Sale ends in
4 0
روزها
2 2
ساعت ها
6 3
دقیقه‌ ها
2 0
ثانیه ها
حراج!

OpenCV & Python | دوره جامع آموزش پایتون و بینایی کامپیوتر | صفر تا متخصص بینایی

1,700,000 تومان 850,000 تومان

بینایی کامپیوتر و پردازش تصویر و OpenCV و پایتون از صفر تا صد، همگی در یک پکیج آموزشی قرار گرفته اند. از صفر مطلق تا متخصص بینایی کامپیوتر!

توضیحات

پکیج بینایی+ پایتون چیست؟

دو پکیج آموزشی قدرتمند با آموزشی نزدیک به سی ساعت، در دو موضوع بینایی کامپیوتر پردازش تصویر و opencv  و البته پکیج جامع پایتون از صفر تا صد، برای هر کسی که میخواهد از صفر تا متخصص شدن در بینایی کامپیوتر ، پردازش تصویر ، OpenCV و پایتون را دنبال کند، تدارک دیده شده.

پکیج اول با 19 ساعت آموزش، را میتوانید در دوره جامع پایتون صفر تا صد مشاهده کنید.

پکیج دوم با 9 ساعت آموزش، را میتوانید در دوره جامع بینایی کامپیوتر و پردازش تصویر در پایتون مشاهده کنید.

راهنمای استفاده از دوره

در ویدئو زیر به طور کامل در خصوص نحوه تهیه، دانلود و استفاده از دوره آموزش داده شده و پیشنهاد می دهیم که در ابتدا این ویدئو را مشاهده فرمایید.

ویدئوی اولین قسمت دوره بینایی کامپیوتر

سرفصل های دوره آموزش زبان برنامه نویسی پایتون

فصل اول : معرفی دوره

  • بررسی ابتدائیات
  • قیاس بین python2 و python3
  • روش استفاده از این دوره

فصل دوم : نصب پایتون

  • نصب python
  • انتخاب محیط برنامه نویسی
  • Jupyter نت بوک
  • منابع اضافی آموزشی
  • معرفی Git و Github

فصل سوم : مقدمات object و ساختار داده

  • Number ها
  • String‌ها
  • List ها
  • دیکشنری ها
  • Tuple‌ها
  • فایل ها
  • Set ها
  • بولین ها

فصل چهارم : عملگر های مقایسه ای

  • مقدمات عملگر ها
  • زنجیره عملگر های مقایسه گر
  • آزمون

فصل پنجم : دستورات پایتونی

  • If ، elif و else
  • حلقه های for
  • حلقه های while
  • Range
  • مقایسه ها در لیست
  • ارزیابی و تست

فصل ششم : متد ها و توابع

  • متد ها
  • arg ها و kwarg ها
  • filter ، map  و lambda
  • توابع
  • Lambda
  • دستورات تو در تو
  • Scope
  • تمرین

فصل هفتم : پروژه اول

  • ساخت یک بازی در پایتون

فصل هشتم : OOP (برنامه نویسی شی گرا)

  • Object ها
  • کلاس ها
  • keyword ها
  • چند ریختی
  • متد ها
  • وراثت (inheritance)
  • متد های ویژه

فصل نهم : ماژول ها و پکیج ها

  • معرفی pip و pypi
  • معرفی ماژول ها و پکیج ها
  • معرفی __main__ و __name__
  • ساخت ماژول ها
  • نصب ماژول ها
  • توسعه اکو سیستم پایتون

فصل دهم : خطا ها و Exception

  • خطا ها
  • exception ها
  • try
  • except
  • finally
  • pylint
  • unittest
  • تست

فصل یازدهم : پروژه پایتونی دوم

  • ساخت بازی پیچیده تر

فصل دوازدهم : Decorator ها در پایتون

  • بررسی مفهوم Decorator و ایجاد آن
  • تمرین

فصل سیزدهم : Generator ها در پایتون

  • Iteration در مقابل Generation
  • ساختن Generator ها
  • تمرین

فصل چهاردهم : محتواهای پیشرفته

  • ماژول های پیشرفته پایتون
  • Object ها ساختار داده پیشرفته در پایتون
  • افزایش سطح دانش
  • collections
  • counter
  • defaultdict
  • ordereddict
  • namedtuple
  • Datetime
  • Python Debugger pdb
  • timit
  • Regular Expressions (re)
  • StringIO

فصل پانزدهم : Object ها و داده های ساختار یافته پیشرفته در پایتون

  • اعداد پیشرفته
  • string های پیشرفته
  • set  های پیشرفته
  • دیکشنری های پیشرفته
  • لیست های پیشرفته
  • Object های پیشرفته
  • تمرین در خصوص مطالب فصل

