Нейроморфные процессоры, построенные по принципу взаимодействия нейронов, показывают лучшие результаты в области искусственных нейронных сетей\задач машинного зрения. Однако далеки от имитации процессов, происходящих в мозгу. Одна из многих причин — астроциты, самые многочисленные клетки глии.

Считалось, что они выполняли поддерживающую функцию в работе нейронов, однако исследования последних десятилетий показывают, что данный тип клеток делает гораздо больше, чем просто заполняет пространство между нейронами, как считали исследователи на протяжении более столетия. Исследования показывают, что эти клетки также играют ключевую роль в функциях мозга, включая обучение и генерацию центрального паттерна (central pattern generation — CPG), который является основой для ритмических поведений, таких как дыхание и ходьба.

Чтобы дойти до сложных алгоритмов обработки, стоит проанализировать стандартные схемы, с чего я и предлагаю начать.

Для примеров обработки будет использоваться изображение с различным наборов цветов:



Для старта нам потребуется два модуля библиотеки:

from PIL import Image, ImageDraw 

Настроим инструменты для комфортной дальнейшей работы:

image = Image.open('test.jpg')  # Открываем изображение
draw = ImageDraw.Draw(image)  # Создаем инструмент для рисования
width = image.size[0]  # Определяем ширину
height = image.size[1]  # Определяем высоту
pix = image.load()  # Выгружаем значения пикселей

Приступим

Обрабатывать изображения будем в формате RGB. Также PIL поддерживает работу с форматами 1, L, P, RGB, RGBA, CMYK, YCbCr, LAB, HSV, I, F.