Компьютерное зрение - область, посвященная обучению машин понимать и интерпретировать визуальные данные. От обработки изображений и обнаружения объектов до распознавания лиц и автономных автомобилей, компьютерное зрение играет ключевую роль в множестве приложений. Одним из мощнейших инструментов для реализации компьютерного зрения в Python является библиотека OpenCV (Open Source Computer Vision Library). В этом полном руководстве мы рассмотрим мир OpenCV, включая его особенности, установку и практическое применение в Python...

В ходе данной статьи напишем код для обрезки изображений на Python с использованием библиотеки OpenCv. Работать программа будет следующим образом: Перед написанием кода необходимо установить библиотеку OpenCv, а также numpy для лучшей её работы. Сделать это можно через pip. Для этого нужно перейти в терминал/командную строку, прописать pip install opencv-python numpy, нажать Enter и ждать установки. pip install opencv-python numpy После инсталляции импортируем библиотеку OpenCv: import cv2 Создадим...

В данной статье мы рассмотрим библиотеку OpenCV, научимся распознавать лица на фотографии, а также распознаем лицо с веб камеры. OpenCV - это библиотека компьютерного зрения обработки изображений, которая позволяет распознавать объекты на изображении или с веб камеры. Сейчас решения задач распознавания объектов на фотографиях или с веб камеры, актуальны для разных сфер деятельности и находит свое решение в разных приложениях, включая видеонаблюдение, беспилотные автомобили, дроны, классификация объектов, почтовая сортировка, контроль качества продукции, отслеживание объектов и др. Из этой статьи вы узнайте, как распознать лицо с фотографии и веб камеры...

Давайте мы напишем скрипт, который считывает изображение RGB и преобразует его в оттенки серого, что является основным этапом предварительной обработки в компьютерной графике. Для этого шага мы будем использовать OPENCV . Если у вас не установлен OpenCV, вы можете легко его установить в свою IDE при помощи pip: pip install opencv-python Для этого примера я загрузил 50 изображений автомобилей Formula One, сохраненных в data / formula_one, с файлами от 000000.jpg до 000049.jpg. Сначала давайте создадим файл с расширением ...