در این مطلب، ویدئو Histograms – OpenCV 3.4 with python 3 Tutorial 11 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:
00:00:00,170 –> 00:00:03,689
اکنون میخواهیم ببینیم که چگونه میتوان
2
00:00:03,689 –> 00:00:08,820
هیستوگرامهای یک تصویر را نشان داد و تاریخچه چیست،
3
00:00:08,820 –> 00:00:09,719
4
00:00:09,719 –> 00:00:13,740
بنابراین اینستاگرام شدت
5
00:00:13,740 –> 00:00:17,490
هر رنگ را برای تصویر به
6
00:00:17,490 –> 00:00:21,510
زبان ساده به ما میدهد، پس بیایید ببینیم
7
00:00:21,510 –> 00:00:27,660
ابتدا جلبک دریایی را گوز میکنیم، بنابراین غیر 5l
8
00:00:27,660 –> 00:00:34,320
و P را وارد میکنیم و سپس ما نیاز به ماژول matplotlib
9
00:00:34,320 –> 00:00:39,329
و سپس 6 و cycler دارند. ما به آنها نیاز داریم
10
00:00:39,329 –> 00:00:42,059
فقط برای اینکه طرح من عمیق کار کند، بنابراین 3
11
00:00:42,059 –> 00:00:46,260
مدل جدید بیایید آنها را نصب کنیم تا به
12
00:00:46,260 –> 00:00:48,570
پروژه بروید و یک مفسر پروژه و
13
00:00:48,570 –> 00:00:59,510
سپس بسته Matt plot leap stop و سپس 6
14
00:00:59,510 –> 00:01:05,510
به جای بسته و نصب نهایی cycler
15
00:01:05,510 –> 00:01:16,220
بسته اکنون از طرح مات جهش بخشی
16
00:01:16,220 –> 00:01:25,909
به نمودار به عنوان PLT اکنون بیایید یک تصویر ایجاد کنیم
17
00:01:25,970 –> 00:01:32,610
انرژی برابر است ببینید ما در واقع آن را قرار
18
00:01:32,610 –> 00:01:37,280
دادیم نقطه MP numpy صفرها
19
00:01:38,189 –> 00:01:40,819
بیایید یک تصویر واقعا کوچک
20
00:01:40,819 –> 00:01:48,539
فقط 100 در 100 ایجاد کنیم، بنابراین 100 عکس
21
00:01:48,539 –> 00:01:54,090
با ارتفاع 100 پیکسل و 100 پیکسل از عرض
22
00:01:54,090 –> 00:02:01,859
و سپس P نقطه u در هشت، بیایید این
23
00:02:01,859 –> 00:02:12,390
نوشابه شهری حتی میلی گرم جلبک دریایی
24
00:02:12,390 –> 00:02:17,340
را نشان دهیم تا بچههای اینجا ببینند که آیا
25
00:02:17,340 –> 00:02:22,440
باید همه پنجرهها را از بین میبرد،
26
00:02:22,440 –> 00:02:24,829
تصویر را
27
00:02:26,760 –> 00:02:29,489
در اینجا نشان میدهیم ما تصویر را داریم که همه آن سیاه است
28
00:02:29,489 –> 00:02:32,129
در واقع اینجا که میبینیم یک قسمت خاکستری فقط
29
00:02:32,129 –> 00:02:35,629
به این دلیل که پنجره ها نمی توانند کوچکتر
30
00:02:35,629 –> 00:02:38,790
را نشان دهند همچنین نمی توانند آن را کوچکتر از این نشان دهند،
31
00:02:38,790 –> 00:02:40,709
اما چگونه تصویر ما فقط این
32
00:02:40,709 –> 00:02:46,379
قسمت سیاه است، حالا بیایید
33
00:02:46,379 –> 00:02:51,090
هیستوگرام این تصویر را نشان دهیم، بیایید
34
00:02:51,090 –> 00:02:55,049
کلید silhouette و نی یا پنجره ها را حذف کنیم و
35
00:02:55,049 –> 00:02:58,769
اکنون می خواهیم از matplotlib استفاده کنید، بنابراین
36
00:02:58,769 –> 00:03:06,599
