Computer >> कंप्यूटर ट्यूटोरियल >  >> प्रोग्रामिंग >> Python

पायथन का उपयोग करके कन्वोल्यूशन


इमेज रिकग्निशन पहले रैखिक प्रतिगमन और समानता की तुलना जैसे बहुत सरल तरीकों का उपयोग करके किया जाता था। परिणाम स्पष्ट रूप से बहुत अच्छे नहीं थे, यहां तक कि हाथ से लिखे वर्णमाला को पहचानने का सरल कार्य भी कठिन साबित हुआ। कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs) पारंपरिक रूप से हम जो करते हैं उससे एक कदम ऊपर माने जाते हैं, जो मानव मस्तिष्क की तंत्रिका गतिविधियों को ढीले ढंग से अनुकरण करने की एक कम्प्यूटेशनली सस्ती विधि प्रदान करता है जब यह छवियों को समझता है।

कन्वोल्यूशनल न्यूरल नेटवर्क अवलोकन

पायथन का उपयोग करके कन्वोल्यूशन

बहुत इसी तरह से हम विभिन्न वस्तुओं को पहचानते हैं, कंप्यूटर एल्गोरिदम को लाखों छवियों से गुजरना पड़ता है इससे पहले कि यह इनपुट को सामान्यीकरण करने और उस छवि पर निर्णय लेने में सक्षम हो जिसे उसने पहले कभी नहीं देखा है।

कंप्यूटर हर छवि को संख्याओं के 2D सरणी के रूप में देखते हैं, जिन्हें पिक्सेल के रूप में जाना जाता है। छवियों में वस्तुओं की पहचान करने के लिए, कंप्यूटर एक विशेष प्रकार के आर्टिफिशियल न्यूरल नेटवर्क का उपयोग करते हैं: एक कन्वोल्यूशनल न्यूरल नेटवर्क (CNN)। CNN, नेटवर्क में सबसे महत्वपूर्ण ऑपरेशन में से एक से आता है: कन्वोल्यूशन।

कन्वोल्यूशनल न्यूरल नेटवर्क में, प्रत्येक परतें चौड़ाई, ऊंचाई और गहराई में व्यवस्थित होती हैं। कन्वोल्यूशन जो CNNs का मुख्य भाग है, एक तीसरा फंक्शन बनाने के लिए दो फंक्शन को जोड़ता है (जानकारी के दो सेट को मर्ज करता है)। इसका मतलब है एक (छवि) कन्वोल्यूशन पर विचार करें जहां हम केवल दो मैट्रिक्स को एलिमेंट-वाइज गुणा करते हैं उसके बाद एक योग।

इमेज प्रोसेसिंग में कन्वोल्यूशन एक तीन-चरणीय प्रक्रिया है -

  • हम इनपुट छवि लेते हैं।

  • कर्नेल मैट्रिक्स जिसे हम इनपुट छवि पर लागू करने जा रहे हैं।

  • और अंतिम छवि इनपुट छवि के कर्नेल के साथ कन्वोल्यूशन के आउटपुट को स्टोर करने के लिए।

नीचे opencv का उपयोग करके सोबेल फिल्टर का एक छोटा कार्यान्वयन है जो एज डिटेक्शन के लिए एक इमेज प्रोसेसिंग फिल्टर है।

उदाहरण कोड

import cv2
import numpy as np

img = cv2.imread('beach.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).astype(float)
edge_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
edge_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
edge = np.sqrt(edge_x ** 2 + edge_y ** 2)

# छवि को सामान्यीकृत किया जा सकता है
# 0..255 कलर स्पेस में फिट करने के लिए
cv2.imwrite('beach_convol.jpg', edge)

इनपुट इमेज

पायथन का उपयोग करके कन्वोल्यूशन

आउटपुट इमेज

पायथन का उपयोग करके कन्वोल्यूशन


  1. Python प्रोग्राम: OpenCV का उपयोग करके इमेज के एज डिटेक्ट करना Python प्रोग्राम: OpenCV का उपयोग करके इमेज के एज डिटेक्ट करना

    इस समस्या में, हम देखेंगे कि Python इमेज या वीडियो फ़ाइल के एज कैसे डिटेक्ट कर सकता है। इसे प्राप्त करने के लिए, हमें OpenCV लाइब्रेरी की आवश्यकता है। OpenCV लाइब्रेरी मुख्य रूप से कंप्यूटर विजन के लिए डिज़ाइन की गई है। यह ओपन सोर्स है। मूल रूप से इसे इंटेल द्वारा डिज़ाइन किया गया था। यह ओपन-सोर्स B

  1. Python में OpenCV का उपयोग करके टेम्पलेट मैचिंग Python में OpenCV का उपयोग करके टेम्पलेट मैचिंग

    टेम्पलेट मैचिंग एक तकनीक है, जिसके द्वारा एक पैच या टेम्पलेट को वास्तविक इमेज से मैच किया जा सकता है। यह मूल रूप से एक पैटर्न मैचिंग तंत्र है। Python में OpenCV मॉड्यूल है। OpenCV का उपयोग करके, हम आसानी से मैच ढूंढ सकते हैं। तो इस समस्या में, OpenCV टेम्पलेट मैचिंग तकनीकों का उपयोग किया जाता है। Op

  1. Python OpenCV मॉड्यूल का उपयोग करके हिस्टोग्राम इक्वलाइज़ेशन Python OpenCV मॉड्यूल का उपयोग करके हिस्टोग्राम इक्वलाइज़ेशन

    यह इमेज प्रोसेसिंग में एक विधि है जो इमेज के हिस्टोग्राम का उपयोग करके कंट्रास्ट एडजस्टमेंट करती है। वास्तव में यह विधि आमतौर पर कई इमेजेस के ग्लोबल कंट्रास्ट को बढ़ाती है, विशेष रूप से जब इमेज का उपयोग योग्य डेटा क्लोज कंट्रास्ट वैल्यूज़ द्वारा दर्शाया जाता है और इस एडजस्टमेंट के माध्यम से, इंटेंसि