در این مطلب، ویدئو آموزش اهرام تصویر – OpenCV 3.4 with python 3 23 با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,030 –> 00:00:01,949
ما اهرام تصویر کنونی خود را میشوریم،
2
00:00:01,949 –> 00:00:07,109
بنابراین بیایید به عنوان مثال این
3
00:00:07,109 –> 00:00:10,980
تصویر را با این تصویر بزرگ از دست در نظر بگیریم، بنابراین آنچه
4
00:00:10,980 –> 00:00:13,469
که هرم تصویر است، فقط
5
00:00:13,469 –> 00:00:18,690
نمایشی از همان تصویر است، طوری
6
00:00:18,690 –> 00:00:21,449
که آن را کوچکتر کردهایم، بنابراین
7
00:00:21,449 –> 00:00:25,380
لایههای مختلفی داریم و هر کدام تصویر
8
00:00:25,380 –> 00:00:28,640
نصف اندازه تصویر اول است
9
00:00:28,640 –> 00:00:32,270
در واقع نیمی از وضوح است، بنابراین
10
00:00:32,270 –> 00:00:37,710
نصف الکس و نصف دستگاه است، بنابراین
11
00:00:37,710 –> 00:00:40,370
اگر دقیقاً 1/4 تصویر موقت را اینجا قرار دهید، مانند 1/4 به نظر می رسد.
12
00:00:40,370 –> 00:00:45,210
13
00:00:45,210 –> 00:00:53,610
هر تصویر بعد از
14
00:00:53,610 –> 00:00:56,430
آن به همین دلیل هرمی است زیرا به نظر می
15
00:00:56,430 –> 00:00:58,949
رسد هرمی از
16
00:00:58,949 –> 00:01:02,449
بزرگترین تصویر به کوچکترین تصویر می رود و
17
00:01:02,449 –> 00:01:06,299
هر تصویر مانند یک لایه نامیده می شود
18
00:01:06,299 –> 00:01:09,720
بنابراین اولین لایه دوم سوم و به همین
19
00:01:09,720 –> 00:01:13,950
ترتیب بزرگترین عدد لایه را داریم.
20
00:01:13,950 –> 00:01:17,460
هر چه تصویر کوچکتر باشد و چه
21
00:01:17,460 –> 00:01:20,060
تفاوتی بین این هرم و
22
00:01:20,060 –> 00:01:23,430
ناپدید شدن هرم سمت راست وجود دارد،
23
00:01:23,430 –> 00:01:26,549
هرم گاوسی است در حالی که هرم
24
00:01:26,549 –> 00:01:34,290
سمت چپ هرم رابطه زیادی دارد، آن
25
00:01:34,290 –> 00:01:36,780
چیزی است که باید داشته
26
00:01:36,780 –> 00:01:37,860
باشیم لاپلاسین است
27
00:01:37,860 –> 00:01:41,369
و به گاوس نیاز داریم. sian فقط برای ایجاد
28
00:01:41,369 –> 00:01:44,130
هرم لاپلاسی است، اما من نمیخواهم
29
00:01:44,130 –> 00:01:46,920
خیلی وارد جزئیات شوم، بنابراین اکنون زیرا
30
00:01:46,920 –> 00:01:48,979
این بخش میتواند کمی مشکل و
31
00:01:48,979 –> 00:01:53,850
گیج کننده باشد، بنابراین بیایید به آرامی قدم به
32
00:01:53,850 –> 00:02:00,990
قدم ببینیم چگونه ابتدا این هرم گاوسی را ایجاد کنیم
33
00:02:00,990 –> 00:02:03,479
و بعد از آن دوباره
34
00:02:03,479 –> 00:02:08,600
هرم لاپلاس را ایجاد می کنیم
35
00:02:10,550 –> 00:02:15,360
خوب بیایید کدی را که وارد می کنیم تایپ کنیم sieve
36
00:02:15,360 –> 00:02:20,400
it بنابراین numpy us را وارد می کنیم و p تصویر را بارگذاری می کنیم
37
00:02:20,400 –> 00:02:24,050
ببینیم آیا بدون او قرمز
38
00:02:24,050 –> 00:02:30,140
و نویسنده نقطه است و نه jpg
39
00:02:30,140 –> 00:02:33,150
شما می توانید این تصویر را از
40
00:02:33,150 –> 00:02:34,860
