Curso de Procesamiento de Imágenes y Visión Artificial – OpenCV & Python
Aprende Visión Artificial con openCV
La visión artificial hace posible el manejo e interpretación de imágenes del mundo real. Útil para procesar de forma numérica o simbólica la información generada.
Índice del Curso de Visión Artificial
1. Introducción a OpenCV
Información importante sobre OpenCV la librería mas importante de visión artifical. ¿Qué es? ¿Qué áreas incluye? y un resumen de la historia de esta librería en la que se te mostrará su importancia.
2. Como instalar OpenCV en Python: OS, window y Linux.
Tutorial Python sobre cómo instalar OpenCV en los diferentes sistemas operativos más comunes: MAC OS, Windows y Linux. Es necesario la realización de este paso antes de proseguir con este curso.
Comenzando con OpenCV
3. Empezando con imágenes
Se muestra cómo leer una imagen, cómo mostrarla y cómo volver a guardarla, todo esto usando algunas de las funciones propias de OpenCV. Adicionalmente podrás aprender a mostrar las imágenes con Matplotlib.
4. Empezando con vídeos
Se muestra cómo leer un vídeo, cómo mostrarlo y cómo guardarlo. Aprende a capturar video desde una cámara a fin de usarlo mediante el funcionamiento de algunas funciones de la librería OpenCV.
5. Funciones para dibujar en OpenCV
Se muestran las funciones que tienes para dibujar líneas, círculos, rectángulos, elipses, polígonos e introducir texto dentro de cada una de las mencionadas.
Operaciones básicas con OpenCV
6. Operaciones Básicas en Imágenes
Aprenderás a modificar los valores y propiedades de las imágenes, podrás fijar la Región de Imagen y también podrás dividir y combinar las imágenes que uses.
7. Operaciones Aritméticas en Imágenes
Aprenderás a realizar operaciones aritméticas, tales como: suma, resta y demás a las imágenes usando funciones propias de la librería de OpenCV.
Procesamiento de imágenes en OpenCV
8. Cambiando Espacios de Color
¿Cómo convertir imágenes de un espacio de color a otro? Aquí verás como hacerlo y adicionalmente veremos cómo crear una aplicación que nos permita extraer un objeto de color de cualquier video.
9. Transformaciones geométricas de imágenes
Aplica los diferentes tipos de transformaciones geométricas a las imágenes: Traslada, rota, transforma como prefieras. Todo esto usando una función dedicada.
10. Umbralización de una Imagen
En este tutorial Python podrás aprender a umbralizar una imagen. A saber, umbralizar es el proceso por el cual una imagen en escala de grises es convertida a una nueva con solo dos niveles, de esta manera los objetos quedan separados del fondo.
11. Suavizando Imágenes con OpenCV
Aprende a aplicar filtros personalizados y difuminar las imágenes usando las funciones propias de OpenCV.
12. Transformaciones Morfológicas
Podrás aprender a diferenciar las distintas operaciones morfológicas que las funciones de OpenCV te permiten: Erosión, Dilatación, Apertura, Cierre y más.
13. Gradiente de Imágenes
Aprende a determinar las gradientes de cualquier imagen, encontrar bordes y siempre usando funciones específicas de la amplia librería de OpenCV
14. Algoritmo de Canny
Aprende a usar un popular método de detección de bordes desarrollado en 1986. Aquí te explicamos cada una de las múltiples etapas de este algoritmo.
15. Pirámides de imágenes
Aquí aprenderás a crear una “manzaranja” con el concepto de trabajar pirámides en imágenes. Como siempre en este tutorial OpenCV usarás funciones definidas de esta librería.
Contornos en OpenCV
16. Comenzando con contornos
Entiende el concepto de contornos a fin de que puedas encontrar y dibujarlos en las imágenes usando funciones como cv2.findContours() y cv2.drawContours()
17. Características de los contornos
Usa las características de las imágenes a tu favor. Área, perímetro, centroide, cuadro delimitador y más. Podrás estudiar un grupo de funciones relacionadas con contornos.
18. Propiedades de los contornos
Extrae de los objetos de una imagen, algunas propiedades que podrás usar frecuentemente como: Solidez, diámetro equivalente, máscara de imagen, intensidad y más.
19. Más funciones
Aprende a encontrar defectos de convexidad, así como también la distancia más corta entre un punto y un polígono para que así puedas hacer coincidir diferentes formas.
20. Jerarquía de contornos
Te explicamos la relación de padre-hijo que tienen los contornos. Podrás usar algunas funciones que te permitirán comprender el modo de recuperación de contorno.
Histogramas en OpenCV
21. Generar, graficar y analizar histogramas
Genera histogramas a partir de funciones de la librería y estúdialas en este tutorial para OpenCV.
