Давайте посмотрим на одну из самых популярных и гибких библиотек компьютерных видов на рынке, и некоторые реальные примеры этих инструментов в действии.
OpenCV уже довольно давно одна из самых используемых библиотек компьютерного видения. Он невероятно популярен и имеет много гибких классов и функций, которые позволяют легко настраивать ваше решение. Когда вы планируете какой -либо проект Computer Vision, это отличная идея, чтобы начать с OpenCV и посмотреть, что вы можете использовать прямо из коробки. В этой статье я аккуратно представлю вас с основами библиотеки, а также покажу вам несколько реальных примеров с использованием OpenCV.
Чтение изображения с OpenCV
Давайте начнем с чтения изображения по пути, где находится изображение, а затем распечатать высоту и ширину. Есть несколько альтернативных версий этой функции, каждая из которых позволяет вам читать изображения по -разному.
Извлечение значений RGB пикселя с OpenCV
Теперь мы хотим извлечь значения RGB одного пикселя, но обратите внимание, что цвета читаются с помощью BGR Order в OpenCV, поэтому первое значение всегда будет синим, а не красным.
Изменение размера изображения с OpenCV
Существует проблема с этим подходом к изменению размера изображений, соотношение сторон изображения не поддерживается при предоставлении необработанных измерений для изменения размера. Мы должны сделать немного дополнительной математики, чтобы обеспечить правильное соотношение сторон.
Вращение изображения с OpenCV
В вращении изображения много происходит, так что давайте разберем его.
GetRotationMatrix2d () Три аргумента, которые он принимает, – это центральный, угол и шкала. Центр является центром координат изображения. Угол – это просто угол в градусах, которые мы хотели бы повернуть изображение против часовой стрелки. Шкала – это просто коэффициент масштабирования. Он возвращает матрицу 2×3, которая имеет значения, полученные из альфа и бета. Альфа – масштаб * cos (угол) и бета -шкала * синус (угол)
Варпаффин () Функция варпаффина преобразует исходное изображение, используя матрицу вращения.
Несколько советов: еще один способ получить центр изображения – это то, что выглядит так, где мы используем массив Numpy. Если вы хотите повернуть изображение с более простыми степенями, такими как 180 или 90, вы можете просто использовать функцию .Rotate () и пройти легкие параметры, которые можно увидеть ниже.
Рисовать прямоугольник или ограничивающую коробку OpenCV
Функция принимает несколько параметров, которые перечислены в коде.
Давайте посмотрим на несколько примеров реального мира, когда OpenCV используется, чтобы дать вам представление о различных приложениях, для которых можно использовать этот невероятный инструмент.
Извлечь и удалить горизонтальные или вертикальные линии из изображений
Этот метод обработки изображений, используемый для удаления горизонтальных или вертикальных линий, имеет тонну вариантов использования реального мира. Используя несколько функций CV2, таких как ERODE и DILATE, мы можем идентифицировать и удалять горизонтальные и вертикальные линии размера из изображения. Вы увидите это в считанных считывателях метки продукта вместе с 1D и 2D программное обеспечение для сканирования штрих -кода.
Проекты обнаружения краев
Поиск краев объектов На изображениях может быть сложный и захватывающий проект для тех, кто хочет увидеть быстрые результаты с OpenCV. Обнаружение краев чрезвычайно полезно для прогнозирования размера объектов или расстояния между вами и объектом, который вы видите. Вы также можете включить эту библиотеку в видеопроводы, чтобы автоматически переместить объекты ближе или дальше от цели.
Управление запасами и автоматизированный продукт Список
В этой статье, связанной выше, продукт, показанный в качестве примера, использует обнаружение объектов и чтение штрих -кода для автоматизации листинга пользовательских продуктов на веб -сайте по мере того, как фотографии продукта сделаны и загружаются. Компьютерное зрение выясняет, какой продукт показан на изображении, и автоматически создает заголовок и описание, а также обработку всего управления бэкэнд, необходимых для запуска интернет -магазина.
Поглощение данных и наборов данных
Использование таких инструментов, как библиотеки обнаружения объектов в OpenCV, позволяет вам Создание сервисов захвата данных Это извлекает данные из обычных бизнес -операций и может быть преобразована в наборы данных высокой ROI. Предприятия могут изучать такие вещи, как удовлетворенность клиентов, от инструментов распознавания лиц, то, о чем пользователи заботятся на целевой странице веб -сайта с использованием тепловых карт, и многое другое.
Оригинал: “https://dev.to/mattpayne/a-simple-introduction-to-opencv-with-real-world-business-examples-ekd”