, ,

کتاب پردازش تصویر و بینایی ماشین با OpenCV در پایتون

تومان249,950

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب پردازش تصویر و بینایی ماشین با OpenCV در پایتون

موضوع کلی: برنامه نویسی

موضوع میانی: پایتون (Python)

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه‌ای بر بینایی ماشین و کاربردهای آن
  • 2. چرا پایتون برای بینایی ماشین؟
  • 3. نصب و راه‌اندازی محیط برنامه‌نویسی (پایتون، OpenCV, NumPy)
  • 4. آشنایی با NumPy: آرایه‌های چندبعدی به عنوان تصویر
  • 5. عملیات پایه‌ای بر روی آرایه‌های NumPy برای پردازش تصویر
  • 6. خواندن، نمایش و ذخیره تصاویر با OpenCV
  • 7. درک ساختار تصویر: ارتفاع، عرض، کانال‌های رنگی
  • 8. آشنایی با فضاهای رنگی (RGB, BGR, Grayscale, HSV)
  • 9. تبدیل تصاویر بین فضاهای رنگی مختلف
  • 10. تقسیم و ادغام کانال‌های رنگی تصویر
  • 11. دسترسی و تغییر مقادیر پیکسل‌ها
  • 12. ترسیم اشکال هندسی پایه: خط، مستطیل، دایره
  • 13. نوشتن متن بر روی تصاویر
  • 14. برش تصویر (انتخاب ناحیه مورد علاقه – ROI)
  • 15. تغییر اندازه (Resize) و مقیاس‌بندی (Scale) تصاویر
  • 16. چرخش و برگرداندن (Flip) تصاویر
  • 17. عملیات ریاضی پایه بر روی تصاویر (جمع، تفریق)
  • 18. ترکیب و ادغام دو تصویر با وزن‌دهی (Image Blending)
  • 19. عملیات بیتی (Bitwise Operations): AND, OR, NOT, XOR
  • 20. ایجاد ماسک (Mask) و کاربرد آن در پردازش تصویر
  • 21. تنظیم روشنایی و کنتراست تصویر
  • 22. اصلاح گاما (Gamma Correction)
  • 23. آشنایی با مفهوم کانولوشن و کرنل (Kernel)
  • 24. فیلترهای هموارکننده و کاهش نویز: میانگین و گوسی
  • 25. فیلتر Median برای حذف نویز Salt-and-Pepper
  • 26. فیلتر Bilateral برای هموارسازی و حفظ لبه‌ها
  • 27. شارپ کردن تصاویر با استفاده از کرنل‌ها
  • 28. آشنایی با تبدیلات مورفولوژیک
  • 29. فرسایش (Erosion)
  • 30. انبساط (Dilation)
  • 31. باز کردن (Opening) برای حذف نویز
  • 32. بستن (Closing) برای پر کردن حفره‌ها
  • 33. گرادیان مورفولوژیک، Top Hat و Black Hat
  • 34. آشنایی با مفهوم گرادیان تصویر
  • 35. محاسبه گرادیان با فیلترهای Sobel و Scharr
  • 36. تشخیص لبه با اپراتور لاپلاسین (Laplacian)
  • 37. الگوریتم تشخیص لبه Canny: تئوری
  • 38. پیاده‌سازی تشخیص لبه Canny در OpenCV
  • 39. تبدیل هاف (Hough Transform) برای تشخیص خطوط
  • 40. تبدیل هاف برای تشخیص دایره‌ها
  • 41. آشنایی با هیستوگرام تصویر
  • 42. محاسبه و ترسیم هیستوگرام با OpenCV و Matplotlib
  • 43. یکسان‌سازی هیستوگرام برای بهبود کنتراست (Histogram Equalization)
  • 44. یکسان‌سازی هیستوگرام تطبیقی (CLAHE)
  • 45. آستانه‌گذاری ساده (Simple Thresholding)
  • 46. آستانه‌گذاری تطبیقی (Adaptive Thresholding)
  • 47. آستانه‌گذاری اتوماتیک با روش Otsu
  • 48. جداسازی اشیاء بر اساس رنگ در فضای HSV
  • 49. آشنایی با کانتورها (Contours)
  • 50. یافتن و ترسیم کانتورها در تصویر
