fbpx

使用 C++ 從基礎開始學習影像處理

Contents

使用 C++ 建立一個影像處理程式庫

從這 7.5 小時的課程,你會學到

  • 使用 C++ 建立一個完整的影像處理程式庫
  • 有能力使用 C++ 開發二維卷積演算法( 2-D Convolution algorithm )
  • 有能力使用 C++ 開發空間濾波演算法( Spatial Filtering Algorithms )
  • 能更運算一個影像直方圖( Histogram ),並使用 C++ 平衡它
  • 能夠使用 C++ 開發灰階變換演算法( Gray Level Transformation Algorithms )
  • 能夠對影像進行幾何操作
  • 能夠執行影像增強技術,如模糊( Blurring ) 和棕褐色 ( Sepia )
  • 能夠抑制影像中的雜訊
  • 能夠進行一個數位影象處理的講座
  • 瞭解所有的運算元,如 Laplacian,Sobel,Prewitt,Robinson 等
  • 應用邊緣檢測運算元到影像,如拉普拉斯,Sobel,Prewitt,Robinson 等
  • 能夠執行算術和布林運算到影像,如加法,減法,AND,OR 等

要求

  • 不需要程式設計經驗-我會教你一切你需要知道的
  • 不需要付費軟體-所有的程式建立使用的是免費的 CodeBlocks
  • 我將一步一步地向您介紹如何下載和安裝 CodeBlocks

課程說明

使用基於程式設計的方法,本課程設計目的在以一種引人入勝和易於理解的方式,為您在影像處理最有用的方面打下堅實的基礎。 本課程的目標是在避免抽象數學理論障礙的同時,提供實用的技巧。 為了實現這一目標,影像處理技術用簡單的語言解釋,而不是簡單地通過數學推導證明真實的結果。

仍然保持簡單,這門課程有不同的程式語言版本,因此學生可以把技術實踐使用自己選擇的程式語言。 這個版本的課程使用 C++ 程式語言。

在課程結束時,你應該能夠使用 C++ 開發2-D 離散卷積演算法( 2-D Discrete Convolution algorithm ),使用 C++ 開發邊緣檢測演算法,使用 C++開發空間濾波演算法,使用 C++ 計算影象並均衡它,開發灰階變換演算法,抑制影象中的雜訊直方圖,瞭解所有關於運算元,如 Laplacian,Sobel,Prewitt,Robinson,甚至有能力給出影像處理講座等等。 請看完整的課程表。

記住: 我毫不懷疑你會喜歡這門課程。 此外,它還提供了一個全額退款保證30天! 所以簡單地說,你真的沒有什麼可損失的,你可以得到一切。

註冊,讓我們開始操作一些畫素。

目標受眾

  • 如果你完全是影像處理的初學者,那麼就學習這門課程
  • 如果您是一位經驗豐富的程式設計師,並希望得到一個快速指導,以使用 C++ 開發影像處理演算法的 ,那麼就參加這門課程
  • 如果你是一位在學校學習影像處理理論的大學生,那麼就學習這門課程來了解這個理論是如何實際應用的

講師簡介

Israel Gbati  嵌入式系統工程師 : ARM 架構 ( 更多講師主講課程介紹 )

你好! 我的名字是 Israel,我最近畢業於倫敦帝國學院 ( Imperial College London )。 我營運cortex-m.com 網站。 我已經為大學生教授機械電子學工程 (Mechatronics Engineering ),建造了一些很棒的機器人和嵌入式設備,並對 ARM 架構進行了廣泛的研究,這些都是為 DSP 和 RTOS 應用量身定做的。 我也是經驗豐富的 udemy 講師,已製作一些專精 ARM Cortex- Microcontrollers 的暢銷課程,超過 115 個國家、7000多名的學生參加。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

  • 點選這個優惠連結 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入,點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


Lingoda

也許你會有興趣


不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: