python_developer
الذهاب إلى القناة على Telegram
کانال اموزش پایتون @Real_developer تبلیغات پذیرفته میشود.
إظهار المزيد1 518
المشتركون
-224 ساعات
-57 أيام
-630 أيام
أرشيف المشاركات
1 518
دوره انلاین پایتون جهت هماهنگی و ثبت نام با این ای دی ارتباط برقرار کنید .کانال اموزش پایتون @Real_developer
1 518
روش های فشرده سازی تصاویر در پردازش تصویر فشرده سازی تصویر به معنی کنارگذاشتن بخش هایی از اطلاعات و داده ها است. که سبب کاهش پهنای باند و فرکانس مورد نیاز می شود و ذخیره کردن و انتقال آن ها را آسان تر می کند. ضریب یا نسبت فشرده سازی عددی است که میزان کنارگذاشتن اطلاعات را نشان می دهد. روش JPEG این نام مخفف Joint Photographic Expert Group است که در فشرده سازی عکس های گرافیکی ساکن استفاده می شود. JPEG اولین و ساده ترین روش فشرده سازی تصویر است که سعی شد برای تصاویر متحرک به صورت فریم به فریم فشرده شوند و برای ارتباط دادن این عکس ها به هم از Motion JPEG استفاده می شد که مشکلاتی داشت.
1 518
آشکارساز لبه کنی یک عملگر لبه یابی است که از یک الگوریتم چند مرحله ای برای یافتن دامنه وسیعی از لبه در تصویر استفاده میکند. این روش در سال ۱۹۸۶ توسط John F. Canny توسعه یافت. همچنین Canny یک تئوری محاسباتی لبه یابی ایجاد کرد که توضیح میدهد روش چگونه کار میکند.
1 518
امروزه پلاک خودرو یکی از مناسب ترین ابزار احراز هویت خودرو می باشد رشد بی رویه خودروها باعث بروز مشکلاتی از جمله کنترل ترافیک عوارض بزرگراهها، مدیریت پارکینگها و غیره شده است. سامانه تشخیص پلاک خودرویک سیستم کامپیوتری است که با استفاده از پردازش تصویر پلاک خودروی مورد نظر را تشخیص میدهد. با استفاده از این سیستم میتوان بر بسیاری از این مشکلات فائق آمد. تشخیص محل پلاک خودرو مهمترین مرحله در تشخیصِ پلاک خودرو، در سیستمهای حمل و نقل هوشمند است در مفهوم پردازش تصویر همواره روشهای جستجو میشود که با کمترین خطا اطلاعات پلاک خودروبهطور کامل بازیابی شود باتوجه به گستردگی مفاهیمی پردازش تصاویر قابل استفاده در تشخیص پلاک خودرو روشهای کاربردی متعددی مطرح شده است.
1 518
کاربردهای پردازش تصویر
از جمله کاربردهای پردازش تصویر میتوان به حوزههای نظامی، صنعتی، هواشناسی، رباتیک، کنترل ترافیک، شهرسازی، و … اشاره کرد. همانطور که میدانید در عصر جدید انسان تمایل دارد که هر آن چیزی که در دنیای هستی وجود دارد را به سمت هوشمندی ببرد. و پردازش تصویر هم جز لاینفک و جدانشدنی این حوزهی هوشمندی در اکثر موارد میباشد. پس آموزش پردازش تصویر و فراگیری این مهارت که روز به روز هم گستردهتر میشود، میتواند برای شما در آیندهای نه چندان دور بسیار مفید باشد.
1 518
تبدیل هاف چیست؟
در واقع میتوان تبدیل هاف را یک شیوه «استخراج ویژگی» (Feature Extraction) دانست که به وسیله آن شکلهای ساده مانند خط و دایره در یک تصویر تشخیص داده میشوند. توجه کنید که منظور از یک شکل ساده، شکلی است که بتوان آن را تنها با استفاده از تعداد کمی پارامتر نشان داد. به عنوان مثال، یک خط را میتوان فقط به کمک دو پارامتر شیب و عرض از مبدا نشان داد. همچنین دایره با کمک ۳ پارامتر قابل نشان دادن است که عبارتند از مختصات X و Y و نیز شعاع R دایره. تبدیل هاف در یافتن این شکلها در یک تصویر به صورت فوقالعاده عمل میکند. یکی از مهمترین مزایای تبدیل هاف در یافتن خط و دایره در تصویر این است که نسبت به همپوشانی حساس نیست
1 518
در این ابزار شما امکانات بسیاری را دارید مثل Pandas ،Jupyter Notebook و غیره را به راحتی در اختیار دارید.در واقع این دلیلی است که شما را ترغیب میکند که از آناکوندا استفاده کنید.
1 518
اگر شما خود را علاقه مند به استفاده از پایتون ( و یا R) برای حرفه علمی، آنالیز داده ها یا بینایی ماشین یا بسیاری از زمینه های دیگر باشید،میتوانید از Anaconda استفاده کنید.
1 518
تار شدن (صاف کردن) معمولاً عملیات پردازش تصویر برای کاهش نویز تصویر است. این فرایند محتوای با فرکانس بالا مانند لبه ها را از تصویر حذف کرده و آن را صاف می کند.
1 518
کلمه ROI مخفف region of interest هستش یعنی ناحیه مد نظر شما .تصور کنید که شما میخاید تصاویر درب ورودی یک پارکنیک را بررسی کنید تصویر ابعاد خیلی بزرگه ولی عرض آن
قسمتی که خودرو ها ازش عبور می کنند خیلی محدوده شما از این قضیه آگاه هستید آیا بهتر نیست بجای پردازش کل تصویر و موقعیت یابی پلاک در این تصویر بزرگ در ابتدا ناحیه
تقریبی محل عبور خودورو را مشخص کنید و پردازش را فقط در آن ناحیه خاص انجام بدید که تعریف ناحیه ROI باعث میشه که برنامه شما کارایی آن افزایش پیدا کنه .
توی OpenCV هم می تونید به صورت زیر عمل کنید.
Mat a=imread("test.jpg");
Mat B(Rect(10,10,49,49));
با اینکار B یک ماتریس 40*40 هستش که از نقطه 10,10 تصویر a در آن قرار داده شده.