لینک در توضیحات دانلود کنید یا حتی اینکه آیا
41
00:02:34,860 –> 00:02:38,459
می توانید از تصویر خود استفاده کنید، بیایید تصویر را
42
00:02:38,459 –> 00:02:42,930
نشان دهیم ببینید که در نمایش
43
00:02:42,930 –> 00:02:50,760
تصویر اصلی mg شما را با کلید 0 می بینم و ببینید
44
00:02:50,760 –> 00:02:57,239
که تمام سگ های برد را نابود می کند، بیایید کد را اجرا کنیم
45
00:02:57,239 –> 00:02:59,340
و ببینیم که آیا همانطور که انگشت می گذاریم همه چیز
46
00:02:59,340 –> 00:03:05,159
خوب است اینجا ما داریم بیایید شروع
47
00:03:05,159 –> 00:03:10,280
به ایجاد هرم گاوس کنیم،
48
00:03:11,930 –> 00:03:16,170
بنابراین ابتدا بیایید ببینیم چگونه هر
49
00:03:16,170 –> 00:03:20,069
لایه را یکی یکی ایجاد کنیم، به عنوان مثال
50
00:03:20,069 –> 00:03:27,569
اولین لایه برابر با جلبک دریایی است،
51
00:03:27,569 –> 00:03:33,480
بنابراین به پایین نگاه کنید، بنابراین P باید
52
00:03:33,480 –> 00:03:35,459
عملکرد را انتخاب کنیم و آن را پایین بیاوریم.
53
00:03:35,459 –> 00:03:38,459
تا آن را کوچکتر کند
54
00:03:38,459 –> 00:03:43,159
تصویر EMG
55
00:03:43,280 –> 00:03:51,980
بیایید CDOT را در اولین لایه نمایش نشان
56
00:03:51,980 –> 00:03:56,939
دهیم، بنابراین ما تصویر اصلی
57
00:03:56,939 –> 00:04:04,230
و اولین لایه بعد از
58
00:04:04,230 –> 00:04:07,620
تصویر اصلی داریم، بنابراین اگر بخواهیم
59
00:04:07,620 –> 00:04:11,549
لایه دوم را مانند لایه دوم بخواهیم باید از همان
60
00:04:11,549 –> 00:04:15,470
تابع روی این تصویر استفاده کنیم تا این کار انجام شود.
61
00:04:16,060 –> 00:04:21,380
لایه دوم باشد به آن
62
00:04:21,380 –> 00:04:29,990
Pierre پایین لایه اول و ما
63
00:04:29,990 –> 00:04:36,160
باید C را در لایه دوم در Shou
64
00:04:40,690 –> 00:04:43,070
داشته باشیم در واقع باید اولاً در
65
00:04:43,070 –> 00:04:46,310
تصویر اصلی باشد دومی این یکی و
66
00:04:46,310 –> 00:04:51,229
به هر حال سوم و به همین ترتیب برای هر تصویر تا
67
00:04:51,229 –> 00:04:53,510
ما گزینه بهتری داشته باشیم. برای انجام این کار
68
00:04:53,510 –> 00:04:57,740
فقط با استفاده از یک حلقه for، پس بیایید این یکی را حذف
69
00:04:57,740 –> 00:05:00,160
70
00:05:00,160 –> 00:05:08,500
کنیم، خوب فرض کنیم لایه برابر با دو باشد
71
00:05:08,500 –> 00:05:10,790
، اولین تصویر اصلی خواهد بود،
72
00:05:10,790 –> 00:05:13,040
بنابراین ما فقط منطقه را در کپی نقطه G
73
00:05:13,040 –> 00:05:24,680
کپی کردیم، سپس برای I در محدوده شش I داریم.
74
00:05:24,680 –> 00:05:27,550
من میخواهیم شش لایه ایجاد
75
00:05:27,550 –> 00:05:34,010
کنیم، فقط عکس سادهای است که میخواهیم
76
00:05:34,010 –> 00:05:37,100
آن را برای شش بار کوچک کنیم، بنابراین
77
00:05:37,100 –> 00:05:42,740
این لایه برابر
78
00:05:42,740 –> 00:05:52,700
با نقطه C v2 در اینجا پایین لایه است، بنابراین
79
00:05:52,700 –> 00:05:55,460
اجازه دهید این تصویر را به دلیل این موضوع نشان دهیم.
