×
۳۴,۰۰۰ تومان ۲۰,۴۰۰ تومان

آموزش پردازش تصویر با OpenCV

آموزش پردازش تصویر با OpenCV

تعداد دانشجو
۲,۳۲۳ نفر
مدت زمان
۱۰ ساعت و ۲۶ دقیقه
هزینه عادی آموزش
۳۴,۰۰۰ تومان
در طرح تخفیف
۲۰,۴۰۰ تومان

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۲۳ بازخورد (مشاهده نظرات)
آموزش پردازش تصویر با OpenCV

چکیده

OpenCV (بینایی ماشین متن باز) یک کتابخانه متن باز شامل بیش از صدها الگوریتم بهینه سازی شده به زبان C و C++‎ برای تحلیل تصویر و ویدیو است، که از زمان معرفی آن در سال 1999، به میزان زیادی از سوی جامعه محققین و توسعه دهندگان بینایی ماشین به عنوان ابزار توسعه پایه پذیرفته شده است. OpenCV در ابتدا در اینتل به منظور توسعه تحقیقات در زمینه بینایی ماشین و ارتقای کاربردهایی که شدیدا از پردازنده استفاده می کنند، توسعه داده شد.

آموزش پردازش تصویر با OpenCV

تعداد دانشجو
۲,۳۲۳ نفر
مدت زمان
۱۰ ساعت و ۲۶ دقیقه
هزینه عادی آموزش
۳۴,۰۰۰ تومان
در طرح تخفیف
۲۰,۴۰۰ تومان

(کسب اطلاعات بیشتر +)
محتوای این آموزش
۲۳ بازخورد (مشاهده نظرات)
مدرس
الهام شعبانی نیا

دانشجوی دکتری تخصصی مهندسی کامپیوتر-هوش مصنوعی

مهندس الهام شعبانی نیا دانشجوی دکترای مهندسی کامپیوتر گرایش هوش مصنوعی در دانشگاه اصفهان هستند. ایشان مشغول انجام کار پژوهشی بر روی رساله دکتری در زمینه بازشناسی کنش های انسان با استفاده از پردازش تصاویر عمق هستند.

توضیحات تکمیلی

OpenCV (بینایی ماشین متن باز) یک کتابخانه متن باز شامل بیش از صدها الگوریتم بهینه سازی شده به زبان C و C++‎ برای تحلیل تصویر و ویدیو است، که از زمان معرفی آن در سال 1999، به میزان زیادی از سوی جامعه محققین و توسعه دهندگان بینایی ماشین به عنوان ابزار توسعه پایه پذیرفته شده است. OpenCV در ابتدا در اینتل به منظور توسعه تحقیقات در زمینه بینایی ماشین و ارتقای کاربردهایی که شدیدا از پردازنده استفاده می کنند، توسعه داده شد. مزیت اصلی OpenCV، در سرعت اجرای آن به خصوص در کاربردهای بی درنگ و البته متن باز بودن و رایگان بودن آن است. این مجموعه آموزشی، تلاشی است برای آشنایی هر چه بیشتر جامعه محققین بینایی ماشین با این کتابخانه ارزشمند، که به صورت گام به گام و عملی همراه با مجموعه متنوعی از مثال ها، شما را برای توسعه برنامه های کاربردی خود آماده خواهد ساخت.

این دوره به شما فرصت خواهد داد تا با پردازش تصویر و ویدیو آشنا شوید. اما این تنها ابتدای راه است. خبر خوش اینکه OpenCV به پیشرفت و توسعه ادامه خواهد داد. برای اطلاع از خبرهای جدید در مورد این کتابخانه، به مستندات آنلاین OpenCV به این (لینک) مراجعه کنید.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: مقدمه ای بر پردازش تصویر با OpenCV
    • معرفی
    • نصب کتابخانه OpenCV
    • ایجاد یک پروژه OpenCV با مایکروسافت ویژوال C++‎
    • بارگذاری، نمایش و ذخیره تصاویر
  • درس دوم: کار با تصاویر
    • دسترسی به مقادیر پیکسلی
    • پویش تصویر با اشاره گرها
    • پویش تصویر با تکرارگرها
    • نوشتن حلقه های کارا برای پویش تصویر
    • پویش تصویر در هنگام دسترسی به همسایه ها
    • انجام محاسبات ساده تصویر
    • تعریف نواحی مورد علاقه
    • تبدیل فضاهای رنگی
  • درس سوم: فیلترکردن تصاویر
    • فیلتر کردن تصاویر با استفاده از فیلترهای پایین گذر
    • فیلتر کردن تصاویر با استفاده از فیلتر میانه
    • اعمال فیلترهای جهتی برای تشخیص لبه ها
    • محاسبه لاپلاسین تصویر
  • درس چهارم: هیستوگرام (Histogram)
    • محاسبه هیستوگرام تصویر
    • به کارگیری جداول جستجو برای تغییر ظاهر تصویر
    • هموارسازی هیستوگرام تصویر
    • پس افکنش (Back Projection) هیستوگرام برای تشخیص محتوای خاصی از تصویر
    • استفاده از الگوریتم جابجایی میانگین برای پیدا کردن یک شی
    • بازیابی تصاویر مشابه با استفاده از مقایسه هیستوگرام
  • درس پنجم: تبدیل تصاویر با عملگرهای ریخت شناسی
    • سایش و گسترش تصاویر با استفاده از فیلترهای ریخت شناسی
    • باز کردن و بستن تصاویر با استفاده از فیلترهای ریخت شناسی
    • تشخیص لبه ها و گوشه ها با استفاده از فیلترهای ریخت شناسی
    • ناحیه بندی تصاویر با استفاده از الگوریتم آبگیر (Watershed)
    • استخراج اشیا پیش زمینه با الگوریتم GrabCut
  • درس ششم: استخراج خطوط، مرزها (کانتورها) و اجزا
    • تشخیص کانتورهای تصویر با عملگر کنی
    • تشخیص خطوط تصویر با تبدیل هاف
    • برازش خط به مجموعه ای از نقاط
    • استخراج کانتورهای اجزا
    • محاسبه توصیف گرهای شکل اجزا
  • درس هفتم: تشخیص و انطباق نقاط مورد علاقه
    • تشخیص گوشه های هریس
    • تشخیص ویژگی های FAST
    • تشخیص ویژگی های مقاوم در برابر مقیاس SURF
    • توصیف ویژگی های SURF
  • درس هشتم: پردازش دنباله های ویدیویی
    • خواندن دنباله های ویدیویی
    • پردازش قاب های ویدیویی
    • نوشتن دنباله های ویدیویی
    • دنبال کردن نقاط ویژگی در ویدیو
    • استخراج اشیای پیش زمینه در ویدیویی

در ادامه لیست کتب انگلیسی و کتب فارسی منتشر شده در این زمینه معرفی شده اند:

  • G Bradski, A Kaehler; Learning OpenCV: Computer vision with the OpenCV library; 2008
  • R Laganière; OpenCV 2 Computer Vision Application Programming Cookbook: Over 50 recipes to master this library of programming functions for real-time computer vision; 2011
  • الهام شعبانی نیا، رسول محمدی نصیری؛ بینایی ماشین و پردازش تصویر با OpenCV؛ ۱۳۹۲
  • الهام شعبانی نیا - علیرضا سخندان؛ برنامه‌ های کاربردی بینایی ماشین با OpenCV2؛ ۱۳۹۳
مشاهده بیشتر مشاهده کمتر

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل برنامه ها و پروژه های اجرا شده
فایل PDF یادداشت‌ های ارائه مدرس

نرم افزارهای مرتبط با آموزش

Visual Studio 2013 - OpenCV 3



پیش نمایش‌ها

۱. مقدمه ای بر پردازش تصویر با OpenCV

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۷ مگابایت -- (کلیک کنید +))

۲. کار با تصاویر

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۸ مگابایت -- (کلیک کنید +))

۳. فیلترکردن تصاویر

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید (دانلود پیش‌نمایش - حجم: ۱۹ مگابایت -- (کلیک کنید +))

۴. هیستوگرام (Histogram)
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. تبدیل تصاویر با عملگرهای ریخت شناسی
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. استخراج خطوط، مرزها (کانتورها) و اجزا
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۷. تشخیص و انطباق نقاط مورد علاقه
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۸. پردازش دنباله های ویدیویی
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.

راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش پردازش تصویر با OpenCV
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۵۱۹۶۴ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش FVIMG9405
مدت زمان ۱۰ ساعت و ۲۶ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (لینک دانلود)
حجم دانلود ۶۹۳ مگابایت (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)


نظرات

تا کنون ۲,۳۲۳ نفر از این آموزش استفاده کرده اند و ۲۳ نظر ثبت شده است.
شهاب
شهاب

هفتاد درصد چیزایی رو که لازمم بود درس داد. به نظرم متوسط رو به بالاست.

وحید
وحید

برای من که اصلا هیچ پیش زمینه ای نداشتم، واقعا مفید بود، یه آموزش بیسیک خوبی هست.

شهاب
شهاب

سلام مربی درس detaile موضوع رو درس داد و مثال های خوبی حل کرد.

زهرا
زهرا

من در نهایت حس می کنم مفیدتر می تونست باشه، فکر می کنم یه سری مسائل ابتدایی توضیح داده شده بود.

فرزاد
فرزاد

سلام و با آروزی موفقیت برای شما عزیزن
کلا محتوای اکثر آموزش هاتون مفید کاربردی هست و مدرس مسلط هستن.

میثم
میثم

هم آموزش و هم کیفیت مطالب تدریس شده خوب و در سطح قابل قبولی ارائه شده بود.

میثم
میثم

هم آموزش و هم کیفیت مطالب تدریس شده خوب و در سطح قابل قبولی ارائه شده بود

مهدی
مهدی

آموزش خوبیه، اما به نظرم جا داره کامل تر بشه.

ابراهیم
ابراهیم

با عرض خسته نباشید. انتقادی که وارد بود در مورد سرعت تدریس بود که خیلی اهسته بود؛ کسانی که این آموزش رو می بینند در مرحله بالاتری از دانشجوی معمولی هستن و فکر میکنم بعضی مواقع حوصله سر بر میشه آموزش. نکته دوم اینکه اگر از پایتون استفاده میشد به عنوان زبان برنامه نویسی بهتر بود. باز هم ممنون از زحمات خانم دکتر

مهدی بهزادی
مهدی بهزادی

سلام . بابت آموزشتون ممنون.

نیما
نیما

استاد مربوطه تسلط کافی به درس نداره، کاملا مشخصه که به صورت حرفه ای برنامه نویسی انجام نداده، بسیار ضعیف عمل میکنه اما سرفصل مطالب خوب بود.
با تشکر از سایت فرادرس.

فرزاد دادخواه
فرزاد دادخواه


با سلام و عرض خسته نباشید به دوستان خستگی ناپذیر فرادرس
بنده پردازش تصویر با متلب رو کار کرده بودم برای یه پروژه ای مجبور شدم که سراغ opencv برم اما ابتدا سردرگم بود تا این که اموزش opencv رو تو فرادرس پیدا کردم اموزشتون خیلی خوبه اما اگه یکم پیشرفته تر بشه یعنی مباحث پیشرفته تر هم تدریس کنید ممنون میشم.
با تشکر از خانم مهندس شعبانی نیا

Ali Nazarizadeh
Ali Nazarizadeh

با سلام . این آموزش هم مثل بقیه آموزش های فرادرس خیلی خوب و پرمحتوا بود. اما در این آموزش فقط مباحث پردازش تصویر و کار با تصاویر گفته شده است و قسمت مربوط به بینایی ماشین که مربوط به فصل های آخر کتاب میشه رو در این آموزش موجود نمی باشد. لطفا اگه میشه این آموزش ها رو هم قرار بدید چون خیلی کاربردی هست و مطمعن باشید که استقبال زیادی ازشون میشه.( چون من توی هیچ سایتی آموزش بینایی ماشین با openCV رو ندیدم).

masoud
masoud

سلام دوستان عزیز
به نظرم در این فرادرس به جزییات اصلی توجهی نشده و سرفصلا با عجله تموم شده
البته این نظر شخصیه منه و ممکنه برای بقیه اینطور نباشه .
مرسی.

پویا
پویا

واقعا عالیست. جای تشکر دارد. ممنون از شیوایی تدریستون.

sadeghi
sadeghi

پردازش تصویر با open cv بسیار روان و خوب تدریس شده است و برای بی نظیر شدن این آموزش نیاز به ارائه چند برنامه پروژه محور در همین حوزه می باشد.

ho3in
ho3in

فوق العاده بود ... واقعا از تهیه این آموزش پشیمون نخواهید شد.

احسان
احسان

با سلام و خسته نباشید.

انتظار این را داشتیم که کمی فراتر از مثال های موجود تدریس شود و به مثال ها و نمونه های پیشرفته تری از این بستر پردازش تصویر بپردازند. دوره پیشرفته این مقوله برای کارهای حرفه ای و کاربردی بسیار واجب است.

ان شاا... در فرادرس ارائه شود.

naieme
naieme

با سلام و وقت بخیر.

بنده برنامه شما را گرفته ام اما با سی شارپ کار می کنم. آیا می توانم از opencv استفاده کنم یا باید emgu cv را استفاده کنم؟

متشکرم

روابط عمومی
روابط عمومی

در پاسخ به naieme:
با سلام؛

ضمن تشکر از مکاتبه شما؛ پاسخ مدرس در ادامه آمده است:

همانطور که اشاره کردید نمی توان مستقیما دستورات OpenCV را در c# استفاده نمود اما می توانیم به کمک Emgu CV و از طریق کلاس CvInvoke در زبان های Net. همچون ++ C#, VB, VC دستورات Opencv را مورد استفاده قرار دهیم. برای جزئیات بیشتر می توانید به لینک زیر مراجعه فرمایید.

http://www.emgu.com/wiki/index.php/Tutorial

امیدواریم پاسخ سوال خود را دریافت نموده باشید.

موفق و پیروز باشید.

پاسخ به نظر

ذوالفقاری
ذوالفقاری

با سلام،

آموزش خیلی خوبی بود و با زبان ساده مطالب مهم گفته شده است. فقط بهتر بود اموزش جلسه اول (نصب open cv) بر روی win64 گفته میشد.

امیر حسین اصلاح چی
امیر حسین اصلاح چی

با سلام و خسته نباشید. این اموزش خیلی خوب بود و من برای پردازش تصویر در ربات استفاده کردم و در حال حاضر بر روی رسپری پای در حال راه اندازی opencv می باشم و از این اموزش برای کنترل ربات پرنده برای مسابقه استفاده میکنم. اگر میشه اموزش نصب opencv بر روی سیستم عامل های دیگر نیز اموزش دهید.


