Введение в компьютерное зрение

О чём урок

Компьютерное зрение: это дисциплина, цель которой: дать компьютерам возможность получать высокоуровневое понимание цифровых изображений. Это довольно широкое определение, поскольку понимание может означать множество разных вещей, включая поиск объекта на изображении (обнаружение объектов), понимание происходящего (обнаружение событий), описание изображения текстом или реконструкцию сцены в 3D. Существуют также специальные задачи, связанные с изображениями людей: оценка возраста и эмоций, обнаружение и идентификация лиц, а также оценка 3D-позы, и это лишь некоторые из них. Одна из простейших задач компьютерного зрения: классификация изображений. Компьютерное зрение часто рассматривают как раздел ИИ. Сегодня большинство задач компьютерного зрения решаются с использованием нейронных сетей. В этом разделе вы узнаете больше о специальном типе нейронных сетей, используемых для компьютерного зрения: свёрточных нейронных сетях. Однако, прежде чем передавать изображение в нейронную сеть, во многих случаях имеет смысл использовать некоторые алгоритмические методы для его улучшения. Для обработки изображений доступны несколько библиотек Python: imageio можно использовать для чтения и записи различных форматов изображений. Она также поддерживает ffmpeg, полезный инструмент для преобразования видеокадров в изображения. Pillow (также известная как PIL) более мощная и поддерживает некоторые манипуляции с изображениями, такие как морфинг, настройка палитры и многое другое. OpenCV: это мощная библиотека обработки изображений, написанная на C++, которая стала де-факто стандартом для обработки изображений. Она имеет удобный интерфейс для Python. dlib: это библиотека C++, которая реализует множество алгоритмов машинного обучения, включая некоторые алгоритмы компьютерного зрения. Она также имеет интерфейс для Python и может использоваться для сложных задач, таких как обнаружение лиц и лицевых ориентиров. OpenCV считается де-факто стандартом для обработки изображений. Она содержит множество полезных алгоритмов, реализованных на C++. Вы также можете вызывать OpenCV из Python. Хорошее место для изучения OpenCV: курс Learn OpenCV. В нашей учебной программе цель не в том, чтобы изучить OpenCV, а в том, чтобы показать вам несколько примеров, когда и как её можно использовать.

План урока

1. Тест перед лекцией
2. OpenCV
3. Загрузка изображений
4. Обработка изображений
5. Примеры использования компьютерного зрения
6. ✍️ Примерные ноутбуки: OpenCV попробуйте OpenCV в действии
7. Заключение
8. 🚀 Задание