https://virgool.ir/feed/@adelamd.fعضو تیم ملی اختراعات و نو‌آوری ایران / علاقه‌مند به هوش مصنوعی، شبکه و امنیت / درتلاش برای به اشتراک گذاری دانسته ها، تجربیات و علاقه هامfa2026-11-11 05:01:28https://files.virgool.ir/upload/users/126688/avatar/qOi7H0.jpeghttps://virgool.ir/@adelamd.fhttps://virgool.ir/@adelamd.f/روزی-روزگاری-در-یوتیوب-fk1ekv3udunhخب این اولین نوشته من بعد مدت زیادی فاصله از ویرگوله! (امیدوارم منو با دوره آموزشی متنی پردازش تصویر که ناتموم موند یادتون نباشه xD )همونطور که بعضی از شما می‌دونید من AdelAMD ام، یه دانشجوی علوم کامپیوتر، علاقه‌مند به برنامه‌نویسی، شبکه، طراحی گرافیک و....چندسالی میشه که روی آموختن و تدریس متمرکز شدم و تجربه‌هایی در زمینه تدریس برنامه‌نویسی کسب کردم. (برای مؤسسه‌های خصوصی و...)حدود یک سالی میشه که برای تدریس در یوتیوب باخودم درگیرم! و برای همین این نوشته‌رو ایجاد کردم تا بتونم پیشنهادات و انتقاداتونو از نزدیک بشنوم :)بنظر شما ساخت یک کانال یوتیوب با نام AdelAMD و تدریس موضوعات مختلف از جمله برنامه‌نویسی، طراحی الگوریتم، شبکه، امنیت، طراحی گرافیک و... می‌تونه مفید باشه؟تدریس با زبان فارسی + زیرنویس انگلیسی خواهد بود :) و از فضای ویرگول برای بحث و گفت‌وگو راجع‌به مطالب استفاده میشه.درباره این تصمیم خیلی مطمئن نیستم و نمی‌دونم مفیده یا نه، خیلی ممنون میشم اگه نظرات، پیشنهاد، انتقاد و ایده‌هاتونو بشنوم.مرسی AdelAMD.F | عادل احمدیAdelAMD.F | عادل احمدیFri, 08 Oct 2021 13:22:36 +0330https://virgool.ir/@adelamd.f/صفر-تا-صد-پردازش-تصویر-در-پایتون-اپیزود-03-sjihugfgxxeqدر جلسه 01 نحوه بارگذاری تصویر و ویدئو آموزش داده‌شد و در این‌جلسه به مباحث ابتدایی کار با تصویر مانند رسم خط و اشکال هندسی، خواهیم پرداخت.طبق روال همیشه بسته‌های مورد‌نیاز را وارد می‌کنیم و تصویر "cat.jpg" را به صورت سیاه‌سفید بارگذاری می‌کنیم.import cv2 import numpy as np image = cv2.imread('cat.jpg',cv2.IMREAD_GRAYSCALE)رسم پاره خط برای رسم پاره خط به مختصات x و y ابتدا و انتهای پاره خط نیاز داریم.draw = cv2.line(image,(0,0),(200,200),(255,0,0),5) cv2.imshow('image',draw) cv2.waitKey(0) cv2.destroyAllWindows()کد بالا یک خط با رنگ سفید (255,0,0) از نقطه (0,0) تا (200,200) به قطر 5 رسم می‌کند.خروجیبرای تغییر رنگ خط می‌توانید کد رنگ مورد‌نظرتان را در قالب BGR جایگزین کد (255,0,0) کنید.رسم چندضلعیبرای رسم چند‌ضلعی ما نیاز به بسته Numpy داریم تا مختصات نقاط رأس را در قالب آرایه Numpy به OpenCV بدهیم.pts = np.array([[10,5],[20,30],[70,20],[50,10]], np.int32) polygone = cv2.polylines(image,[pts],True,(255,255,0),5) cv2.imshow('image',polygone) cv2.waitKey(0) cv2.destroyAllWindows()کد بالا، چند‌ضلعی بسته‌ای را در رأس‌های داده‌شده رسم می‌کند.خروجیدقت داشته باشید که متغیر True، بیان‌گر بسته شدن یا باز بودن چند‌ضلعی است. اگر False را بنویسیم چند‌ضلعی ما باز خواهد‌ماند.از‌آنجا‌که مستطیل یک‌ چند‌ضلعی بسیار کاربردی است؛ برای رسم مستطیل تابعی جدا وجود‌دارد.img = cv2.rectangle(image,(384,0),(510,128),(0,255,0),5) cv2.imshow('image',img) cv2.waitKey(0) cv2.destroyAllWindows()رسم دایره رسم دایره کمی متفاوت‌تر از رسم چند‌ضلعی است؛ برای رسم دایره مختصات مرکز دایره و طول شعاع را نیاز داریم.circle = cv2.circle(image,(50,50), 50, (255,0,0),5) cv2.imshow('image',circle ) cv2.waitKey(0) cv2.destroyAllWindows()خروجینوشتن متن بر روی تصویربرای رسم خط ابتدا باید فونت موردنظرمان را انتخاب کنیم. ما در اینجا از فونت‌های استاندارد OpenCV استفاده می‌کنیم. پس از تعیین فونت، مختصات نقطه شروع متن، متن مورد‌نظر، رنگ، اندازه فونت و نوع خط را وارد می‌کنیم.font = cv2.FONT_HERSHEY_SIMPLEX lined = cv2.putText(image,'Hello !',(10,20), font, 4,(255,0,0),2,cv2.LINE_AA) cv2.imshow('image',lined) cv2.waitKey(0) cv2.destroyAllWindows()خروجیدوستان جلسه سوم به پایان رسید...پیشنهادم به شما اینه که برای تمرین و تسلط بیشتر در ترسیم، متغیرها (رنگ، اندازه، فونت و...) را تغییر دهید و خروجی های مختلف را مقایسه کنید.به زودی جلسه چهارم قرار میگیره ! خیلی ممنون :)اگر موافق شروع یه دوره ویدئویی پردازش تصویر هستید در کامنت‌ها بگید ...AdelAMD.F | عادل احمدیAdelAMD.F | عادل احمدیMon, 27 Jan 2020 17:33:54 +0330https://virgool.ir/dataio/صفر-تا-صد-پردازش-تصویر-در-پایتون-اپیزود-01-ujyrsabr9e1qدر بخش پیش تاریخچه و کاربرد‌های پردازش تصویر را بررسی کردیم و در این بخش با نحوه کار با تصاویر و ویدئو‌ها آشنا خواهیم‌شد.اولین قدم وارد‌سازی بسته OpenCV و NumPy است با دستور زیر این کتاب‌خانه را وارد می‌کنیم.import cv2 import numpy as npحالا تصویر را با استفاده از کد زیر فراخوانی می‌کنیم و به صورت سیاه‌سفید نمایش می‌دهیم.image = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE) cv2.imshow('ShowImage', image) cv2.waitKey(0) cv2.destroyAllWindows()پس از اجرای کد تا اینجا عکس موردنظر (cat.jpg)، در قالب پنجره‌ای با نام "ShowImage" با رنگ سیاه‌سفید مانند تصویر زیر نمایش داده می‌شود.در مباحث پردازش تصویر، رنگ تصویر اهمّیت چندانی ندارد و در اغلب پروژه‌ها از تصاویر سیاه‌سفید استفاده می‌شود زیرا پردازش این‌تصاویر به مراتب سریع‌تر از تصاویر رنگی است.دستور waitkey باعث می‌شود پنجره نمایش تصویر باز بماند تا زمانی که کلیدی توسط کاربر فشرده شود.دستور destroyallwindows، پس از پایان کار تمامی عملیات‌های پردازش را می‌بندد تا حافظه‌ای از رایانه بی دلیل اشغال نشود.توجه داشته‌باشید که فرمت رنگ‌ها در OpenCV، آبی سبز قرمز (BGR) است.