کار با کتابخانه بینایی ماشین OpenCV
دوره OpenCV
درس OpenCV یکی از مهمترین و پرکاربردترین دروس در زمینه بینایی ماشین و پردازش تصویر است که به صورت گسترده در حوزه‌های مختلفی از رباتیک و هوش مصنوعی تا پزشکی و خودروهای هوشمند استفاده می‌شود. OpenCV مخفف "Open Source Computer Vision Library" به معنی کتابخانه متن‌باز بینایی ماشین است که توسط ابتکار مجتمع بینایی ماشین Intel توسعه داده شده است و اکنون توسط جامعه‌ی بینایی ماشین و پردازش تصویر به عنوان یکی از کتابخانه‌های اصلی و استاندارد در این زمینه شناخته می‌شود.
کاربردهای OpenCV:
۱. تشخیص و تعقیب اشیاء:
OpenCV برای تشخیص و تعقیب اشیاء در تصاویر و ویدئوها استفاده می‌شود. این قابلیت به طور گسترده در اپلیکیشن‌های ردیابی اشیاء، شناسایی چهره، و رباتیک استفاده می‌شود.
۲. تشخیص و تحلیل حرکت:
OpenCV می‌تواند حرکت را در فیلم‌ها یا تصاویر تشخیص داده و تحلیل کند. این کاربرد در امنیت، زندگی هوشمند و ردیابی اشیاء مفید است.
۳. بازسازی سه‌بعدی:
OpenCV می‌تواند از تصاویر ۲D سه‌بعدی‌هایی را بازسازی کند. این کاربرد در پزشکی، معماری و مکانیک مفید است.
۴. پردازش تصویر پزشکی:
OpenCV برای تشخیص بیماری‌ها، تحلیل تصاویر پزشکی و انجام فرآیندهای پزشکی تصویری مورد استفاده قرار می‌گیرد.
۵. بینایی ماشین در خودروهای هوشمند:
OpenCV در سیستم‌های رانندگی خودکار و بینایی ماشین استفاده می‌شود تا خطوط جاده، تشخیص تابلوهای راهنما و شناسایی اشیاء را انجام دهد.
به عنوان کل، درس OpenCV به دانشجویان این امکان را می‌دهد تا با اصول و تکنیک‌های پردازش تصویر و بینایی ماشین آشنا شوند و از این تکنولوژی‌های بسیار مفید و رو به رشد برای حل مسائل عملی استفاده کنند.
سر فصل ها:
-
1 مقدمه‌ای بر OpenCV-معرفی OpenCV
- 1-1- تاریخچه و معرفی کتابخانه OpenCV
- 2-1- نصب و راه‌اندازی OpenCV
-
2 مقدمه‌ای بر OpenCV-اصول اولیه پردازش تصویر
- 1-2- تصاویر دیجیتال و ساختار داده‌های تصویری
- 2-2- خواندن، نمایش و ذخیره تصاویر
-
3 مقدمه‌ای بر OpenCV-عملیات پایه روی تصاویر
- 1-3- تبدیل رنگ تصاویر
- 2-3- تغییر اندازه، برش و چرخش تصاویر
-
4 پردازش تصویر و فیلترها-فیلترهای تصویر
- 1-4- فیلترهای خطی و غیرخطی
- 2-4- کاربرد فیلترهای گوسی و میانه
-
5 پردازش تصویر و فیلترها-تشخیص لبه و کنتورها
- 1-5- تشخیص لبه با استفاده از فیلترهای Sobel و Canny
- 2-5- یافتن و رسم کنتورها
-
6 پردازش تصویر و فیلترها-مورفولوژی تصویر
- 1-6- عملیات ارودیلیشن و اروژن
- 2-6- باز و بسته کردن تصویر
-
7 بینایی ماشین و الگوریتم‌های پیشرفته-تشخیص ویژگی‌ها
- 1-7- الگوریتم‌های SIFT و SURF
- 2-7- الگوریتم ORB
-
8 بینایی ماشین و الگوریتم‌های پیشرفته-تطبیق ویژگی و تشخیص اشیاء
- 1-8- تطبیق ویژگی‌ها با FLANN
- 2-8- تشخیص اشیاء با استفاده از الگوریتم‌های تطبیق
-
9 بینایی ماشین و الگوریتم‌های پیشرفته-تبدیل‌های هندسی و استیچینگ تصویر
- 1-9- تبدیل‌های هندسی و هوموگرافی
- 2-9- تکنیک‌های استیچینگ برای ترکیب چندین تصویر
-
10 پردازش ویدیو و تحلیل حرکت-کار با ویدیو در OpenCV
- 1-10- خواندن و نوشتن ویدیو
- 2-10- کار با Webcam
-
11 پردازش ویدیو و تحلیل حرکت-تشخیص حرکت و ردیابی اشیاء
- 1-11- الگوریتم‌های تشخیص حرکت
- 2-11- ردیابی اشیاء با استفاده از الگوریتم‌های ردیابی
-
12 پردازش ویدیو و تحلیل حرکت-تشخیص چهره و ویژگی‌های چهره
- 1-12- استفاده از Haar Cascades برای تشخیص چهره
- 2-12- تشخیص ویژگی‌های چهره با Dlib
-
13 بینایی ماشین و یادگیری عمیق با OpenCV-مقدمه‌ای بر یادگیری عمیق
- 1-13- مفاهیم پایه یادگیری عمیق
- 2-13- ادغام OpenCV با TensorFlow و Keras
-
14 بینایی ماشین و یادگیری عمیق با OpenCV-تشخیص اشیاء با یادگیری عمیق
- 1-14- استفاده از شبکه‌های عصبی پیش‌آموزش دیده
- 2-14- تشخیص اشیاء با YOLO و SSD
-
15 بینایی ماشین و الگوریتم‌های پیشرفته-سگمنتیشن تصویر و تحلیل عمیق تصویر
- 1-15- الگوریتم‌های سگمنتیشن تصویر
- 2-15- کاربردهای یادگیری عمیق در پردازش تصویر
دکتر وفا میهمی کارشناسی خود را در رشته مهندسی کامپیوتر گرایش نرم‌افزار و سپس کارشناسی ارشد را در دانشگاه کردستان و دکترای تخصصی را از دانشگاه سمنان در شاخه هوش مصنوعی اخذ کرد. ایشان به عنوان پژوهشگر برتر دانشکده در سال ۱۴۰۰ و پژوهشگر برتر ۵ ساله در سال ۱۳۹۸ انتخاب شده‌اند. تخصص ایشان در زمینه پردازش تصویر، بینایی کامپیوتر، بازیابی اطلاعات و هوش مصنوعی می باشد. در حال حاضر رئیس دانشکده علوم و مهندسی در دانشگاه آزاد اسلامی واحد سنندج است.
مهارتها
پردازش تصویر
یادگیری توزیع شده
