نعم، يمكن تحويل الصور التي تحتوي على أرقام مكتوبة يدويًا إلى صور رقمية باستخدام مكتبة OpenCV في Python. يمكن استخدام الخطوات التالية لتحويل الصور إلى صور رقمية:
استخدام دالة cv2.imread() لتحميل الصورة.
تحويل الصورة إلى أبيض وأسود باستخدام دالة cv2.cvtColor().
إزالة الضوضاء وتحسين الجودة باستخدام تقنيات معالجة الصور مثل تقنية الفلترة الخطية cv2.GaussianBlur().
تحديد حدود الصورة باستخدام دالة cv2.threshold().
تحويل الصورة إلى صورة رقمية باستخدام دالة cv2.resize().
تحويل الصورة إلى مصفوفة من الأرقام باستخدام دالة np.asarray().
على سبيل المثال، يمكن استخدام الشفرة التالية لتحويل الصور إلى صور رقمية:
import cv2
import numpy as np
# تحميل الصورة
img = cv2.imread('image.jpg')
# تحويل الصورة إلى أبيض وأسود
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# تقليل الضوضاء وتحسين الجودة
blur = cv2.GaussianBlur(gray, (5, 5), 0)
# تحديد حدود الصورة
_, thresh = cv2.threshold(blur, 127, 255, cv2.THRESH_BINARY_INV)
# تحويل الصورة إلى حجم محدد
resized = cv2.resize(thresh, (28, 28), interpolation=cv2.INTER_AREA)
# تحويل الصورة إلى مصفوفة من الأرقام
img_array = np.asarray(resized)
بعد تحويل الصور إلى صور رقمية، يمكن استخدامها لتدريب النموذج في مشروع التعرف على الأرقام المكتوبة يدويًا.
نعم، يمكن تحويل الصور التي تحتوي على أرقام مكتوبة يدويًا إلى صور رقمية باستخدام مكتبة OpenCV في Python. يمكن استخدام الخطوات التالية لتحويل الصور إلى صور رقمية:
استخدام دالة cv2.imread() لتحميل الصورة.
تحويل الصورة إلى أبيض وأسود باستخدام دالة cv2.cvtColor().
إزالة الضوضاء وتحسين الجودة باستخدام تقنيات معالجة الصور مثل تقنية الفلترة الخطية cv2.GaussianBlur().
تحديد حدود الصورة باستخدام دالة cv2.threshold().
تحويل الصورة إلى صورة رقمية باستخدام دالة cv2.resize().
تحويل الصورة إلى مصفوفة من الأرقام باستخدام دالة np.asarray().
على سبيل المثال، يمكن استخدام الشفرة التالية لتحويل الصور إلى صور رقمية:
بعد تحويل الصور إلى صور رقمية، يمكن استخدامها لتدريب النموذج في مشروع التعرف على الأرقام المكتوبة يدويًا.