فرض می‌کنیم پردازش موردنظر ما بر روی تصویر انجام شد. برای ذخیره تصویر ثانویه، از دستور زیر استفاده میکنیم.cv2.imwrite('changedimage.jpg', image)اولین گام پردازش ویدئو‌ نیز بارگذاری ویدئو‌ است. از‌آنجا که ویدئو‌ مجموعه‌ای از تصاویر و فریم‌های متوالی است برای بارگذاری ویدیو از حلقه While، استفاده می‍کنیم. ویدئو‌ می‌تواند تصویری باشد که وب‌کم رایانه شما به صورت در لحظه ظبط می‌کند.کد زیر ویدئو‌ وب‌کم شما را به صورت در لحظه در فریم‌های سیاه‌سفید متعدد به نمایش می‌گذارد.cap = cv2.VideoCapture(0) while(True): # Capture frame-by-frame ret, frame = cap.read() # Our operations on the frame come here gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # Display the resulting frame cv2.imshow('frame',gray) if cv2.waitKey(1) & 0xFF == ord('q'): break # When everything done, release the capture cap.release() cv2.destroyAllWindows()توجه داشته باشید که در هنگام نمایش تصویر ‌وب‌کم، اگر کلید q را فشار دهید پنجره نمایش تصویر بسته خواهد شد.برای بارگذاری ویدئو‌ نیز می‌توانید مانند کد بالا عمل کنید. ویدئو‌ را به فریم های متعددی تبدیل کنید و با حلقه فریم های تصویر را پردازش کنید.دوستان جلسه اول نیز به پایان رسید در جلسات بعدی، اعمال تغییرات بر روی تصاویر را بررسی خواهیم کرد.خیلی ممنون :)AdelAMD.F | عادل احمدیAdelAMD.F | عادل احمدیMon, 27 Jan 2020 00:46:14 +0330https://virgool.ir/coderlife/صفر-تا-صد-پردازش-تصویر-در-پایتون-قسمت-00-vn0rkby4j1ksتاریخچه پردازش تصویر پردازش تصویر‌(Image processing‌)، شاخه‌ای از علم پردازش سیگنال است که به پردازش سیگنال تصاویر و محتوای رایانه‌ای می‌پردازد.پردازش تصویر شامل 2 هدف کلی است :پردازش برای بهبود تصویرپردازش برای درک تصویراگر با نگاه ریاضی به پردازش تصویر نگاه کنیم، تابعی است که به عنوان ورودی تصویری را دریافت می‌کند و با استفاده از فرمول‌ها و قواعد داده‌شده، مجموعه‌ای از علامت‌های ریاضی که مفاهیم خاصی را برای ماشین دارد؛ بر‌میگرداند.در این‌دوره مباحث پردازش تصویر در زبان برنامه نویسی پایتون با استفاده از کتابخانه قدرتمند OpenCV بررسی می‌شود. در ابتدا با مبانی پردازش تصویر آشنا خواهیم شد و در ادامه چند پروژه ساده اما کاربردی را پیاده‌سازی خواهیم‌کرد.نگاهی به OpenCVکتابخانه OpenCV مجموعه گسترده و کاملی از الگوریتم های پردازشی برای مفاهیم بینایی کامپیوتر و یادگیری ماشین است که برای زبان های برنامه نویسی متعددی از جمله پایتون و جاوا طراحی شده‌است. این کتابخانه از پلتفرم‌های ویندوز، لینوکس و مک پشتیبانی می کند و یکی از قدرتمندترین ابزار برای پردازش تصویر است.