌کردن هیستوگرام

  3. فیلترگذاری روی تصویر و کانولوشن

     • تصویر به عنوان یک تابع
     • حذف نویز تصویر با میانگین‌ متحرک (moving average)
     • تفاوت کانولوشن و کرولیشن و مات کردن تصویر
     • فیلتر غیر خطی میانه (median)
     • پیاده سازی حذف نویز و مات کردن تصویر در پایتون
     • فیلتر sharpening
     • پیاده سازی فیلتر sharpening در پایتون

  4. گرادیان تصویر و لبه‌یابی (edge detection)

     • لبه در تصویر چیست؟!
     • مفهوم گرادیان تصویر
     • یک فیلتر لبه‌یابی (edge detection)
     • پیاده‌سازی لبه یابی در پایتون
     • فیلتر Sobel
     • فیلتر لاپلاس یا filter Laplacian
     • الگوریتم لبه‌یابی Canny
     • پیاده سازی لبه‌یابی Canny
     • تشخیص میزان مات بودن تصویر (فوکوس خودکار)

• ماژول 5: پردازش تصویر پیشرفته و عکاسی محاسباتی
  

  1. تبدیلات هاف (Hough Transforms)

     • کاربردهای تبدیل Hough
     • تئوری تشخیص خط با استفاده از تبدیل هاف
     • پیاده سازی تشخیص خط با استفاده از تبدیل هاف
     • مثال تشخیص عقربه های یک ساعت با تبدیل هاف
     • تئوری تشخیص دایره با استفاده از تبدیل هاف
     • پیاده‌سازی تشخیص دایره با استفاده از تبدیل هاف

  2. تصویربرداری دامنه دینامیکی بالا

     • مفاهیم و پیاده سازی دامنه داینایکی بالا (HDR)

  3. روش ویرایش تصویر پواسون یا seamless cloning

     • روش seamless cloning

  4. ترمیم تصویر (image inpainting)

     • پیاده سازی image inpainting و مثال‌های ترمیم تصویر قدیمی، حذف واترمارک روی تصویر و حذف جوش
     • رفع مشکل نور زیاد در یک ناحیه

• ماژول 6: تبدیل های هندسی و ویژگی های تصویر
  

  1. تبدیل های هندسی

     • تبدیلات هندسی خطی (چرخش، تغییر سایز و کج‌کردن)
     • تبدیلات افاین (Affine Transformation)
     • جابه‌جایی و چرخواندن تصاویر با تبدیلات هندسی
     • چرخواندن تصویر با مرکزیتی متفاوت
     • تغییر اندازه تصاویر
     • تبدیل projective
     • محاسبه ماتریس تبدیل Affine با داشتن 3 نقطه
     • هموگرافی و محاسبه ماتریس تبدیل Perspective با 4 نقطه

  2. ویژگی های تصویر

     • پبدا کردن گوشه‌ها به روش Harris
     • پیدا کردن گوشه‌ها با روش Shi-Tomasi
     • نقاط کلیدی مورد علاقه (interest point) و الگوریتم SIFT
     • ادامه الگوریتم SIFT و مفهوم Scale-Space
     • پیاده سازی الگوریتم SIFT
     • الگوریتم ORB
     • تطبیق ویژگی‌ها
     • مثال تشخیص اسکناس با داشتن اسکناس نمونه
     • ایجاد تصاویر پاناروما

• ماژول 7: بخش‌بندی و بازشناسی تصویر
  

  1. بخش‌بندی تصویر با استفاده از GrabCut

     • بخش‌بندی تصویر با استفاده از GrabCut

  2. مقدمه‌ای بر هوش‌مصنوعی

     • مقدمه‌ای بر یادگیری ماشین
     • یادگیری نظارت‌شده – طبقه‌بندی

  3. طبقه‌بندی تصاویر

     • مثال طبقه‌بندی ارقام دست‌نویس فارسی
     • مثالهای طبقه‌بندی ارقام دستنویس انگلیسی و حروف انگلیسی
     • طبقه‌بند SVM
     • الگوریتم HOG
     • پیاده‌سازی HOG در پایتون

  4. تشخیص اشیاء

     • تشخیص عابر پیاده با HOG
     • روش تشخیص اشیاء voila jones به همراه مثال تشخیص چهره و چشم‌ها

• ماژول 8: تحلیل ویدئو
  

  1. الگوریتم جریان نوری (Optical flow)

     • Sparse Optical Flow
     • Dense Optical Flow

  2. تفریق پس زمینه و شناسایی اشیا متحرک

     • تفریق پس زمینه و شناسایی اشیا متحرک

  3. رديابي اشياء(Object Tracking)

     • ردیابی با الگوریتمهای Meanshift و Camshift
     • ردیابی اشیاء در OpenCV
     • ردیابی چند شئ‌ای (Multi-object tracking)

• طبقه‌بندی تصویر (Image Classification)
  

  1. طبقه‌بندی تصویر (Image Classification)

     • یادگیری‌عمیق و تفاوت آن با یادگیری ماشین و هوش مصنوعی
     • معرفی چالش Image-net و Caffe model zoo
     • لود کردن مدل قبلاً آموزش داده شده از Caffe
     • لود کردن مدل قبلاً آموزش داده شده از TensorFlow

  2. شناسایی اشیاء (Object Detection)

     • لود کرن مدل تشخیص اشیاء از فریم‌ورک TensorFlow

  3. شناسایی و بازشناسی چهره (Face detection and recognition)

     • شناسایی چهره با YuNet
     • بازشناسی چهره عمیق

  4. تخمین حالت بدن (Human Pose Estimation)

     • مدل OpenPose

  5. بخش‌بندی تصویر (Image Segmentation)

     • مدل Mask R-CNN برای تشخیص اشیاء و بخش‌بندی تصویر

• بخش پایانی
  

  1. مینی‌پروژه Cam-Scanner

     • مینی‌پروژه اسکن اسناد و تراز کردن خودکار آن

  2. سخن پایانی

     • سخن پایانی