  • 51. سلسله مراتب کانتورها (Contour Hierarchy)
  • 52. ویژگی‌های کانتور: گشتاورها (Moments) و مرکز سطح (Centroid)
  • 53. محاسبه مساحت و محیط کانتور
  • 54. تقریب کانتور و پوش محدب (Convex Hull)
  • 55. ایجاد جعبه محاطی (Bounding Box) قائم و چرخان
  • 56. برازش دایره و بیضی بر روی کانتورها
  • 57. تطبیق شکل (Shape Matching)
  • 58. تطبیق الگو (Template Matching) برای یافتن اشیاء
  • 59. مدیریت چندین نتیجه در تطبیق الگو
  • 60. آشنایی با مفاهیم ویژگی (Feature) در تصاویر
  • 61. آشکارسازی گوشه با الگوریتم Harris
  • 62. آشکارسازی گوشه با الگوریتم Shi-Tomasi
  • 63. معرفی توصیفگرهای ویژگی: SIFT, SURF, ORB
  • 64. آشکارسازی و توصیف ویژگی با ORB
  • 65. تطبیق ویژگی‌ها بین دو تصویر (Feature Matching)
  • 66. تخمین ماتریس هموگرافی برای انطباق تصاویر
  • 67. مقدمه‌ای بر پردازش ویدیو
  • 68. خواندن ویدیو از فایل
  • 69. دریافت تصویر زنده از وب‌کم
  • 70. اعمال تکنیک‌های پردازش تصویر بر روی فریم‌های ویدیو
  • 71. ذخیره ویدیو پردازش شده در فایل
  • 72. حذف پس‌زمینه در ویدیو (Background Subtraction)
  • 73. آشنایی با ردیابی اشیاء (Object Tracking)
  • 74. الگوریتم‌های MeanShift و CamShift
  • 75. جریان نوری (Optical Flow) با الگوریتم Lucas-Kanade
  • 76. ردیابی ویژگی‌ها در طول زمان با جریان نوری
  • 77. استفاده از API ردیاب‌های داخلی OpenCV (CSRT, KCF)
  • 78. مقدمه‌ای بر یادگیری ماشین در بینایی کامپیوتر
  • 79. آشنایی با طبقه‌بندهای آبشاری Haar
  • 80. تشخیص چهره با استفاده از Haar Cascades
  • 81. تشخیص چشم و لبخند با Haar Cascades
  • 82. معرفی هیستوگرام گرادیان‌های جهت‌دار (HOG)
  • 83. تشخیص عابر پیاده با HOG و SVM
  • 84. مقدمه‌ای بر یادگیری عمیق و شبکه‌های عصبی کانولوشنی (CNN)
  • 85. استفاده از ماژول DNN در OpenCV
  • 86. بارگذاری مدل‌های از پیش آموزش‌دیده (Caffe, TensorFlow, ONNX)
  • 87. طبقه‌بندی تصویر با مدل‌های آماده (مانند MobileNet)
  • 88. تشخیص اشیاء (Object Detection) با SSD
  • 89. تشخیص اشیاء با YOLO
  • 90. بخش‌بندی معنایی (Semantic Segmentation) با یادگیری عمیق
  • 91. تشخیص نقاط کلیدی چهره (Facial Landmark Detection)
  • 92. تخمین سن و جنسیت از روی تصویر چهره
  • 93. بازشناسی چهره با استفاده از یادگیری عمیق
  • 94. خواندن متن از تصویر (OCR) با Tesseract و OpenCV
  • 95. کالیبراسیون دوربین و رفع اعوجاج تصویر
  • 96. پروژه اول: ساخت یک اسکنر اسناد ساده
  • 97. پروژه دوم: ردیابی یک شیء رنگی به صورت زنده
  • 98. پروژه سوم: تشخیص خطوط جاده برای خودروهای هوشمند
  • 99. پروژه نهایی: ترکیب مفاهیم برای ساخت یک اپلیکیشن کاربردی
  • 100. جمع‌بندی دوره و مسیرهای یادگیری آینده

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب پردازش تصویر و بینایی ماشین با OpenCV در پایتون”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا