آموزش مقدماتی کتابخانه Pillow برای پردازش تصویر در پایتون
آموزش مقدماتی کتابخانه Pillow برای پردازش تصویر در پایتون
چکیده
Pillow به وسیله زبانهای C و Python توسعه داده شده است و سرعت مناسبی دارد. پردازش تصویر در زمینههای مختلفی مانند: صنعتی، پزشکی، نظامی، علمی و امنیتی کاربردهای بسیار زیادی دارد. به طور خلاصه و مختصر، پردازش تصویر شامل عملیاتی است که با اجرای آنها بتوانیم یک سری دادهها را از تصویر استخراج کنیم. در این فرادرس ما به سراغ کتابخانه Pillow میرویم و از ابتدا آن را مورد بررسی قرار میدهیم. Pillow از کلیه عملیاتهای پردازش تصویر بر روی فرمتهای مختلف پشتیبانی میکند. لزوم آشنایی با زبان پایتون از مقدمات کار با Pillow محسوب میشود.
چکیده آموزش
توضیحات تکمیلی
پایتون (Python) یک زبان فوقالعاده قدرتمند با سینتکس (Syntax) راحت و یادگیری آسان است که اخیرا مورد توجه بسیاری از توسعهدهندگان، محققین و دانشمندان علوم داده قرار گرفته است و در اکثر علوم و زمینههای آزمایشگاهی و تحقیقاتی، کاربردهای فراوانی دارد. یکی از مواردی که پایتون قدرتمند در آن ظاهر شده است، دستکاری تصاویر و پردازش تصاویر است. بدین منظور، بستههای Pillow, OpenCV, scikit-image و چند مورد دیگر برای این کار ارائه شده است.
کتابخانه متنباز Pillow نسخه گسترشیافته Python Imaging Library) PIL) است که برای خواندن، ذخیرهکردن، دستکاری و پردازش تصاویر در پلتفرمهای مختلف: ویندوز، لینوکس و مک مورد استفاده قرار میگیرد.
Pillow به وسیله زبانهای C و Python توسعه داده شده است و سرعت مناسبی دارد. پردازش تصویر در زمینههای مختلفی مانند: صنعتی، پزشکی، نظامی، علمی و امنیتی کاربردهای بسیار زیادی دارد. به طور خلاصه و مختصر، پردازش تصویر شامل عملیاتی است که با اجرای آنها بتوانیم یک سری دادهها را از تصویر استخراج کنیم.
در این فرادرس ما به سراغ کتابخانه Pillow میرویم و از ابتدا آن را مورد بررسی قرار میدهیم. Pillow از کلیه عملیاتهای پردازش تصویر بر روی فرمتهای مختلف پشتیبانی میکند. لزوم آشنایی با زبان پایتون، از مقدمات کار با Pillow محسوب میشود.
فهرست سرفصلها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
- درس یکم: مفهوم پردازش تصویر
- پردازش تصویر چیست و چه کاربردهایی دارد؟
- درس دوم: معرفی پایتون و کتابخانه Pillow
- معرفی زبان پایتون
- معرفی کتابخانه Pillow
- معرفی محیط کدنویسی
- نصب پایتون و Pillow
- درس سوم: رسم اشکال هندسی
- رسم دایره
- رسم مستطیل
- رسم بیضی
- رسم مثلث
- رسم نقاط رنگی در تصویر
- درس چهارم: ویژگیهای تصاویر
- پسوند یا فرمت فایل
- فرمت پیکسلی تصویر
- اندازه تصویر
- پالت تصویر
- نام و پسوند تصویر
- طول و عرض تصویر
- درس پنجم: دستکاری تصاویر
- تغییر فرمت
- تغییر اندازه
- Cropکردن
- چرخش تصویر
- قرینهکردن تصویر
- ایجاد تصویر بندانگشتی
- قراردادن دو تصویر بر روی هم
- قراردادن متن بر تصویر
- کار با فایلهای GIF
- تغییر کیفیت تصویر یا رزولوشن
- درس ششم: اعمال فیلتر روی تصاویر
- فیلتر Sharpen
- فیلتر Smooth
- فیلتر Median
- فیلتر Emboss
- فیلتر Blur
- فیلتر Mode
- فیلتر پیداکردن لبه
- فیلتر تقویتکننده لبه
- تفکیک کانالهای تشکیلدهنده تصویر
- فیلتر Contour
- کشش کنتراست (Contrast Stretching)
- درس هفتم: وارونگی رنگ
- استفاده از متد Invert
- نصب NumPy
- استفاده از فرمول برای وارونگی
- درس هشتم: لبهیابی تصویر
- هسته کانولوشن (Convolution Core) برای لبهیابی
- استفاده از متد Kernel
- درس نهم: هیستوگرام رنگهای تصویر
- نصب Matplotlib
- نمایش هیستوگرام تصویر
مفید برای رشتههای
- مهندسی کامپیوتر - نرمافزار
- مهندسی صنایع
آنچه در این آموزش خواهید دید:
پیش نمایشها

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: ۳ مگابایت -- (کلیک کنید +))

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 +))

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: ۵ مگابایت -- (کلیک کنید +))






راهنمای سفارش آموزشها
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 مقدماتی کتابخانه Pillow برای پردازش تصویر در پایتون |
---|---|
ناشر | فرادرس |
کد آموزش | FVPHT9908 |
مدت زمان | ۲ ساعت و ۷ دقیقه |
زبان | فارسی |
نوع آموزش | آموزش ویدیویی (لینک دانلود) |
حجم دانلود | ۱۹۲ مگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس) |
نظرات