python_developer

1)💥تفاوت تصاویر دیجیتال و آنالوگ 2)💥تصویر چیست؟ 3)💥تصویر دیجیتال 4)💥پیکسل(pixel) 5)💥درموردCCD 6)💥در موردADC 🌐http://sufra.ir/2017/12/23/%D8%AA%D8%B5%D9%88%DB%8C%D8%B1-%D8%AF%DB%8C%D8%AC%DB%8C%D8%AA%D8%A7%D9%84-%D9%88-%D8%A2%D9%86%D8%A7%D9%84%D9%88%DA%AF/

1)💥#تابع_تبدیلcvtColor 2)💥چرا_در OpenCV فضای رنگ BGR است؟ 3)💥#CV_8U 🌐http://sufra.ir/2018/01/01/%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%aa%d8%b5%d9%88%db%8c%d8%b1-%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86-%d9%82%d8%b3%d9%85%d8%aa-%d9%87%d8%b4%d8%aa%d9%85/

1)💥#نوشتن_ذخیره_تصویر 2)#imwrite 2)💥#فشرده_سازی 3)💥#تصاویر_رستری 4)💥#تصاویر_برداری 🌐http://sufra.ir/2017/12/31/%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%aa%d8%b5%d9%88%db%8c%d8%b1-%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86-%d9%82%d8%b3%d9%85%d8%aa-%d9%87%d9%81%d8%aa%d9%85/

1) 💥#_نمایش_یک_تصویر 2)💥#waitKey 3)💥#destroyAllWindows 4)💥#ord 5)💥#namedWindow 🌐http://sufra.ir/2017/12/30/%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%aa%d8%b5%d9%88%db%8c%d8%b1-%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86-%d9%82%d8%b3%d9%85%d8%aa-%d8%b4%d8%b4%d9%85/

1) 💥#خواندن_یک_تصویر 2)💥#IMREAD_COLOR 3)💥#IMREAD_GRAYSCALE 4)💥#IMREAD_UNCHANGED 🌐http://sufra.ir/2017/12/28/%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%aa%d8%b5%d9%88%db%8c%d8%b1-%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86-%d9%82%d8%b3%d9%85%d8%aa-%d9%be%d9%86%d8%ac%d9%85/

1)💥#پردازش_تصویر_چیست؟ 2)💥#matplotlib 3)💥#numpy 4)💥#فرمت_عکس 5)💥#کانال 🌐http://sufra.ir/2017/12/26/%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%aa%d8%b5%d9%88%db%8c%d8%b1%d8%a8%d8%a7-%d9%be%d8%a7%db%8c%d8%aa%d9%88%d9%86/

#opencv #BGR

✅دقتdepth :تعداد بیتهای در نظر گرفته شده برای هر پیکسل در کامپیوتر 💢توجه کنید اگر ddepth مقدار -1 بگیرد یعنی نتیجه نوع داده تصویر خروجی برابر تصویر ورودی است مثل np.uint8 یعنی 8بیت 0-255(cv2.CV_8U ) 💢💢الان تصویر ورودی من دارای اطلاعات زیر میباشد: img = cv2.imread('face.png') »> img.dtype dtype('uint8') در opencv ، با bgr هر پیکسل نماینده 3 پارامتر است: آبی، سبز و قرمز. هر کدام از این پارامتر ها مقدار 0-255 میگیرند. به طور مثال آبی مطلق : b g r 255 0 0

اگر عمق -1 باشد یعنی عمق تصویر خروجی باید مانند تصویر ورودی باشد.تصویر ورودی میتونه هر تعداد کانال داشته باشه که به صورت جداگانه پردازش شوند ولی عمق باید CV_8U, CV_16U, CV_16S, CV_32or CV_64باشد

