Couvre la vectorialisation automatique dans les systèmes d'information géographique, y compris la détection de la structure, la polygonisation et le traçage automatique.
Explore la représentation 3D dans les systèmes d'information géographique, soulignant l'importance d'une compréhension spatiale réaliste et de la construction de modèles pratiques.
Introduit les bases du traitement d'image, couvrant les images vectoriels vs matrices, le système de couleurs RGB, l'échelle de gris, et les bibliothèques de manipulation d'image.
Couvre la vectorisation en Python en utilisant Numpy pour un calcul scientifique efficace, en soulignant les avantages d'éviter les boucles et de démontrer des applications pratiques.
Couvre le potentiel et les limites des techniques de vectorialisation automatique pour numériser des objets à partir de documents ou d'images numérisés.
Introduit des techniques de traitement d'image en Python, en se concentrant sur les opérations de manipulation et de convolution à l'aide de NumPy et Pillow.
Explore la modification de la base des applications linéaires et le calcul des images vectorielles dans différentes bases, en mettant l'accent sur l'utilisation de la base canonique.