Couvre les techniques de traitement de l'image, y compris l'ajout de bruit, le filtrage et l'amélioration de l'image à l'aide de divers filtres et outils.
Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.
Couvre les principes fondamentaux du traitement de l'image scientifique, les pratiques logicielles et les considérations éthiques dans le traitement de l'image.
Couvre les généralités des fonctions, y compris la définition d'une application entre les ensembles et l'unicité des éléments dans l'ensemble d'images.
Couvre les bases du traitement d'images pour la microscopie, y compris l'acquisition, la correction des défauts, l'amélioration des images et l'extraction d'informations.
Introduit des bases de traitement d'image en Python, couvrant la manipulation, la conversion à l'échelle grise, la détection des bords et la convolution avec les noyaux.
Se penche sur le transfert de style photographique, montrant comment les algorithmes peuvent transformer les images pour imiter différents styles et améliorer les photos.
Introduit les bases du traitement d'image, couvrant les images vectoriels vs matrices, le système de couleurs RGB, l'échelle de gris, et les bibliothèques de manipulation d'image.
Couvre l'information, la mémoire, les glyphes, les systèmes d'écriture, les images numériques, les connexions physiques et morphologiques, les formes 3D et les défis du traitement informatique.
Se concentre sur l'application pratique de la corrélation d'images numériques pour les ingénieurs civils, couvrant la mesure des champs de déplacement et le calcul des champs de contrainte.
Explore les standards de compression d'images JPEG XS et JPEG XL de pointe, en mettant l'accent sur leur efficacité et leur polyvalence dans diverses applications.