22. Ecualización de histogramas
¿Qué es ecualizar histogramas? Apréndelo aquí, así como también su utilidad para aumentar el contraste de las imágenes.
23. Histogramas 2D
Aprende a encontrar y trazar histogramas que no sean unidimensionales sino bidimensionales (2D).
24. Retroproyección
Aquí podrás aprender y entender el concepto de una retroproyección, implementando y usando las librerías de Numpy y OpenCV
25. Transformada de Fourier
Aprende a encontrar y aplicar la Transformada de Fourier de imágenes usando funciones de la librería de OpenCV.
26. Emparejamiento de plantillas
Aquí podrás aprender a encontrar objetos que se encuentren en una imagen usando el emparejamiento de plantillas.
27. Transformada de línea de Hough
Aprende a detectar las líneas de cualquier imagen usando funciones relacionadas a la Transformada de Hough.
28. Transformada de círculo de Hough
Aprende a usar la Transformada de Hough a fin de encontrar círculos en cualquier imagen usando una función propia de la amplia librería de OpenCV
29. Segmentación de imágenes con el algoritmo Watershed
Aprenderás a utilizar una segmentación de imágenes basada en marcadores con el uso de algoritmos para así separar el fondo de la superficie.
30. Extracción interactiva del fondo usando el algoritmo GrabCut
Aprenderás a extraer, de forma interactiva, el fondo de una imagen gracias al algoritmo GrabCut.
Detección y descripción de características
31. Entendiendo las características
¿Por qué las esquinas son importantes? ¿Cómo las encontramos? y más preguntas que responderemos aquí.
32. Detección de esquinas Harris
Usando funciones que tenemos en la librería de OpenCV, entenderemos los conceptos que se envuelven al hablar de la detección de las esquinas Harris.
33. Detector de Esquina Shi-Tomasi
Aquí aprenderás a usar el otro detector de esquinas: Shi-Tomasi, que se encuentra integrado dentro de la librería de OpenCV
34. Algoritmo FAST para la detección de esquinas
Aprenderemos a usar otro algoritmo para la detección de esquinas dentro de la amplia librería de OpenCV, el algoritmo FAST.
35. ORB (Oriented Fast y Rotativo BRIEF)
Veremos ORB, que es básicamente una fusión del detector de punto clave FAST y el descriptor BRIEF. Ingresa y aprende.
36. Feature Matching / Comparación de funciones
Aprenderás a hacer coincidir características de una imagen con cualquier otra usando el buscador Brute-Force y la función FLANN Matcher.
Vídeo Analisis
37. Meanshift y Camshift algoritmos
Aprende a encontrar y rastrear objetos dentro de un video. Usa los algoritmos Meanshift y Camshift que se encuentran dentro de la librería de OpenCV.
38. Flujo óptico Lucas-Kanade y Gunner Farneback
Con la ayuda del método Lucas-Kanade, entenderemos los conceptos de flujos ópticos y sus estimaciones, además de utilizar funciones propias a fin de rastrear puntos de un video.
39. Substracción de fondo de un vídeo
Aprende a quitar fondo de un video, utilizando un método de resta disponible al usar funciones específicas en OpenCV.
Calibración de la cámara y reconstrucción 3D
40. Calibración de la cámara
Entenderás todo sobre distorsiones, parámetros intrínsecos y extrínsecos que una cámara le realiza a una imagen al capturarla.
41. Pose Estimación
Usaremos un módulo de OpenCV para crear algunos efectos 3D en nuestra imagen.
42. Geometría Epipolar
La geometría epipolar es la geometría intrínseca entre dos imágenes, que depende de los parámetros internos de la cámara y su posición. Aprenderemos lo básico de esta geometría y veremos algunas funciones relacionadas.
Fotografía computacional
43. Denoising de imagen
Elimina el ruido de una imagen usando un algoritmo que se encuentra en la librería de OpenCV: La Denotación de Medios no locales.
Detección de Facial y Caras
44. Detección de rostros, caras y ojos con Haar Cascades
Detecta los rostros de las personas en una imagen con Haar. Este clasificador no sólo te permitirá detectar rostros, sino que también podremos realizar la detección de ojos, nariz, boca, etc.
➡ Te invitamos a la 1º clase del Curso de Visión Artificial
Curso de Procesamiento de Imágenes y Visión Artificial, 1º clase
¿Que piensan de nuestro Curso de Visión Artificial?
Daniel
Soy un apasionado de la visión artificial y la raspberry pi, recomiendo mucho este curso.
Adrian
El curso de Visión Artificial ha cumplido mis expectativas y ahora estoy preparado para trabajar con procesamiento de imágenes
