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.
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 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.
Couvre les techniques de reconstruction d'images en couleur à l'aide de la détection optique et de l'intelligence artificielle pour améliorer la qualité de l'image et réduire le bruit.
Couvre le débruitage et la reconstruction d'images en utilisant une minimisation totale des variations et discute des effets visuels des différentes forces de régularisation.
Se penche sur le transfert de style photographique, montrant comment les algorithmes peuvent transformer les images pour imiter différents styles et améliorer les photos.
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.
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.
Introduit les bases du traitement d'image, des opérateurs de point et d'espace, du traitement d'histogramme et des opérations de domaine de transformation.