فصل شانزدهم : معرفی GUI ها

  • کار با IPywidget
  • مقدمات GUI و ویجت ها
  • لیست ویجت ها
  • قالب و استایل widget ها
  • تمرینی از ویجت ها

توابع از پیش تعریف شده (Built-in)

  • map
  • reduce
  • filter
  • zip
  • enumerate
  • all و any
  • complex

پروژه Final Captone

  • تمرین برای استفاده از هر چیزی که یادگرفتیم

بد نیست نگاهی به مطالب این دوره بیاندازیم. و برخی از مطالب بیان شده در آن را مرور نماییم.

Python3 و  Python2

  • این ورژن ها تقریبا به هم شبیه هستند و در حال حاضر تقریباً همه پکیج های پایتون برای نسخه3، آپدیت دادند.
  • نکته قابل توجه عدم ارائه آپدیت امنیتی جدید برای python از سال 2020 می باشد.
  • در این دوره متمرکز روی پایتون3، ‌تمام کد ها و notebook ها و ویدئو ها برای پایتون 3 هست، البته بخش پایتون2 هم وجود دارد که می توانید مستقیماً از آن استفاده کنید.
  • پایتون 3، آینده پایتون است و ما در این دوره از پایتون 3 استفاده می کنیم.
  • در جلسه بعد به نصب python3 می پردازیم.

سه محیط کلی برای بررسی و نوشتن کد های پایتونی

  • Text Editor ها
  • Full IDE ها
  • محیط های NoteBook

Text Editor‌ها

  • ادیتور های عمومی برای هر فایل متنی
  • کار با انواع تایپ فایل
  • امکان بومی سازی با پلاگین ها و افزونه ها

Full IDE ها

  • محیط هایی برای توسعه و نوشتن برنامه های پایتونی ایجاد شدند.
  • مناسب برای برنامه های بزرگ
  • فقط نسخه های Community رایگان
  • به طور ویژه برای پایتون طراحی شدند و تعداد زیادی ویژگی اضافه دارد
  • معروف ترین ها : pycharm و spyder

Notebook ها

  • عالی برای آموزش
  • قابلیت دیدن ورودی، خروجی به طور مرحله های به ازای هر قسمت از کد
  • پشتیبانی از نوشته های علامت گذاری شده،‌ نمودارها،‌ ویدئو ها
  • معروف ترین : Jupyter Notebook

انواع متغیر در زبان برنامه نویسی پایتون

  • Int : Integer یا عدد صحیح
  • Float : Floating Point یا عدد اعشاری
  • Str : String یا متن
  • List : لیست ها که نوعی دنباله هستند
  • Dict : یا دیکشنری هاDictionaries
  • Tup یا tuple : دنباله های چند تایی
  • Set : ست ها که دنباله های نامنظم هستند
  • Bool : منطقی یا بولین Booleans

برای مثال:

  • Int : 2 , 300 , 3 , 200
  • Float : 2.3 , 4.5 , 3.14 , 100.0
  • Str : “Salam” , “Rasa”, ‘python’ , ‘3’
  • List : [10,’s’,2.05,’salam’]
  • Dict : {‘mykey’:’value’,’name’:’rasa’}
  • Tup یا tuple : (1,’hello’,2.3)
  • Set : {‘a’,’b’}
  • Bool : True ، False

متغیر در برنامه نویسی چیست؟

  • متغیر ها در اصل نماینده هایی برای مقادیر هستند
  • مثلاً تعداد سگ های من my_dogs = 2

قوانین نام گذاری در متغیر ها:

  • نمی تواند با عدد شروع شود
  • فاصله نباید در آن باشد
  • نمیتواند از سمبل های زیر استفاده کند
  • :”’,<>/?|()!@#$%^&*-+
  • قانون نیست ولی معمولاً با حروف کوچک نوشته می شوند
  • از کلمات استفاده شده مانند list‌و str استفاده نکنیم

Dynamic Typing

  • پایتون زبان Dynamic Typing هست یعنی Statically Typed مثل C++نیست. یعنی یک متغیر را در طول برنامه می توان با انواع دیتا تایپ مقدار دهی نمود.

