✅ خوب حالا میخواهیم ببینیم کار کانولوشن یا پیمایش در OpenCv چی هست و برای چی استفاده میشود .
🤔کونولوشن همراه است با ایجاد یک ماتریس به عنوان کرنل یا هسته یا ماسک یا فیلتر ، و پیمایش یا گام برداشتن بر روی تک تک عناصر تصویر ورودی . برای هر گام عناصر مربوطه در هر دو ماتریس را ضرب میکنیم سپس آنها را جمع کرده تا یک عنصر جدید بدست آوریم. این کار آنقدر میشود تا این ماتریس کوچک به عنوان ماسک ، تمام عناصر موجود در ماتریس ورودی یا تصویر را مرور کند. عناصرموجود درماتریس جدید حاصل کانولوشن است.
🤔کونولوشن همراه است با ایجاد یک ماتریس به عنوان کرنل یا هسته یا ماسک یا فیلتر ، و پیمایش یا گام برداشتن بر روی تک تک عناصر تصویر ورودی . برای هر گام عناصر مربوطه در هر دو ماتریس را ضرب میکنیم سپس آنها را جمع کرده تا یک عنصر جدید بدست آوریم. این کار آنقدر میشود تا این ماتریس کوچک به عنوان ماسک ، تمام عناصر موجود در ماتریس ورودی یا تصویر را مرور کند. عناصرموجود درماتریس جدید حاصل کانولوشن است.
input(img)*mask=output
input(img)*mask=output
http://machinelearninguru.com/computer_vision/basics/convolution/image_convolution_1.html
input(img)*mask=output
http://machinelearninguru.com/computer_vision/basics/convolution/image_convolution_1.html
🌐http://setosa.io/ev/image-kernels/
💢در این ادرس با وارد کردن عکس دلخواه انواع فیلتر ها را بر روی آن اعمال و مشاهد کنید.
💢در این ادرس با وارد کردن عکس دلخواه انواع فیلتر ها را بر روی آن اعمال و مشاهد کنید.
Explained Visually
Image Kernels explained visually
This media is not supported in your browser
VIEW IN TELEGRAM
💢قبل از کد نویسی این قسمت، فیلتر بالاگذر و پایین گذر را ه بررسی میکنیم :
👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻
👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻👇🏻
برای ادامه بحث به گیف زیر خوب توجه کنید. ⚡️ کاربرد تبدیل فوریه که یک سیگنال را از حوزه زمان به حوزه فرکانس تبدیل میکند.⚡️
بعد از توضیح تبدیل سیگنال تک بعدی ، به تبدیل حوزه فرکانسی سیگنال دوبعدی (تصویر) از حوزه مکانی با استفاده از تبدیل فوریه میپرازیم. فیلتر بالاگذر و پایین گذر راه را هم در ادامه بررسی میکنی
بعد از توضیح تبدیل سیگنال تک بعدی ، به تبدیل حوزه فرکانسی سیگنال دوبعدی (تصویر) از حوزه مکانی با استفاده از تبدیل فوریه میپرازیم. فیلتر بالاگذر و پایین گذر راه را هم در ادامه بررسی میکنی
💢#signal
#سگنال:
کمیت متغیر در #زمان یا #مکان یا #فرکانس که قابل اندازه گیری و دارای اطلاعاتی باشد. مانند صوت، دما و... .مقدار های مختلف بعد از اندازه گیری باعث میشود سیگنال به شکل یک تابع درآید.
سیگنال میتواند #یک بعدی مثل صدا، #دو بعدی مثل تصویر، #سه بعدی مثل فیلم و ... باشد.
دونوع سگنال داریم:
1️⃣سیگنال #آنالوگ یا #پیوسته در دنیای واقعی . این نوع سیگنال شبیه موج در زمان های مختلف مقادیر مختلفی میگیره .
مانند:
رادیو، تلفن، تلویزیون های قدیمی و...
2️⃣سیگنال #دیجیتال یا #گسسته. در زمانهای مختلف ممکنه مقدار بگیره ممکنه مقدار نگیره.
مثل کامپیوترها(0و1)
✅برای تبدیل سیگنال پیوسته به دیجیتال به عنوان مثال سیگنال صوت ( ذخیره و پردازش صدا به صورت دیجیتال در کامپیوتر) باید نمونه برداری (متناوب یا پریودیک) کنیم.
حداقل فرکانس نمونهبرداری میبایست دو برابر پهنای باند فرکانسی سیگنال نمونهبرداری شده باشد تا بتوان سیگنال پیوسته را از سیگنال نمونهبرداری شده بازسازی نمود.
تبدیل صوت از آنالوگ به دیجیتال و بلعکس توسط #کارت_صدا صورت میگیرد.
#سگنال:
کمیت متغیر در #زمان یا #مکان یا #فرکانس که قابل اندازه گیری و دارای اطلاعاتی باشد. مانند صوت، دما و... .مقدار های مختلف بعد از اندازه گیری باعث میشود سیگنال به شکل یک تابع درآید.
سیگنال میتواند #یک بعدی مثل صدا، #دو بعدی مثل تصویر، #سه بعدی مثل فیلم و ... باشد.
دونوع سگنال داریم:
1️⃣سیگنال #آنالوگ یا #پیوسته در دنیای واقعی . این نوع سیگنال شبیه موج در زمان های مختلف مقادیر مختلفی میگیره .
مانند:
رادیو، تلفن، تلویزیون های قدیمی و...
2️⃣سیگنال #دیجیتال یا #گسسته. در زمانهای مختلف ممکنه مقدار بگیره ممکنه مقدار نگیره.
مثل کامپیوترها(0و1)
✅برای تبدیل سیگنال پیوسته به دیجیتال به عنوان مثال سیگنال صوت ( ذخیره و پردازش صدا به صورت دیجیتال در کامپیوتر) باید نمونه برداری (متناوب یا پریودیک) کنیم.
حداقل فرکانس نمونهبرداری میبایست دو برابر پهنای باند فرکانسی سیگنال نمونهبرداری شده باشد تا بتوان سیگنال پیوسته را از سیگنال نمونهبرداری شده بازسازی نمود.
تبدیل صوت از آنالوگ به دیجیتال و بلعکس توسط #کارت_صدا صورت میگیرد.
💢#wave
#موج:
هر سگنال فقط یک موج سینوسی یا کسینوسی نیست بلکه از ترکیب چندین یا بینهایت موج سینوسی و کسینوسی تشکیل شده است. به خاطر همین است که سیگنال ها مشخصا شبیه سینوس یا کسینوس نیستند. در واقع موج بخشی از سیگنال است.
#موج:
ارتعاش و نوسانی که اغلب حامل انرژی بوده و در فضا یا فضازمان منتشر میشود را «موج» میگویند.#ویکی
#موج:
هر سگنال فقط یک موج سینوسی یا کسینوسی نیست بلکه از ترکیب چندین یا بینهایت موج سینوسی و کسینوسی تشکیل شده است. به خاطر همین است که سیگنال ها مشخصا شبیه سینوس یا کسینوس نیستند. در واقع موج بخشی از سیگنال است.
#موج:
ارتعاش و نوسانی که اغلب حامل انرژی بوده و در فضا یا فضازمان منتشر میشود را «موج» میگویند.#ویکی
This media is not supported in your browser
VIEW IN TELEGRAM