فیلتر میانه

Image #Blurring (Image #Smoothing)# #مات یا #نرم کردن تصویر با فیلتر #میانگین فیلتری در حوزه #مکان و#پایین گذر 👀ببینیم کدبرنامه چی میگه: 1️⃣خواندن تصویر : img = cv2.imread('face.png') 2️⃣یک آرایه5x5 که تمام عناصر آن از یک تشکیل شده باشه، توسط دستور زیر انجام میگیره: #np.ones: آرایه ای از 1 درست میکند: np.ones((5,5),np.float32) array([[ 1., 1., 1., 1., 1.], [ 1., 1., 1., 1., 1.], [ 1., 1., 1., 1., 1.], [ 1., 1., 1., 1., 1.], [ 1., 1., 1., 1., 1.]], dtype=float32) درواقع آین آرایه برای ساخت کرنل #فیلتر_میانه است که باید تقسیم بر 25 شود: np.ones((5,5),np.float32)/25 array([[ 0.04, 0.04, 0.04, 0.04, 0.04], [ 0.04, 0.04, 0.04, 0.04, 0.04], [ 0.04, 0.04, 0.04, 0.04, 0.04], [ 0.04, 0.04, 0.04, 0.04, 0.04], [ 0.04, 0.04, 0.04, 0.04, 0.04]], dtype=float32) چرا؟🤔🙄 3️⃣ در واقع هسته 5.5 روی عکس حرکت کرده و هر بار میانگین 25 پیکسل که شامل مرکز قسمتی از عکس که کرنل روی آن قرار دارد و باقی که همسایگان پیکسل مرکزی میباشند، حساب میشود. در واقع پیکسل های عکس، درایه به درایه در کرنل ضرب میشوند. سپس تمام این پیکسل ها جمع میشوند و جایگزین پیکسل مرکز ی میشوند. سپس مرکز کرنل روی پیکسل بعدی عکس منشیند.(کونولوشن). کونولوشن هم در حوزه مکان و هم در حوزه فرکانس هست، منتها در حوزه فرکانس اسم آن به ضرب تبدیل میشود. اپن سی وی(opencv) این کار را با تابع cv2.filter2D# انجام میدهد. cv2.filter2D(img,-1,kernel) همانطور که مشاهده میکنید این تابع 3 پارمتر دارد: 1)تصویر #مبدا یا اصلی 2)؟🤔 3) کرنل یا ماسک در مورد پارامتر دوم : cv.filter2D (src, dst, ddepth, kernel, anchor = new cv.Point(-1, -1), delta = 0, borderType = cv.BORDER_DEFAULT) کل پارامترهایی که این تابع میگیره اینها هستن. پارامتر ddepth# جواب سوال ما هست. 1) وsrc: تصویر ورودی 2) وdst : تصویر خروجی که از نظر اندازه و تعداد کانال با تصویر ورودی یکی است 3) وddepth: عمق دلخواه تصویر خروجی 4)کرنل 5)و....

#low pass filter, #high pass filter or #band pass filter.

✅#انواع_فیلتر : 1)فیلتر پایین گذر: فرکانسهای بالاتر از یک مقدار معین را حذف میکند و فرکانسهای پایین تر را عبور میدهد. 2)میان گذر : فقط فرکانس های حد متوسط و میانی عبور داده میشود. 3) بالا گذر : فرکانسهای پایین تر از یک مقدار معین را حذف میکند و فرکانسهای بالا تر را عبور میدهد. 💢 واقعیت این است که قبل از پردازش اصلی ما یک پیش پردازش داریم تا سیگنالهای خارج از محدوده ی فرکانسی حذف شود. و این کار با فیلتر کردن انجام میشود.

#فرکانس یا بسامد: تعداد تکرار یک رویداد در واحد زمان. بر اساس اینکه کدامیک از این سه نوع فرکانس باید حذف شود، سه نوع #فیلتر داریم.

✅این همه بحث در مورد #تبدیل_فوریه و تجزیه سیگنال به فرکانسهای تشکیل دهنده کاربردش چیه؟؟🤔 💢یکی از پر کاربردترین موارد استفاده آن، فرایند فیلتر در پردازش سیگنال است. مثلا اگر صدا خش دار و بی کیفیت است یا تصویر وضوح خوبی ندارد با حذف برخی از #فرکانسها یا کاهش #نویز توسط #فیلتر به کیفیت مطلوب میرسونیم.

استفاده از تبدیل فوریه برای تجزیه سیگنال نور

سگنال صوت از مجموعه ای از سينوسها با فرکانس ودامنه وابسته به زمان تشکیل شده است.