انتقل إلى المحتوى

DIP-Lib

مجموعة أدوات تفاعلية لمعالجة الصور الرقميةتطبيق Streamlit لتعلّم معالجة الصور الكلاسيكية: تسع وحدات بمعاملات تتغير مباشرة، تُرصّ في سلسلة معالجة (pipeline) تعرض الصورة بعد كل خطوة.
  • Image Processing
  • Computer Vision
التاريخ
أبريل 2025
النتيجة
تطبيق يعمل على الإنترنت بتسع وحدات لمعالجة الصور
  • تسع وحدات كلاسيكية لمعالجة الصور
  • رُصّ الخطوات في سلسلة معالجة وشاهد كل مرحلة
  • OpenCV و scikit-image خلف واجهة Streamlit

مكان ترى فيه ما تفعله عملية معالجة الصور بتحريك منزلق، بدلًا من القراءة عنها.

افتح التطبيق

كيف يعمل

ارفع صورة، اختر وحدة، اضبط معاملاتها، وعاين الأثر. أضفها إلى سلسلة المعالجة (pipeline)، كرّر ذلك، ثم شغّل السلسلة: يعرض التطبيق الصورة بعد كل خطوة، ويحسب PSNR و SSIM بين الصورة الأصلية والنتيجة، ويتيح لك تنزيلها. يمكن حذف الخطوات وتفريغ السلسلة في أي وقت.

الوحدات التسع

  • تقليل العينات والاستيفاء: تصغير وتكبير بطرق مختلفة (أقرب جار nearest، الخطي الثنائي bilinear، Lanczos).
  • التحويلات الهندسية: تدوير، تحجيم، إزاحة وقصّ (shear).
  • الضجيج: إضافة ضجيج غاوسي أو ضجيج الملح والفلفل (salt-and-pepper)، ثم إزالته بمرشحات التمويه الغاوسي أو الوسيط (median) أو المتوسطات غير المحلية (non-local means).
  • التحسين: تصحيح غاما، معادلة المدرج التكراري (histogram equalisation) و CLAHE.
  • تصحيح الإضاءة: طرح التمويه في المجال المكاني، أو الترشيح الهومومورفي (homomorphic filtering) في المجال الترددي.
  • كشف الحواف: Sobel و Scharr و Laplacian و Canny.
  • زيادة الحدة: قناع عدم الحدة (unsharp masking).
  • التعتيب (thresholding): شامل أو تكيّفي.
  • الفضاءات اللونية: التحويل بين BGR و RGB و HSV و LAB، وعرض كل قناة.

لقطات من التطبيق

رفع صورة واختيار وحدة معاينة تحسين مع المدرجات التكرارية اللونية قبل وبعد سلسلة معالجة من خطوتين مع الصورة بعد كل خطوة وقيم PSNR و SSIM النهائية

بُني باستخدام

Python و OpenCV و NumPy و scikit-image للمعالجة، و Streamlit للواجهة.

Signal Processing · Image Processingمستكشف التحليل التردديDeep Learning · Time Seriesالتنبؤ بقدرة الرياح