80
00:05:55,460 –> 00:06:03,910
رشته نمایش I بنابراین ما نام را نشان می دهیم
81
00:06:03,910 –> 00:06:07,639
از پنجره فقط یک عدد است که
82
00:06:07,639 –> 00:06:09,650
فقط برای اینکه بتوانید ببینید
83
00:06:09,650 –> 00:06:11,930
لازم نیست نشان دهید فقط برای من است
84
00:06:11,930 –> 00:06:15,100
شما می توانید بفهمید که ما داریم چه کار می کنیم و
85
00:06:15,100 –> 00:06:22,300
لانه گزینی کنید و اینجا می توانید تمام تصویر را ببینید
86
00:06:22,300 –> 00:06:27,330
تا صفر اصلی یک و دو را داشته باشیم.
87
00:06:27,330 –> 00:06:30,550
تا شش، این یکی کوچکترین است،
88
00:06:30,550 –> 00:06:36,700
بنابراین ما این هستیم،
89
00:06:36,700 –> 00:06:40,780
وقتی این تصاویر را داریم هرم لاپلاس را ایجاد کردیم، اما
90
00:06:40,780 –> 00:06:43,060
باید آنها را در جایی ذخیره کنیم، بنابراین
91
00:06:43,060 –> 00:06:45,460
باید مانند یک ظرف ایجاد کنیم
92
00:06:45,460 –> 00:06:48,730
که یک آرایه باشد و این همان خواهد بود
93
00:06:48,730 –> 00:06:51,730
نه جشن. هرم
94
00:06:51,730 –> 00:06:58,300
گاوس هرم گاوس برابر است با در یک
95
00:06:58,300 –> 00:07:02,290
آرایه، بنابراین ابتدا لایه اول
96
00:07:02,290 –> 00:07:04,720
تصویر اصلی است سپس با حلقه
97
00:07:04,720 –> 00:07:09,730
هر تصویر را
98
00:07:09,730 –> 00:07:18,370
اضافه می کنیم تا لایه هرم گاوسی ضمیمه شود، بنابراین
99
00:07:18,370 –> 00:07:20,350
هر بار که به تصویر نیاز داریم. میتوانیم
100
00:07:20,350 –> 00:07:24,040
آن را از این آرایه بگیریم، بهعنوان مثال، بیایید
101
00:07:24,040 –> 00:07:26,950
بگوییم که ما اولین تصویر را میخواهیم، آن را اولین تصویر تک
102
00:07:26,950 –> 00:07:28,720
هر
103
00:07:28,720 –> 00:07:31,810
گاوسی عدد صفر خواهیم بود، فرض کنید که می
104
00:07:31,810 –> 00:07:35,500
خواهیم تصویری در داخل یکی با اع
105
00:07:35,500 –> 00:07:38,290
اد شاخص شماره شش، گا
106
00:07:38,290 –> 00:07:41,050
سیا باشد. هرم n در واقع شماره شش
107
00:07:41,050 –> 00:07:47,740
دلیل شماره پنج است، بنابراین اینطور خواهد
108
00:07:47,740 –> 00:07:51,100
بود که من احتمالاً شماره شش هم نیستم و
109
00:07:51,100 –> 00:08:00,510
همانطور که می دانید این یک تیم نمایش صفر بود
110
00:08:03,599 –> 00:08:09,629
و این یکی پنج خواهد بود
111
00:08:10,319 –> 00:08:13,299
البته آنها فقط نام
112
00:08:13,299 –> 00:08:15,219
پنجره را جمع می کنند. آیا شما می توانید هر چیزی را که می خواهید
113
00:08:15,219 –> 00:08:19,319
بگذارید، بیایید اقیانوس پنج و این صفر گاوسی را
114
00:08:19,319 –> 00:08:28,049
بگیریم و فقط این دو را نشان دهیم، بنابراین
115
00:08:28,049 –> 00:08:30,219
در واقع من نسخه اصلی را
116
00:08:30,219 –> 00:08:32,078
هم دارم، زیرا در زیر بسیار خوب، من
117
00:08:32,078 –> 00:08:34,328
نسخه اصلی را نشان می دهم، اکنون به این یکی نیاز
118
00:08:34,328 –> 00:08:36,429