برای مثال:

my_dogs = 2

my_dogs = [“Sammy” ,”Frankie”]

مزایای Dynamic Typing

  • آسودگی در برنامه نویسی
  • زمان سریع تر

معایب Dynamic Typing

  • امکان باگ های پیش بینی نشده
  • استفاده از type()

برنامه نویسی شی گرا

  • به برنامه نویسیان اجازه می دهد که object‌های خودشان را بسازند که متد ها و ویژگی ها و صفات خودشان را دارند.
  • برای برنامه های بزرگ(script های بزرگ) توابع کافی نیست، نیاز به برنامه نویسی شی گرا داریم.
  • برنامه نویسی شی گرا

–داشتن کلاس با ویژگی ها، متد ها و صفات منحصر به فرد

  • مثال: کلاس گربه

–دارای صفاتی مانند رنگ بدن، رنگ چشم، اندازه، وزن

–متدهایی مانند خوابیدن، راه رفتن، صدا کردن، دویدن، غذا خوردن

 معرفی Decorator ها

  • Decorator ها باعث می شوند که یک تابع تزئین شود
  • تصور کنید که یک تابع داریم و می خواهیم به تابع جدیدی تبدیلش کنیم

سرفصل های دوره آموزش بینایی کامپیوتر در پایتون

  • 43 جلسه
  • 7 فصل
  • پوشش تمامی مباحث پردازش تصویر، بینایی کامپیوتر و OpenCV
  • زمان : 9 ساعت

سرفصل ها :

  • فصل اول : معرفی دوره
  • فصل دوم : مقدمات بینایی کامپیوتر
  • فصل سوم : شروع کار با OpenCV
  • فصل چهارم : پردازش تصویر در OpenCV
  • فصل پنجم : کانتور ها و Image Segmentation
  • فصل ششم : Object Detection
  • فصل هفتم : Haar CasCade Classifier

 

فصل اول : معرفی دوره

  • آشنایی با دوره

فصل دوم : مفاهیم بینایی کامپیوتر

  • مقدمات بینایی کامپیوتر
  • پردازش تصویر، پردازش سیگنال، فشرده سازی ، جعل نگاری تصویر، طبقه بندی تصویر،‌تفاوت پردازش تصویر و بینایی کامپیوتر
    نکاتی که باید درنظر گرفت
  • پیکسل، ‌تصویر دیجیتال، مشکلات و سختی ها، نمونه های موفق
  • بینایی انسان و روش های تصویر برداری
  • کورتکس بینایی، ساختار چشم، روش های تصویر برداری

فصل سوم : شروع OpenCV

  • معرفی و نصب Opencv در پایتون به طور کامل
  • ساختن، نوشتن، خواندن، نمایش و ذخیره سازی تصاویر در Opencv
  • کار با ماتریس های تصاویر
  • انواع ColorSpace و بررسی هر کدام
  • هیستوگرام در تصاویر

فصل چهارم : پردازش تصویر در OpenCV

  • تبدیلات تصاویر
  • جابجایی تصویر یا Translation
  • چرخش تصاویر یا Rotaion
  • Sacling، Interpolation و تغییر سایز
  • Image Pyramids
  • Image Cropping
  • عملگر های حسابی
  • عملگر های Bitwise
  • کانولوشن و Blur کردن تصویر
  • شارپ کردن تصویر
  • آستانه گذاری یا Tresholding
  • الگوریتم های مورفولوژیک dilation erosion opening closing
  • Edge و لبه یابی
  • Perspective & non Affine & Affine Transformation
  • مینی پروژه

فصل پنجم: کانتور ها و Image Segmentation

  • کانتور چیست؟
  • مرتب سازی کانتور ها
  • تخمین کانتور ها و Convex Hull
  • تطبیق شکل ها بر اساس کانتور
  • مینی پروژه تشخیص شکل
  • تشخیص خطوط و الگوریتم های Hough
  • تشخیص دایره
  • تشخیص blob
  • مینی پروژه

فصل ششم : Object Detection

  • معرفی تشخیص اشیاء
  • تطبیق تمپلیت
  • Feature Detection
  • پیدا کردن گوشه ها یا Corners
  • SIFT، SURF، FAST، BREIF، ORB
  • تمرین تشخیص اشیاء به صورت real time
  • HOG

فصل هفتم : HAAR Cascade Classifier

  • Haar Cascade ها چی هستند؟
  • دانلود و کار با طبقه بند های HAAR
  • تشخیص چهره
  • تشخیص چشم ها
  • پروژه تشخیص چهره و چشم به صورت real time
  • کار با ویدئو ها در طبقه بند های Haar cascade
  • تشخیص عابر
  • تشخیص ماشین
5/5 (1 Review)

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “OpenCV & Python | دوره جامع آموزش پایتون و بینایی کامپیوتر | صفر تا متخصص بینایی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

فهرست