OpenCV. Kurs video. Przetwarzanie obrazów w języku Python

Autor:: Mateusz Zimoch

OpenCV. Kurs video. Przetwarzanie obrazów w języku Python Mateusz Zimoch - okladka książki

Ocena:: 6.0/6 2 opinii
Wersja:: Online
Czas trwania:: 05:10:30
Technologia:: Anaconda 3, OpenCV 4.1, Python 3.9, Jupyter Notebook, Google Colaboratory

Machine learning, Python i data science. Wprowadzenie

+ gratis

Promocja Pakiet Plus!

Kupując ten produkt dodatkowo otrzymasz:
Machine learning, Python i data science. Wprowadzenie ( ebook )

Videokurs
Online

~~149,00 zł~~ (-55%)
67,05 zł

Dodaj do koszyka lub Kup 1-kliknięciem Kup na prezent

Za zakup otrzymasz 67Pomoc

52,15 zł najniższa cena z 30 dni

Poleć kurs znajomemu

Do przechowalni

Do kursu dołączamy kod źródłowy

Zobacz trailer kursu video

Opis kursu video OpenCV. Kurs video. Przetwarzanie obrazów w języku Python

Wybierz kurs OpenCV online

Ludzkie oko jest doskonałe. Przez narząd wzroku codziennie odbieramy multum bodźców z otoczenia. Nasz mózg ma nie lada zadanie – zinterpretować to, co widzimy. To właśnie rozpoznanie i klasyfikacja obrazu mają kluczowy wpływ na rozumienie czerpanych ze świata informacji. A jak widzi komputer? Naukowcy zwykli podglądać i naśladować mechanizmy zachodzące w przyrodzie. Tak oto nasza percepcja wzrokowa stała się pierwowzorem dla wizji komputerowej (computer vision). Ta rewolucyjna dziedzina informatyki jest poświęcona rozumieniu informacji wizualnych przez maszynę.

Pomimo że proste algorytmy przetwarzania obrazów towarzyszą ludzkości od 60 lat, rozwój widzenia komputerowego jest wykładniczy. Dotyczy w szczególności ostatniej dekady. Przełom ten jest związany z coraz większą mocą obliczeniową współczesnych komputerów i kart graficznych. Dzięki zrównoleglaniu złożonych obliczeń postęp technologiczny zrewolucjonizował także uczenie maszynowe i uczenie głębokie. Niegdyś niemożliwe trenowanie sieci neuronowych na podstawie dużej ilości danych wejściowych jest dziś typowym zadaniem. Kamery rejestrujące ruch, autonomiczne samochody, biometria i rozpoznawanie twarzy to już nie science fiction – to część naszej rzeczywistości!

A więc dowiedz się, jak... widzą maszyny, i nie daj się prześcignąć współczesności!

Poznaj OpenCV - największą wieloplatformową bibliotekę do przetwarzania obrazów i video. Znajdziesz tu wiele wbudowanych funkcji i algorytmów do analizy ruchu, detekcji obiektów i rozpoznawania gestów. OpenCV przystosowane jest do analizy w czasie rzeczywistym. Z powodzeniem obsługuje głębokie sieci neuronowe, a nawet generatywne sieci współzawodniczące GAN.

By nauka była jeszcze przyjemniejsza, wszystkie przykłady zaimplementowano w Pythonie. Według rankingów popularności to najpowszechniej używany język programowania. Mało tego - jest także technologią numer jeden stosowaną przez inżynierów machine learning i data science.

Co Cię czeka w trakcie kursu OpenCV online?

Podczas pracy z kursem video OpenCV poznasz takie zagadnienia jak:

Podstawy Pythona, Jupyter Notebooka, Google Colabolatory
Biblioteka OpenCV
Obsługa obrazów (ładowanie, wyświetlanie, zapisywanie)
Obsługa video i streamów
Rysowanie elementów na obrazie (linie, tekst, polilinie)
Transformacje obrazu (skalowanie, rotacja, translacja)
Transformacje afiniczna i perspektywiczna
Progowanie - różne rodzaje
Wyrównanie histogramu, CLAHE
Rozmycie i wykrywanie krawędzi
Operator Sobela i Canny’ego
Wykrywanie konturów
Transformata Hougha
Operacje morfologiczne
Użycie klasyfikatora Haara i klasyfikatora HOG
Trenowanie własnego klasyfikatora HOG
Nakładanie obrazów
OCR - optyczne rozpoznawanie znaków
Przetwarzanie wzorców
Pisanie i zastosowanie sieci neuronowej i konwolucyjnej
Zastosowanie gotowych wag i konfiguracji sieci neuronowych
Algorytm YOLO

Co więcej...

Nauczysz się trenować własny klasyfikator do detekcji marek samochodów
W projekcie praktycznym dowiesz się, jak wyodrębnić tekst z obrazów - przed Tobą analiza i wykrywanie cyfr z karty kredytowej!

OpenCV. Kurs video. Przetwarzanie obrazów w języku Python wprowadzi Cię w praktyczne zagadnienia wizji komputerowej. Od podstaw poznasz bibliotekę OpenCV - od najprostszych instrukcji aż po zakres średnio zaawansowany.

Nauczysz się rysować obiekty, wykrywać krawędzie i kontury, a także wykonywać transformacje obrazów (skalowanie, rotację, translację). Za pomocą klasyfikatora Haara przeprowadzisz detekcję twarzy. Następnie płynnie przejdziesz do trenowania własnych klasyfikatorów i pisania sieci konwolucyjnej. Dowiesz się, jak przetwarzać obraz i video z użyciem algorytmów uczenia maszynowego i sztucznej inteligencji. Po ukończeniu szkolenia będziesz w stanie samodzielnie dodać moduł logowania z rozpoznawaniem twarzy na swoją stronę internetową czy wdrożyć algorytm zliczający liczbę aut, które przejeżdżają po drodze. OpenCV. Kurs video. Przetwarzanie obrazów w języku Python jest właściwym przewodnikiem zarówno dla kogoś, kto jeszcze nie pracował z obrazami, jak i dla osoby średnio zaawansowanej - pozwoli uporządkować wiedzę i dokonać podsumowania podstawowych możliwości.

Machine learning engineer

Specyfika pracy machine learning engineera z nastawieniem na obraz polega na dużym zróżnicowaniu. Od inżyniera wizji komputerowej wymaga się zdolności analitycznego myślenia, rozwiązywania problemów matematycznych i znajomości bibliotek używanych do obróbki obrazu. Podstawowym zadaniem na tym stanowisku jest tworzenie algorytmów, które będą przetwarzać duże zbiory danych wizualnych. Przydatne są także umiejętności interpersonalne, gdyż często potrzebna jest konsultacja ze specjalistami innych dziedzin.

Znane koncerny, jak również startupy chętnie wdrażają systemy wizyjne, by zautomatyzować złożone procesy. Ofert pracy stale przybywa, a wizja komputerowa to silnie rozwijająca się branża. Dziedziny, w których jej stosowanie stwarza nowe możliwości, to robotyka, medycyna, astronomia, radiologia, metrologia, sejsmologia, metalurgia i wiele innych.

Systematyczność i ciężka praca to droga do sukcesu. Nikt nie urodził się wszechwiedzący. Jeśli będziesz poświęcać godzinę dziennie na naukę i samorozwój, prędzej czy później osiągniesz zamierzony cel.

W naszej ofercie znajdziesz też kurs Adobe Photoshop dostępny w naszej ofercie.

Wybrane bestsellery

O autorze kursu video

Mateusz Zimoch - inżynier z dużym doświadczeniem w dziedzinie informatyki, data science, robotyki i sztucznej inteligencji. Zwycięzca konkursu US Navy na prototyp autonomicznego podwodnego drona. Pasjonat systemów wizyjnych. Skuteczny lider zespołu z udokumentowanym doświadczeniem w realizacji innowacyjnych projektów. Założyciel dwóch startupów skupiających się na rozwoju rozwiązań z zakresu wizji komputerowej opartej na sztucznej inteligencji. Mentor data science i nauczyciel programowania w wielu prywatnych szkołach. Po godzinach miłośnik motoryzacji, lubi majsterkować przy samochodzie i motocyklach. Uwielbia podróżować po świecie, preferuje road trips, czyli podróże samochodowe z przyjaciółmi.

Zaloguj się aby uzyskać dostęp do dodatkowych odkodowanych lekcji »

1. Wstęp do analityki obrazowej 00:51:12
2. Rysowanie podstawowych kształtów 00:10:19
- 2.1. Linie, prostokąty, wielokąty, tekst 00:10:19
3. Transformacje obrazów 00:21:08
- 3.1. Skalowanie, translacja, rotacja, transformacje: afiniczna i perspektywiczna 00:21:08
4. Progowanie 00:16:24
- 4.1. Progowanie proste, adaptacyjne, Otsu 00:16:24
5. Filtrowanie 00:27:07
- 5.1. Wyrównanie histogramu, CLAHE, wygładzanie i rozmycie obrazów 00:27:07
6. Wykrywanie krawędzi 00:14:48
- 6.1. Operator Sobela i operator Canny'ego 00:14:48
7. Wykrywanie konturów 00:16:29
- 7.1. Transformacja Hougha do wykrywania linii i okręgów 00:16:29
8. Operacje morfologiczne na obrazach 00:11:17
- 8.1. Erozja, dylatacja, otwarcie, domknięcie 00:11:17
9. Kaskady Haara 00:10:32
- 9.1. Detekcja twarzy za pomocą kaskady Haara 00:10:32
10. Klasyfikator według metody Histogram of Oriented Gradients (HOG) 00:24:30
- 10.1. Wykorzystanie HOGa do detekcji osób 00:12:37
- 10.2. Trenowanie własnego klasyfikatora do detekcji marek samochodów 00:11:53
11. Nakładanie (łączenie obrazów) 00:24:49
- 11.1. Wykrywanie i opis cech 00:11:56
- 11.2. Odrzucanie outsiderów i tworzenie funkcji transformacji 00:12:53
12. OCR - projekt praktyczny 00:26:41
- 12.1. Rozpoznawanie wzorców cyfr 00:10:17
- 12.2. Analiza zdjęć karty kredytowej i automatyczne rozpoznawanie cyfr 00:16:24
13. Sieci konwolucyjne 00:55:14

Kurs Video "OpenCV. Kurs video. Przetwarzanie obrazów w języku Python" zobaczysz:

Oceny i opinie klientów: OpenCV. Kurs video. Przetwarzanie obrazów w języku Python Mateusz Zimoch (2)

6
(2)
5
(0)
4
(0)
3
(0)
2
(0)
1
(0)

6.0

Opinia: anonimowa Opinia dodana: 2022-07-13 Ocena: 6

Opinia potwierdzona zakupem

Opinia dotyczy produktu: kurs video

Czy opinia była pomocna:

TAK (0) NIE (0)

Dobry kurs z solidnymi podstawami teoretycznymi. Na pewno plusem jest łączenie matematycznej reprezentacji omawianych procesów z praktycznym zastosowaniem funkcji z biblioteki opencv. W moim przypadku zdobyta wiedza okazała się praktyczna w pracy z projektem detekcji obrazu
Opinia: Zbyszek Opinia dodana: 2022-05-24 Ocena: 6

Opinia potwierdzona zakupem

Opinia dotyczy produktu: kurs video

Czy opinia była pomocna:

TAK (0) NIE (0)

Bardzo ciekawy kurs. Poszerza horyzonty. Daje możliwość skorzystania z wiedzy i pracy wielu naukowców, którzy podzielili się wynikam swojej pracy przez stworzenie wielu funkcji zawartych w bibliotece openCV. Kurs otwiera bramy do tej wiedzy, wskazuje jak rozpocząć pracę z obrazami i pozwala wypłynąć na głębię.

Rozwiń »