Я старший в колледже, который раньше не занимался обработкой изображений (за исключением некоторого базового сжатия изображений на смартфонах). Я начинаю исследовательский проект по машинному обучению в следующем семестре, который потребует некоторой биомедицинской обработки изображений. Какой лучший способ освоить основы обработки изображений примерно через два месяца? Или это непрактично?
У меня сложилось впечатление, что, как только я овладею основами, будет легче учиться на других ресурсах.
It's my impression that once I'm good with the basics learning more from other resources would be easier.
Ну, это правда для всего.Ответы:
Я не думаю, что вы можете многому научиться за 2 месяца. Обработка изображений - это действительно обширная область, и чтобы стать лучше, вам понадобится как минимум несколько лет.
Некоторые из самых базовых вещей, которые вы можете сделать:
Кстати, я надеюсь, что ваша математика действительно хороша.
источник
Книги хороши, если вы уже что-то знаете. Но если вы только начинаете, реальный курс лучше. Для человеческого мозга легче чему-то научиться у другого человека, нежели из неодушевленной книги.
В любом случае, не всегда возможно пройти курс обучения в местном колледже, или, может быть, вы хотите получить наилучшее образование без необходимости платить за самое дорогое обучение.
Вот почему я люблю посещать курсы онлайн. Я предпочитаю американские колледжи, но лекция 1 Введение в цифровую обработку изображений тоже кажется хорошей.
К счастью, есть онлайн-курсы почти для всего, что связано с ИТ, и для большинства научных курсов: вам не нужно быть в MIT, чтобы получить образование в MIT, не платя ни цента. Это отличный способ улучшить свои навыки и, следовательно, вашу рыночную стоимость.
Не торопитесь, чтобы посмотреть здесь:
MIT OpenCourseWare
Columbia Interactive
Гарвардские онлайн курсы
YouTube
источник
Вы не можете научиться обработке изображений в течение двух месяцев. Пойдите, возьмите класс в отделе EE местного университета по цифровой обработке сигналов. Это обеспечит необходимый математический фон и, возможно, коснется также обработки изображений.
источник
Если искать основы, я учился через программы PBM / Netpbm . Это элементарный способ очень четко определить изображение произвольной глубины (в формате ASCII) и обрабатывать его не только с помощью предоставленных библиотек и утилит, но также вы можете очень легко обрабатывать его с помощью вашей любимой программы или оболочки.
Я даже использовал это в нескольких проектах в Uni, проводя дистанционное зондирование и калибровку этих растровых изображений. Мой код был не самым быстрым, но он работал правильно и запрограммировал все на AWK;) Суть в том, что когда вы понимаете свои данные, вы можете делать практически все. Может быть, хорошее начало там.
источник
Я начал с создания программы с нуля. Нет книг, классов или математики. Моя математика не выходит далеко за пределы базовой алгебры.
Я закончил тем, что сделал эффективный считыватель штрих-кода, который сдул коммерческие испытания, которые я проверял. Прыгай и делай это !!!
источник