Há 20 anos, em 1999, a
Kyocera lançou o primeiro celular com uma câmera digital - Visual Phone VP-210. Desde então, graças ao mercado incrivelmente grande e crescente de dispositivos de comunicação móvel, os sensores CCD das câmeras digitais deram um salto incrível em todos os aspectos. Sensibilidade, alcance, tamanho, consumo de energia, mas mais importante ainda, preço.
Em nossas realidades, um módulo de câmera, na verdade um dispositivo muito sofisticado tecnologicamente, pode custar apenas alguns dólares. Isso muda radicalmente a visão de muitos processos e tarefas. Anteriormente, o desafio era obter uma câmera que atendesse tecnicamente aos requisitos mínimos. Depois de passar nesse teste, resolver problemas de processamento de imagem parecia apenas problemas agradáveis. Agora, a questão do software que processará as informações da câmera é mais aguda. A barra de acesso físico e econômico à tecnologia caiu tão baixo que atingiu os limites da competência do usuário.
Vejamos exemplos da vida real de quão difícil (ou simples) agora é trabalhar com imagens e quais tarefas podem ser realizadas por um especialista em TI de uma especialização diferente.
Obviamente, a principal ferramenta para trabalhar com imagens é a biblioteca OpenCV Open Source. Escrito em C ++ - também possui interfaces para trabalhar com Python, Java, PHP, JavaScript e outras linguagens menos populares. No exemplo de vários projetos usando o OpenCV, publicado no hub em 2018 e 2019, consideraremos quais tarefas foram resolvidas e quais tecnologias foram usadas.
1)
Alimentador inteligente: aprendizado de máquina, Raspberry Pi, telegrama, um pouco de treinamento mágico + instruções de montagemPublique no projeto
ZlodeiBaal : 27.6k visualizações, 289 favoritos. Raspberry Pi B +, câmera, OpenCV, Caffe, Python.
2)
termovisor DIY no Raspberry PI ou "Parece que agora eu sei o que farei neste verão"Publique sobre o projeto hobby
Walker2000 : 73,8k visualizações, 425 favoritos. Raspberry Pi B + / Raspberry Pi Zero W, matriz de imagem térmica, OpenCV, Python.
3)
Imprima a tapeçaria "Game of Thrones" em uma impressora fiscal usando PythonPublique sobre o projeto hobby
viking_unet : 7,9k visualizações, 50 favoritos. Impressora fiscal, OpenCV, Python.
4)
StereoPi - nosso hardware para estudar visão computacional, drones e robôsUm post sobre o projeto de hardware doméstico
Realizator : 14,1k visualizações, 117 favoritos. Raspberry Pi, OpenCV.
5)
Restaure imagens borradas e desfocadas usando o filtro Wiener. Implementação em C ++ OpenCVPublique sobre a experiência de
VladislavBK : 16,7k visualizações, 154 favoritos. Nikon, OpenCV, C ++.
6)
OpenCV no STM32F7-DiscoveryPublique sobre o projeto hobby 0xdde: 6,4k visualizações, 71 favoritos. STM32, OpenCV, Qt, C ++.
7)
Inicie seu detector de rede neural no Raspberry Pi usando o Neural Compute Stick e o OpenVINOPublique sobre o projeto do hobby
BeloborodovDS : 14,7k visualizações, 126 favoritos. Raspberry Pi. Vara de computação neural, OpenCV, OpenVINO, C ++.
8)
Visão computacional e aprendizado de máquina em PHP usando a biblioteca opencvPublique sobre o projeto de hobby
morozovsk : 21,6 mil visualizações, 236 favoritos. OpenCV, PHP, php-opencv.
9)
opencv4arts: Desenhe minha cidade, VincentUm post sobre visão computacional e redes neurais no navegador dkurt: 5,4 mil visualizações, 63 favoritos. OpenCV, JavaScript, OpenCV.js
10)
* O local está vago *O último item foi destinado a um projeto em Java, pois essa linguagem é oficialmente oficialmente suportada pelo OpenCV, mas não consegui encontrar uma publicação adequada no Habré. Escreva suas suposições por quê? Melhor ainda, escreva um post sobre o assunto. Java é uma linguagem muito difundida e estou extremamente surpreso com uma representação tão escassa no cenário de hobby das pessoas de TI.
Não é difícil perceber - na maioria dos casos, os autores trabalharam primeiro com o OpenCV e a visão computacional em particular. Isso não os impediu com esforços relativamente pequenos para criar um projeto em funcionamento e até resolver problemas reais de maneira conveniente.