python_developer

✅کتابخانهOpenCV دارای سه نوع از فیلترهای شیب دار یا فیلترهای high-pass سوبل، شارر و لاپلاسین است. 💢💢💢💢💢💢

🌐https://fa.wikipedia.org/wiki/%D8%A2%D8%B4%DA%A9%D8%A7%D8%B1%D8%B3%D8%A7%D8%B2%DB%8C_%D9%84%D8%A8%D9%87 💢💢💢💢💢

در هر نقطه، مشتق شیب خط مماس است. در نقاطی که خط سبز است؛ مشتق مثبت، در نقاطی که خط سیاه است؛ مشتق صفر و در نقاطی که خط قرمز است؛ مشتق منفی است.ویکی

✅برای ادامه من فکرمیکنم یک تعریفی از مشتق بر روی توابع معمولی داشته باشیم بدنباشه: ✅مشتق: مشتق ایدهٔ اصلی حساب دیفرانسیل، بخش اول آنالیز ریاضی است که نرخ لحظه‌ای (یا نقطه‌ای) تغییرات تابع را نشان می‌دهد. مشتق نیز، نظیر انتگرال، از مسئله‌ای در هندسه، یعنی یافتن خط مماس در یک نقطه از منحنی ناشی شده‌است.ویکی 💢💢💢💢💢💢

تغییر زیاد در gradient ، نشان دهنده یک تغییر عمده در تصویر است. اندازه گیری این تغییرات توسط مشتق صورت میگیرد. 💢💢💢💢💢💢💢

🚀 دوره آموزشی علـــــم داده (Data Science) 🔥 نیاز روز بــــازار کــــار ایــــــران و خـــارج 🏙 مناسب برای تمام رشته‌ها 🖥 آموزش با نرم افزارها و زبــان‌های R، Python و SQL Server 🌟 با گواهینامه مورد تایید وزارت علوم و معتبر 🔬 آموزش #آنلاین و با موردکاوی‎های واقعی و پروژه 🚧 در خــــانه بمانید و آمـــــوزش ببینید 🔗 مشاهده جزئیات دوره و مشاوره رایگان: https://tihe.ac.ir/data-science-course/

✅همانطور که در شکل می بینید، یک لبه چیزی بیش از یک انتقال سریع از یک رنگ به رنگ دیگر نیست. برای ساده کردن، 0 سیاه است و 1 سفید است. تمام سایه رنگ خاکستری بین 0 تا 1 است. به مثال زیر توجه کنید:

#اینجا_1

✅یکی از این عمیلات، مشتق است. مشتق ، یک عمل ریاضی است که به شما اجازه می دهد تا مقادیر عددی را که نشان دهنده سرعت در حال تغییر یک مقدار هستند را بدست آورید. ⁉️ حالا سوال اینکه چطور مشتق میتونه در تصویر اهمیت داشته باشه؟ ✅وقتی علاقمند به تغییر رنگ که gradient نامیده میشود، باشیم. گرادیان رنگ، یک ابزار عالی برای محاسبه لبه های یک تصویر است. مثلا تشخیص خط لب از تغییر رنگ مثلا قرمز به رنگ پوست شاید یه مثال واضح باشه.

#اینجا_1

✅مفهوم gradients images از میان عملیات گوناگونی که می توانند به تصاویر اعمال شوند، کانولوشنها هستند، که در آنها فیلترهای خاص برای ویرایش تصاویر،برای به دست آوردن اطلاعات و یا برخی فواید دیگر، اعمال می شوند . قبلا دیدیم که تصاویر به عنوان یک ماتریس عددی بزرگ نمایش داده می شوند و در آن رنگ هر پیکسل با یک عدد از 0 تا 255 در نشان داده می شود. با استفاده از عملیات ریاضی (فیلتر تصویر) برای ساخت مقادیر جدید در یک ماتریس جدید از همان اندازه، کانولوشن تمام این مقادیر عددی را پردازش می کند.

💢Image Gradients💢 اهداف: 1)یافتن شیب و لبه ها ی تصاویر،و ... 2) آشنایی با توابع cv.Sobel(), cv.Scharr(), cv.Laplacian()

# Rectangular Kernel >>> cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)) 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=uint8) # Elliptical Kernel >>> cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5)) array([[0, 0, 1, 0, 0], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [0, 0, 1, 0, 0]], dtype=uint8) # Cross-shaped Kernel >>> cv2.getStructuringElement(cv2.MORPH_CROSS,(5,5)) array([[0, 0, 1, 0, 0], [0, 0, 1, 0, 0], [1, 1, 1, 1, 1], [0, 0, 1, 0, 0], [0, 0, 1, 0, 0]], dtype=uint8) 💢💢💢💢💢💢💢💢💢💢

تا اینجا se های ایجاد شده به شکل مربع یا مستطیل بودند. برای ایجاد se هایی به شکل بیضی یا دایره ، در opencv توسط تابع cv2.getStructuringElement ()به صورت زیر عمل میکنیم:

blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel)

💢7. Black Hat💢 تفاضل بین تصویر اصلی و closing را گویند.

Top Hat