La vision par ordinateur pour rien

Il y a 20 ans, en 1999, Kyocera a lancé le premier téléphone mobile avec un appareil photo numérique - Visual Phone VP-210. Depuis lors, grâce au marché incroyablement grand et croissant des appareils de communication mobiles, les capteurs CCD des appareils photo numériques ont fait un bond incroyable à tous égards. Sensibilité, portée, taille, consommation d'énergie, mais surtout, prix.

Dans nos réalités, un module de caméra, en fait un appareil très sophistiqué sur le plan technologique, ne peut coûter que quelques dollars. Cela change radicalement la vue de nombreux processus et tâches. Auparavant, le défi consistait à obtenir une caméra répondant techniquement aux exigences minimales. Après avoir passé un tel test, la résolution des problèmes de traitement d'image ne semblait que des problèmes agréables. Maintenant, le problème des logiciels qui traiteront les informations de la caméra est plus aigu. La barre de l'accès physique et économique à la technologie est tombée si bas qu'elle a touché les limites de la compétence des utilisateurs.

Examinons des exemples concrets de la difficulté (ou de la simplicité) de travailler avec des images et des tâches qui peuvent être effectuées par un informaticien d'une spécialisation différente.

Bien sûr, le principal outil pour travailler avec des images est la bibliothèque Open Source OpenCV. Écrit en C ++ - possède également des interfaces pour travailler avec Python, Java, PHP, JavaScript et d'autres langages moins populaires. Sur l'exemple de plusieurs projets utilisant OpenCV, publiés sur le hub en 2018-2019, nous considérerons quelles tâches ont été résolues et quelles technologies ont été utilisées.

1) Smart feeder: Machine Learning, Raspberry Pi, Telegram, un peu de formation magique + instructions de montage
Poster sur le projet de passe-temps ZlodeiBaal : 27,6k vues, 289 signets. Raspberry Pi B +, appareil photo, OpenCV, Caffe, Python.

2) Imageur thermique DIY sur Raspberry PI ou "Il semble maintenant que je sais ce que je vais faire cet été"
Publication sur le projet de passe-temps Walker2000 : 73,8k vues, 425 signets. Raspberry Pi B + / Raspberry Pi Zero W, matrice d'imagerie thermique, OpenCV, Python.

3) Imprimez la tapisserie "Game of Thrones" sur une imprimante fiscale en utilisant Python
Publication sur le projet hobby viking_unet : 7,9k vues, 50 signets. Imprimante fiscale, OpenCV, Python.

4) StereoPi - notre matériel pour étudier la vision par ordinateur, les drones et les robots
Un article sur le projet de matériel domestique Realizator : 14,1k vues, 117 signets. Raspberry Pi, OpenCV.

5) Restaurez les images floues et défocalisées à l'aide du filtre Wiener. Implémentation en C ++ OpenCV
Publication sur l'expérience de VladislavBK : 16,7k vues, 154 signets. Nikon, OpenCV, C ++.

6) OpenCV sur STM32F7-Discovery
Publication sur le projet de passe-temps 0xdde: 6,4k vues, 71 signets. STM32, OpenCV, Qt, C ++.

7) Lancez votre détecteur de réseau neuronal sur le Raspberry Pi en utilisant le Neural Compute Stick et OpenVINO
Publication sur le projet de loisirs BeloborodovDS : 14,7k vues, 126 signets. Raspberry Pi. Bâton de calcul neuronal, OpenCV, OpenVINO, C ++.

8) Vision par ordinateur et apprentissage automatique en PHP à l'aide de la bibliothèque opencv
Publication sur le projet de passe-temps Morozovsk : 21,6 mille vues, 236 signets. OpenCV, PHP, php-opencv.

9) opencv4arts: Dessine ma ville, Vincent
Un article sur la vision par ordinateur et les réseaux de neurones dans le navigateur dkurt: 5,4k vues, 63 signets. OpenCV, JavaScript, OpenCV.js

10) * L'endroit est vacant *
Le dernier élément était destiné à un projet en Java, car ce langage est officiellement officiellement supporté par OpenCV, mais je n'ai pas trouvé de poste approprié sur Habré. Écrivez vos hypothèses pourquoi? Mieux encore, écrivez un article sur le sujet. Java est un langage très répandu, et je suis extrêmement surpris par une représentation aussi maigre du paysage de loisirs des informaticiens.

Pas difficile à remarquer - dans la plupart des cas, les auteurs ont d'abord travaillé avec OpenCV et la vision par ordinateur en particulier. Cela ne les a pas arrêtés avec des efforts relativement modestes pour créer un projet fonctionnel et même résoudre des problèmes réels de manière pratique.