Математика пикселей: от основ Python до компьютерного зрения
О чём курс
«Математика пикселей: от основ Python до компьютерного зрения» — практический курс о работе с изображениями, математике матриц NumPy и алгоритмах OpenCV. Вы пройдёте путь от цветовых фильтров и выделения границ до создания AR-масок, LSB-стеганографии и сканера документов.
Чему вы научитесь
- Работать с цифровыми изображениями как с N-мерными матрицами NumPy.
- Использовать побитовые операции, цветовые пространства и альфа-блендинг для наложения изображений.
- Применять математические свёртки и оператор Собеля для пространственной фильтрации и поиска границ.
- Находить лица с помощью каскадов Хаара и программно создавать AR-маски дополненной реальности.
- Реализовывать алгоритмы цифровой стеганографии для скрытия бинарных данных внутри фотографий.
- Использовать аффинные преобразования и матричную геометрию для искажения перспективы и создания мини-сканера документов.
- Писать векторизованный, высокопроизводительный код на Python без медленных циклов.
Курс объясняет работу алгоритмов, в том числе перемножение матриц и работу скользящих окон. В нём 22 урока, 5 тестов и 18 интерактивных задач.
Для кого курс
- Для начинающих Python-разработчиков, которые хотят собрать первые проекты для портфолио.
- Для студентов технических специальностей, которым нужно на практике освоить работу с двумерными массивами и матрицами на Python.
- Для тех, кто хочет перейти в Data Science и Machine Learning, но опасается сложной математики: её объясняют на бытовых метафорах.
- Для тех, кто хочет понять, как работают фильтры в соцсетях, распознавание лиц и приложения-сканеры на смартфонах.
Начальные требования
Нужно уверенно владеть базовым синтаксисом Python: знать переменные, циклы for/while, списки, функции и ветвления. Знания высшей математики не требуются, достаточно школьной базы.
Как проходит обучение
Курс состоит из текстовых лекций с подробными визуальными разборами кода. После теории вы практикуетесь двумя способами:
- Запускаете и изменяете скрипты для обработки реальных фотографий в Google Colab. Всё работает в браузере, устанавливать программы на компьютер не нужно.
- Решаете алгоритмические задачи на платформе Stepik с моментальной автоматической проверкой NumPy-кода на скрытых тестах.
Заниматься можно в своём темпе, а в комментариях к шагам задавать вопросы и обсуждать решения.
Преподаватель
Даниш Кхан — преподаватель информатики, специалист по Data Science и Python, эксперт по алгоритмам. У него педагогическое образование в области информатики и академическая подготовка в Data Science и анализе данных. Он преподаёт и готовит школьников и студентов к олимпиадам и профильным экзаменам.
Программа обучения
- Фундамент Numpy
- От списков к тензорам: фундамент NumPy
- Математическое кадрирование: Индексация и срезы
- Векторная арифметика: Яркость и Контрастность
- Логическая фильтрация и маски: бинаризация изображений
- Изменение формы и осей: подготовка к цвету
- Анатомия цифрового изображения
- Рабочая среда: Google Colab и загрузка изображений
- Цветовые пространства: От RGB к тензору и обратно
- Математика света: Яркость и контрастность матрицы
- Визуальный квест: Охота за пикселями
- Компьютерное зрение: маски и матричная магия
- Компьютерное зрение: OpenCV и ловушка цветовых каналов
- Магия Хромакея: Зеленый экран и логические маски
- Матричные свертки: Размытие и резкость своими руками
- Поиск границ: Как алгоритмы видят контуры объектов
- Проектный квест: Создаем фильтр «Оживший комикс»
- Распознавание объектов и лиц
- Распознавание лиц: Как алгоритмы видят нас
- Поиск глаз и концепция ROI (Основы AR-эффектов)
- Дополненная реальность: Накладываем AR-очки
- Цифровая стеганография и Математика перспективы
- Цифровая стеганография: Прячем данные на виду
- Практика LSB: Вшиваем шпионское послание
- Аффинные преобразования: Математика поворота и сдвига
- Искажение перспективы: Пишем свой «Сканер документов
- Благодарность и напутствие!
- Прощальное слово
Запишитесь бесплатно — цена упадёт для всех
У автора этот материал стоит 990 ₽. В складчине сумму делят на всех: чем больше участников, тем меньше взнос каждого.
1 Оставляете email Без оплаты и без карты. Пришлём, как занять место в складчине на нашем основном сайте.
2 Складчина набирает людей Сейчас 6 участников и взнос 286 ₽. Ещё 12 человек — и он опустится до 99 ₽.
3 Открывается сбор Присылаем итоговую цену. Устроит — платите и получаете материалы. Нет — просто не платите.
- 858 ₽ 2 уч.
- 572 ₽ 3 уч.
- 286 ₽ 6 уч. сейчас
- 99 ₽ 18 уч. цель
Запись ни к чему не обязывает: платите, только если итоговый взнос вас устроит.
Теги курса
Отзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.