کتابخانه OpenCV با نام OpenCV-Python برای پایتون نیز قابل دسترسی است که در ادامه به نصب این کتابخانه می‌پردازیم. نصب OpenCV-Pythonبرای نصب این کتابخانه CMD را اجرا میکنیم و کد زیر را وارد‌میکنیم. (توجه داشته‌باشید که برای نصب این بسته نیاز به دسترسی به اینترنت دارید)pip install opencv-pythonپس از اجرای دستور بالا، کتابخانه قدتمند OpenCV بر روی سیستم شما نصب و آماده به کار خواهد‌شد.چرا OpenCV-Python ؟همانطور که در میکروبلاگ‌های قبلی در مورد مزایای استفاده از پایتون در هوش مصنوعی صحبت شد؛ یکی از فواید پایتون بسته‌های گسترده برای برنامه نویسی سریع‌تر، قدرتمند‌تر و راحت‌تر است. بسته پردازشی NumPy یکی از بسته‌های موردنیاز برای انجام عملیات‌های ریاضی سنگین است و برای پردازش تصویر با OpenCV ما به این کتابخانه نیاز خواهیم‌داشت؛ زیرا تمامی داده‌هایی که در OpenCV استفاده می‌شوند در قالب آرایه‌های Numpy است.برای نصب numpy دستور زیر را در CMD وارد میکنیم.pip install numpyخب دوستان جلسه صفرم پردازش تصویر به پایان رسید در جلسات بعدی کم کم وارد مباحث جذاب کار با تصاویر خواهیم‌شد پس آموزش‌هارو از دست ندید :)خیلی ممنون :)AdelAMD.F | عادل احمدیAdelAMD.F | عادل احمدیSun, 26 Jan 2020 16:33:48 +0330https://virgool.ir/dataio/انقراض-انسان-با-گسترش-هوش-مصنوعی-ilkacigljebnچه بخوایم چه نخوایم هوش مصنوعی در زندگی ما تاثیر زیادی داره؛ از سیری و الکسا بگیر تا محتوایی که شما تو اینستاگرام میبینین؛ همه درگیر هوش مصنوعی هستیم !خب اول یه نگاه کلی به هوش مصنوعی بندازیم :( به طور ساده میشه گفت ما دو نوع هوش مصنوعی داریم :1- هوش محدود 2- هوش کلی و نامحدوداغلب هوش مصنوعی هایی که تا کنون گسترش داده شده از نوع هوش محدودن یعنی برای انجام یه کار محدود مثل رانندگی، فیلتر محتوا و پاسخگویی طراحی شدن اما هدف پژوهشگران هوش مصنوعی، گسترش هوش نامحدوده ...میشه گفت هوش مصنوعی به مرور زمان کم کم جای فعالیت انسان رو میگیره چون کارش رو دقیقتر و سریعتر از انسان انجام میده. مثالش هم تشخیص برخی از بیماری ها هست که نتایج هوش مصنوعی از برخی از پزشکان بهتر بوده ...پس با گذر زمان دسترسی هوش مصنوعی به زندگی انسان بیشتر و بیشتر میشه !خطر هوش مصنوعی رو میشه به 2 دسته تقسیم کرد : هوشی که برای انجام یه فعالیت مخرب طراحی میشه مثل سلاح های کشتار هوشمند که هیچ احساس و انسانیتی ندارن ! هوشی که برای انجام یه فعالیت سودمند طراحی میشه اما روش رسیدن به هدفش مخربهمثل اینکه از هوش مصنوعی بخواید شمارو سریع به فرودگاه ببره و هوش تصمیم بگیره که رفتن با جت جنگی سریعتر از بقیه روش هاس!یکی از خطرات واضح هوش مصنوعی تکنولوژی Deep Fake هست که در مورد این تکنولوژی قبلا صحبت شده اما احتمالا یه میکروبلاگ اختصاصی در مورد دیپ فیک بنویسم که کامل و علمی بررسی کنیم این فناوری رو »)خب ادامه کلام اینکه :بعضی از افراد معتقدن که فقط افراد آنتی تک مخالفن با رشد هوش مصنوعی اما خب شاید این خطرا الان به چشم نیاد (تا ده سال دیگه هم به چشم نیاد!) اما خب با گذر زمان یه تحدید جدی برای بشریت محسوب میشه و اینو خیلی از افراد سرشناس قبول دارن ! (از استیون هاوکینگ خدابیامرز بگیر تا بیل گیتس و ایلان ماسک خیال پرداز)اما خب چاره چیه؟