نداریم، بنابراین ما این را داریم عدد گاوسی صفر
119
00:08:36,429 –> 00:08:43,719
که اصلی است و ما شاخص
120
00:08:43,719 –> 00:08:47,230
شماره پنج را در وسط داریم، یک
121
00:08:47,230 –> 00:08:51,850
دو سه و چهار داریم، بنابراین
122
00:08:51,850 –> 00:08:54,339
هر زمان که تصویری را
123
00:08:54,339 –> 00:08:56,379
از هرم میخواهیم، میتوانیم آن را از آر
124
00:08:56,379 –> 00:09:01,709
یه برداریم. هر
125
00:09:01,709 –> 00:09:04,870
گاوسی هرمی که دقیقاً به
126
00:09:04,870 –> 00:09:08,589
درد نمی خورد، فقط برای ایجاد هرم لاپلاسی به آن نیاز داریم،
127
00:09:08,589 –> 00:09:13,240
بنابراین
128
00:09:13,240 –> 00:09:14,920
من نظراتی را ارائه می کنم تا
129
00:09:14,920 –> 00:09:19,209
واضح تر از این هرم گوسن باشد، حالا ما می
130
00:09:19,209 –> 00:09:27,870
خواهیم قبل از پرداختن به جزئیات، فلش زیادی ایجاد کنیم و از آن فیلم بگیریم.
131
00:09:29,990 –> 00:09:32,420
چگونه
132
00:09:32,420 –> 00:09:35,920
یک هرم بسازیم، بیایید ببینیم چگونه
133
00:09:35,920 –> 00:09:38,620
لاپلاسیان ایجاد کنیم،
134
00:09:38,620 –> 00:09:49,550
اجازه دهید مثالی را ببینیم، بنابراین، اجازه
135
00:09:49,550 –> 00:09:56,750
دهید به عنوان مثال لایه شماره یک را در نظر بگیریم، بیایید
136
00:09:56,750 –> 00:10:03,640
همه آن را از ابتدا بسازیم، بنابراین لایه اول
137
00:10:05,290 –> 00:10:13,700
برابر با C v2 نقطه از
138
00:10:13,700 –> 00:10:22,600
تصویر اصلی پاک می شود سپس دومی را داریم. خوب
139
00:10:22,600 –> 00:10:26,470
و بیایید این را نشان دهیم که در
140
00:10:26,470 –> 00:10:32,480
لایه اول نشان داده شده است و ما
141
00:10:32,480 –> 00:10:43,880
تصویر اصلی تصویر اصلی را داریم
142
00:10:43,880 –> 00:10:45,260
که همیشه باید لایه دوم باشد
143
00:10:45,260 –> 00:10:47,540
زیرا این اولین چیزی است که
144
00:10:47,540 –> 00:10:51,650
در حال حاضر مهم نیست که
145
00:10:51,650 –> 00:10:53,990
اکنون ما را داریم
146
00:10:53,990 –> 00:10:56,990
shrink shrank من نمیدانم که تصویر را کوچک میکند،
147
00:10:56,990 –> 00:10:59,510
حالا میخواهیم دوباره
148
00:10:59,510 –> 00:11:07,400
این تصویر را بزرگ کنیم، بنابراین تصویر منبسط
149
00:11:07,400 –> 00:11:16,220
خواهد شد.
150
00:11:16,220 –> 00:11:20,660
151
00:11:20,660 –> 00:11:27,520
152
00:11:27,910 –> 00:11:38,899
تصویر گسترش یافته تصویر کاشته شده خوب است، بنابراین
153
00:11:38,899 –> 00:11:41,959
ما تصویر اصلی را دریافت می کنیم،
154
00:11:41,959 –> 00:11:44,449
تصویر را کوچک کردیم و سپس این تصویر کوچک را
155
00:11:44,449 –> 00:11:48,199
دوباره گسترش دادیم تا دوباره
156
00:11:48,199 –> 00:11:52,670
اندازه اصلی را به دست آوریم و این یکی را دریافت می کنیم، حالا
157
00:11:52,670 –> 00:11:56,779
بیایید یک بار که کوچک شدید به این دو تصویر نگاهی بیندازیم.
158
00:11:56,779 –> 00:12:00,079
مطمئناً شما
159
00:12:00,079 –> 00:12:01,97