برچسب‌ها:
Artificial Intelligence | computer vision | GrabCut | GrabCut algorithm | Histogram | Image Processing | OpenCV | SURF | video processing | Visual Studio | watershed | watershed algorithm | آموزش پردازش تصویر | آموزش پردازش تصویر با OpenCV | استخراج اشیاء پیش زمینه با الگوریتم GrabCut | استخراج اشیاء پیش زمینه در ویدیویی | استخراج اشیاء پیش زمینه در ویدیویی OpenCV | استخراج خطوط | استخراج کانتورها | استخراج کانتورهای اجزا | استخراج مرزها | استفاده از فیلترهای پایین گذر | اعمال فیلترهای جهتی برای تشخیص لبه ها | الگوریتم GrabCut | الگوریتم watershed | الگوریتم آبگیر | الگوریتم جابجایی میانگین | انجام محاسبات ساده تصویر | انطباق تصاویر | انطباق نقاط مورد علاقه | ایجاد یک پروژه OpenCV با ماکروسافت ویژوال C++‎ | بارگذاری در OpenCV | باز کردن و بستن تصاویر با استفاده از فیلترهای ریخت شناسی | باز کردن و بستن تصاویر در OpenCV | بازیابی تصاویر مشابه با استفاده از مقایسه هیستوگرام | بازیابی تصاویر مشابه در OpenCV | برازش خط به مجموعه ای از نقاط | به کارگیری جداول جستجو برای تغییر ظاهر تصویر | بینایی ماشین | پردازش تصویر | پردازش تصویر با OpenCV | پردازش دنباله های ویدیویی | پردازش دنباله های ویدیویی در OpenCV | پردازش قاب های ویدیویی | پردازش قاب های ویدیویی در OpenCV | پردازش ویدیو | پروژه OpenCV با ماکروسافت ویژوال C++‎ | پس افکنش هیستوگرام | پس افکنش هیستوگرام برای تشخیص محتوای خاصی از تصویر | پویش تصویر | پویش تصویر با اشاره گرها | پویش تصویر با تکرارگرها | پویش تصویر در هنگام دسترسی به همسایه ها | تبدیل تصاویر با عملگرهای ریخت شناسی | تبدیل فضاهای رنگی در OpenCV | تبدیل هاف | تشخیص خطوط تصویر با تبدیل هاف | تشخیص کانتورهای تصویر | تشخیص کانتورهای تصویر با عملگر کنی | تشخیص گوشه در OpenCV | تشخیص گوشه های هریس | تشخیص لبه در OpenCV | تشخیص لبه ها و گوشه ها با استفاده از فیلترهای ریخت شناسی | تشخیص محتوای خاصی از تصویر در OpenCV | تشخیص نقاط مورد علاقه | تشخیص و انطباق نقاط مورد علاقه | تشخیص ویژگی های FAST | تشخیص ویژگی های مقاوم در برابر مقیاس SURF | تعریف نواحی مورد علاقه در OpenCV | تغییر ظاهر تصویر در OpenCV | تکرارگرها | توصیف گرهای شکل اجزا | توصیف ویژگی های SURF | حلقه های کارا برای پویش تصویر | خواندن دنباله های ویدیویی | خواندن دنباله های ویدیویی در OpenCV | دسترسی به مقادیر پیکسلی | دنبال کردن نقاط ویژگی در ویدیو | دنبال کردن نقاط ویژگی در ویدیو OpenCV | ذخیره تصاویر در OpenCV | سایش و گسترش تصاویر | سایش و گسترش تصاویر با استفاده از فیلترهای ریخت شناسی | شخیص خطوط تصویر در OpenCV | عملگر کنی | عملگرهای ریخت شناسی | عملگرهای مورفولوژی | فضاهای رنگی | فیلتر کردن تصاویر | فیلتر کردن تصاویر با استفاده از فیلتر میانه | فیلتر میانه | فیلترکردن تصاویر | فیلترکردن تصاویر در OpenCV | فیلترهای جهتی | فیلترهای ریخت شناسی | کار با تصاویر | کار با تصاویر در OpenCV | کانتورها | کانتورهای اجزا | ماکروسافت ویژوال C++‎ | محاسبات ساده تصویر | محاسبات ساده تصویر در OpenCV | محاسبه توصیف گرهای شکل اجزا | محاسبه لاپلاسین تصویر | محاسبه هیستوگرام تصویر | مقادیر پیکسلی | مقیاس SURF | ناحیه بندی تصاویر با استفاده از الگوریتم آبگیر (watershed) | نصب OpenCV | نصب کتابخانه OpenCV | نمایش در OpenCV | نوشتن حلقه های کارا برای پویش تصویر | نوشتن دنباله های ویدیویی | نوشتن دنباله های ویدیویی در OpenCV | هموارسازی هیستوگرام تصویر | هوش مصنوعی | هیستوگرام | هیستوگرام تصویر | ویژگی FAST | ویژگی های مقاوم در برابر مقیاس SURF | ویژوال استودیو
مشاهده بیشتر مشاهده کمتر