چندروز پیش مدیر عامل گوگل ( ساندار پیچای )، اعلام کرد که هوش مصنوعی باید قانونمند بشه تا از آسیب های احتمالی جلوگیری کرد؛ که بهترین راه هم همینه که توسعه هوش طبق یه چارچوب قانونمند و مشخص انجام بشه. این حرف به معنای محدود کردن هوش مصنوعی نیست بلکه به معنای جلوگیری از انحراف تو این راهه پیچیده و طولانیه :)ساندار پیچای: ما باید نسبت به آنچه اشتباه می رود هوشیار باشیم !امیدوارم از خوندن این مقاله مطالب مفیدی عایدتون شده باشه :) اگر نظر و پیشنهادی دارید ممنون میشم در کامنت ها بگیدخیلی مرسی :)AdelAMD.F | عادل احمدیAdelAMD.F | عادل احمدیSat, 25 Jan 2020 16:10:46 +0330https://virgool.ir/@adelamd.f/usingpythonforai-r01v7gbqklyoپایتون (Python)، یک زبان برنامه نویسی سطح بالا، شی‌ءگرا و متن باز هست که در سال 1991 توسط خودوفان روسون طراحی شده.خودوفان روسون، طراح پایتونپایتون نسبت به بقیه زبان های برنامه نویسی روند رشدش رو خیلی سریعتر طی کرد و در حال حاضر محبوب ترین زبان برنامه نویسی در کل دنیاس !پایتون کاربرد های زیادی داره مثل :1- طراحی اپلیکیشن وب، اندروید، ویندوز و ...2- ساخت رابط گرافیکی3- بازی سازی 4- هک و تست نفوذ5- طراحی الگوریتم های هوش مصنوعی و داده کاویخب از اینجای پست به بعد رو اختصاص میدیم به بررسی مورد پنجم :)در اینکه پایتون یک زبان محبوب و کاربردیه که شکی نیس! اما چرا تو هوش مصنوعی ازش استفاده میشه؟مهمترین دلیل استفاده از پایتون در زمینه هوش مصنوعی بسته های پردازشی گسترده مثل (Numpy,Scipy,Scikit-learn) هست که به برنامه نویس در تحلیل داده و طراحی الگوریتم های پردازش داده کمک میکنه . تازه بعضی از بسته های پردازشی فقط برای پایتون نوشته شدن و میشن !علت بعدی سادگی پایتونه که باعث میشه افراد مبتدی بیشتری به سمتش برن و مسیر یادگیری ماشین و ... رو با پایتون شروع کنن.علاوه بر سادگی و گستردگی بسته های پایتون میتونیم به منابع آموزشی گسترده و پشتیبانی از پایتون اشاره کنیم. ازونجا که پایتون در بسیاری از مدارس و دانشگاه های معتبر دنیا تدریس میشه منابع آموزش پایتون به هر زبانی که بخواید موجوده و میتونید ازش استفاده کنین.خب با بررسی دلایل بالا امیدوارم قانع شده باشید که پایتون بهترین زبان برای ورود به دنیای هوش مصنوعی، یادگیری ماشین و یادگیری عمیق هست. اگه پایتون بلد نیستین فرصت رو از دست ندید و پایتون رو یاد بگیرید چون دنیای آینده هرچیزی که باشه قطعا پایتون جزو ثابتشه :)پ ن : قراره تو این چنل تیکه کد های کاربردی و آموزش های خاص پایتون نوشته شه ! مارو دنبال کنین تا بی خبر نمونین خیلی مرسی :))))AdelAMD.F | عادل احمدیAdelAMD.F | عادل احمدیSat, 25 Jan 2020 14:07:14 +0330