OpenCV (Open Source Computer Vision Library) е софтуерна библиотека с отворен код за обработка на изображения и компютърно зрение, чието разработване започва в Intel около 2000 г. Тя предлага хиляди функции, например за филтриране на изображения, откриване на ръбове и лица, проследяване на обекти във видео или калибриране на камери. OpenCV е написана на C++, но често се използва чрез Python, например при контрол на качеството, в роботиката и в научните изследвания.
Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.
Стартирайте демотоКомпютърното зрение е област на ИИ, в която компютрите интерпретират изображения и видео. Типични задачи са откриване и локализиране на обекти, разчитане на текст в изображения и измерване на детайли. Технологията се използва например при контрола на качеството в производството, в системите за подпомагане на водача, в логистиката и в медицинската образна диагностика.
Разпознаването на изображения е област на компютърното зрение, в която софтуер определя какво показва едно изображение – обекти, хора, текст, лога или сцени. Обикновено се основава на невронни мрежи, обучени върху голям брой етикетирани изображения. Приложенията варират от контрол на качеството в производството и сортиране на продуктови снимки до подпомагане на медицинската образна диагностика. При изображения на хора особено внимание изискват защитата на данните и възможните пристрастия.
Оценката на позата (pose estimation) е техника от компютърното зрение, която определя стойката на хора или положението и ориентацията на обекти в изображения или видео. Обикновено моделът открива ключови точки като рамене, лакти и колене и ги свързва в скелет. Използва се например във фитнес приложения, които проверяват упражненията, при анализ на ергономията на работното място, в спортната аналитика и в роботиката.
Сегментирането на инстанции (instance segmentation) е техника на компютърното зрение, която открива всеки отделен обект в изображението и го очертава пиксел по пиксел. За разлика от семантичното сегментиране, то разграничава и обектите от един и същ клас: трима души получават три отделни маски, а не една обща област. Използва се например при контрол на качеството, медицинско образно изследване, роботика или преброяване на продукти на рафт.