فقط این یک PL T را کپی کنید که
37
00:03:06,599 –> 00:03:16,260
نقطه EMG چیست، سپس اندازه اتاق شرقی
38
00:03:16,260 –> 00:03:27,650
256 از 0 تا 0 تا 20 56 را باز کنید
39
00:03:27,650 –> 00:03:38,579
و سپس نقطه T را جدا کنید تا این
40
00:03:38,579 –> 00:03:41,790
محدوده رنگ های ما باشد زیرا هر پیکسل
41
00:03:41,790 –> 00:03:46,859
می تواند تغییر کند. فقط از 0 تا 256 در این مورد
42
00:03:46,859 –> 00:03:54,150
گنجانده نشده است بنابراین تا 255 اکنون
43
00:03:54,150 –> 00:03:59,459
کدی را که در اینجا داریم اجرا می کنیم تصویر ما و اینجا
44
00:03:59,459 –> 00:04:02,060
هیستوگرام
45
00:04:05,220 –> 00:04:06,370
[Music]
46
00:04:06,370 –> 00:04:11,300
خوب است، بنابراین همانطور که می دانیم تصویر 100
47
00:04:11,300 –> 00:04:16,488
پیکسل عرض در 100 ارتفاع دارد بنابراین در
48
00:04:16,488 –> 00:04:20,988
مجموع دارای 100 در هر 100 1000 پیکسل تماما
49
00:04:20,988 –> 00:04:24,470
سیاه است و همانطور که می دانیم هر پیکسل سیاه
50
00:04:24,470 –> 00:04:29,060
مقدار آن صفر است، بنابراین ما
51
00:04:29,060 –> 00:04:33,560
هیستوگرام مقادیر پیکسل را
52
00:04:33,560 –> 00:04:37,510
می بینیم که به ما می گوید که ما یک تاو 1
53
00:04:37,510 –> 00:04:41,300
در واقع 10000 1 در 100 داریم نه 1000
54
00:04:41,300 –> 00:04:49,130
10000 پیکسل. چیز دیگری قرار می
55
00:04:49,130 –> 00:04:52,880
دهیم، مثلاً a را می کشیم مستطیل نیمی
56
00:04:52,880 –> 00:05:00,320
از تصویر یک مستطیل سفید است پس آن را ببینید
57
00:05:00,320 –> 00:05:06,830
پس مستطیل نقطه روی تصویر
58
00:05:06,830 –> 00:05:20,540
نقطه اول 0 50 خواهد بود پس دقیقا نصف آن
59
00:05:20,540 –> 00:05:30,110
نقطه آخر 100 و 100 رنگی
60
00:05:30,110 –> 00:05:36,650
که ما می خواهیم سفید باشد پس ضخامت 255
61
00:05:36,650 –> 00:05:41,240
منهای 1 یعنی چه
62
00:05:41,240 –> 00:05:47,630
آن را با رنگ سفید پر کنید، بیایید
63
00:05:47,630 –> 00:05:51,260
مستطیل و هیستوگرام را نشان دهیم، بنابراین در اینجا
64
00:05:51,260 –> 00:05:54,950
مستطیل را داریم که بعد از
65
00:05:54,950 –> 00:06:01,070
تصویر نصف سیاه و نیمی سفید است، بنابراین می دانیم
66
00:06:01,070 –> 00:06:05,050
که تمام تصویر 10000 پیکسل دارد،
67
00:06:05,050 –> 00:06:10,820
نیمی از آنها سیاه هستند، پس ارزش داشته باشید. 0
68
00:06:10,820 –> 00:06:15,530
و می بینیم که با مقدار 0 5000
69
00:06:15,530 –> 00:06:16,800
پیکسل
70
00:06:16,800 –> 00:06:21,660
داریم و 255 اضافه کرده ایم دوباره 5 دلار
71
00:06:21,660 –> 00:06:24,389
پنج هزار پیکسل داریم که می توانیم
72
00:06:24,389 –> 00:06:27,590
چیز دیگری مانند رازداری ترسیم کنیم،
73
00:06:27,590 –> 00:06:34,470
دایره نقطه و تصویر سپس نقطه در
74
00:06:34,470 –> 00:06:45,860
مرکز، پس بیایید نقطه ای مانند 5050 بگوییم.
75
00:06:45,860 –> 00:06:51,199
شعاع 2