پیشنهاد فرادرس

آموزش OpenCV 4 با پایتون (Python)

دسته بندی ها: آموزش OpenCV ، آموزش پایتون (Python) ، هوش مصنوعی

حوزه کاربرد های بینایی ماشین در چند سال اخیر رشد بسیار زیادی داشته است و افراد زیادی به سوی این مهارت گرایش پیدا کرده اند. بسیاری از مسائل مربوط به دنیای واقعی تنها به کمک بینایی ماشین حل می شوند.

اگر مایل هستید بطور عملی با این فناوری کار کنید و از آن برای ایجاد راه حل های منحصر به فرد در زمینه حرفه خود استفاده کنید، پس به دنبال دوره دیگری نباشید زیرا این دوره برای شما ساخته شده است!

این دوره به گونه ای طراحی شده است، که یاد بگیرید برنامه های کاربردی جالبی را توسعه دهید. ما تمامی مفاهیم مورد نیاز را به شما معرفی می کنیم و سپس به آرامی شما را به حوزه هوش مصنوعی و یادگیری عمیق، مانند طبقه بندی و شناسایی اشیا می بریم.

این دوره نه تنها به شما در استفاده از برنامه OpenCV 4 کمک می کند، بلکه کمک میکند تا مهارت های بینایی ماشین و هوش مصنوعی خود را به پروژه های خود اعمال کنید. تمام چیزهایی که برای این دوره نیاز دارید، دانش پایه ای از پایتون است و شما بخوبی آماده شروع این دوره هستید!

تمامی کد های مربوط به این دوره در این صفحه قابل دسترس می باشد.

سبک و رهیافت دوره

بهترین روش برای یادگیری یک موضوع جدید در زمینه برنامه نویسی، این است که هر چه سریع تر آنرا ایجاد کرده و سپس مفاهیم مربوطه را در طول توسعه آن یاد بگیرید. این دقیقا همان روشی است که ما در این دوره دنبال می کنیم. یک رویکرد عملی و تمرینی، تضمین می کند که دوره هرگز خسته کننده نخواهد بود. زیرا شما از طریق نمونه های تعاملی و برنامه ها یاد می گیرید. تمام اطلاعات مورد نیاز در صورت لزوم، با تاکید بر کاربرد آن در دنیایی واقعی پوشش داده می شوند.

مباحث دوره:

  • برپا سازی محیط کاری
  • بررسی دوره
  • بینایی ماشین با OpenCV 4
  • ایجاد آشکار ساز حرکت
  • پیش پردازش ورودی ویدئو، آستانه گیری تصویر و تارشدگی
  • محاسبه تفاوت های تصویر
  • تجسم و راه اندازی حرکات
  • ساخت یک آشکارساز دست
  • درک هیستوگرام ها و پس افکنش
  • پیاده سازی ضبط هیستوگرام برای پوست
  • پیاده سازی پس افکنش در ویدئوی ورودی
  • محدود کردن استخراج دست – استخراج کانتور
  • استخراج نوک انگشتان – عیوب برآمدگی یا تحدب
  • روش نوشتن در هوا Air Writing - تبدیل ژست های حرکتی به کنترل
  • ایجاد یک پخش کننده هوشمند ویدئو
  • استفاده از روش Haar Cascades - تشخیص چهره و صورت
  • گسترش روش Haar Cascades برای تشخیص چشم
  • خودکار سازی واسط ﮔﺮاﻓﻴﻜﻲ ﻛﺎرﺑر - واسط برنامه با Media Player
  • ساخت یک آشکارساز شی به کمک یادگیری عمیق
  • یادگیری عمیق - چه چیزی و چرا؟
  • بکار گیری ماژول DNN با یک مدل‌ از پیش آموزش داده شده
  • تلاش بیشتر - تغذیه تصویر ورودی برای شبکه عصبی
  • اجرای ویژگی تشخیص اشیا در ویدئو
  • ساخت یک برنامه تبدیل تصویر به متن OCR
  • نویسه خوان نوری، چیست؟ چرا و چگونه؟
  • آموزش یک تفکیک کننده رقمی در مجموعه داده MNIST
  • توسعه کارکرد های موتور OCR
  • توسعه کارکرد های موتور OCR (ادامه)
  • ماشین حساب جذر OCR
Hands-On OpenCV 4 with Python [Video] Publisher:Packtpub Author:Sourav Johar Duration:2 hours 31 minutes

Dive right into the world of Computer Vision and AI by making five awesome, real-life applications with this hands-on course
The scope of computer vision has been booming in the past few years and it has become a highly sought-after skill. There are tons of real-life problems just waiting to be solved with computer vision. If you want to get your hands dirty with this technology and use it to craft your own, unique solutions, then look no further because this course is made for you!
The course is designed so you’ll learn as you develop interesting apps. First you’ll learn to set up your environment, before building five exciting applications. We’ll introduce you to all necessary concepts and slowly transition into the field of Artificial Intelligence (AI) and deep learning such as classification and object detection.
This course will not only help you use OpenCV 4 but also apply your computer vision and AI skills to your projects. All you need is a basic working knowledge of Python and you’re good to go!
The code bundle for the video course is available at https://github.com/PacktPublishing/Hands-On-OpenCV-4-with-Python
Style and Approach
The best way to learn something new in programming is to start building as soon as possible and learning the topic as you develop. This is the exact approach we follow in this course. A hands-on, practical approach ensures that the course is never boring and you learn through interactive examples and apps. All the necessary information is conveyed as and when required, with an emphasis on where to apply it in real life.
Released: Friday, November 30, 2018
Getting the Environment Set Up
The Course Overview
Computer Vision with OpenCV 4
Setting Up the Environment
Building a Motion Detector
Preprocessing Video Input, Thresholding, and Blurring
Calculating Image Differences
Visualizing and Triggering Actions
Building a Hand Detector
Understanding Histograms and Back Projection
Implementing the Histogram Capture for Skin
Implementing Back Projection on Input Video Feed
Bounding the Hand – Contour Extraction
Extracting Fingertips – Convexity Defects
Air Writing – Translating Gestures to Controls
Building a Smart Video Player
Using Haar Cascades – Eye and Face Detection
Extending Haar Cascades for Eye Detection
GUI Automation – Interfacing the App with a Media Player
Building an Object Detector with Deep Learning
Deep Learning – What and Why?
Using the DNN Module with a Pre-Trained Model
Digging Deeper – Feeding the Input Image to the Neural Network
Running Object Detection on Videos
Building an OCR App
Optical Character Recognition –What, Why, and How?
Training a Digit Classifier on the MNIST Dataset
Developing the OCR Engine Functions
Developing the OCR Engine Functions (Continued)
OCR Square Calculator

پیشنهاد فرادرس