OpenCV (Open Source Computer Vision Library) ist eine quelloffene Programmbibliothek für Bildverarbeitung und maschinelles Sehen, deren Entwicklung um das Jahr 2000 bei Intel begann. Sie bietet Tausende Funktionen, etwa zum Filtern von Bildern, Erkennen von Kanten und Gesichtern, Verfolgen von Objekten in Videos oder Kalibrieren von Kameras. OpenCV ist in C++ geschrieben, wird aber häufig über Python genutzt, zum Beispiel in Qualitätsprüfung, Robotik und Forschung.
Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.
Demo startenComputer Vision (maschinelles Sehen) ist ein Teilgebiet der KI, in dem Computer Bilder und Videos auswerten. Typische Aufgaben sind das Erkennen und Lokalisieren von Objekten, das Lesen von Text in Bildern oder das Vermessen von Bauteilen. Eingesetzt wird die Technik etwa in der Qualitätskontrolle in der Fertigung, in Fahrassistenzsystemen, in der Logistik oder in der medizinischen Bildgebung.
Bilderkennung ist ein Teilgebiet der Computer Vision, in dem Software erkennt, was auf einem Bild zu sehen ist – etwa Objekte, Personen, Text, Logos oder Szenen. Grundlage sind meist neuronale Netze, die an vielen beschrifteten Bildern trainiert wurden. Anwendungen reichen von der Qualitätskontrolle in der Produktion über die Sortierung von Produktfotos bis zur Unterstützung in der medizinischen Bildgebung. Bei Personenbildern sind Datenschutz und mögliche Verzerrungen besonders zu beachten.
Posenschätzung ist ein Verfahren der Computer Vision, das in Bildern oder Videos die Körperhaltung von Menschen oder die Lage von Objekten bestimmt. Meist erkennt ein Modell markante Punkte wie Schultern, Ellbogen und Knie und verbindet sie zu einem Skelett. Eingesetzt wird das etwa in Fitness-Apps, die Übungen prüfen, in der Ergonomie-Analyse am Arbeitsplatz, bei Sportauswertungen oder in der Robotik.
Instanzsegmentierung ist ein Verfahren der Bildverarbeitung, das jedes einzelne Objekt in einem Bild erkennt und pixelgenau abgrenzt. Anders als die semantische Segmentierung unterscheidet sie auch Objekte derselben Klasse: Drei Personen erhalten drei getrennte Masken statt einer gemeinsamen Fläche. Eingesetzt wird sie etwa in der Qualitätskontrolle, der medizinischen Bildgebung, der Robotik oder beim Zählen von Produkten im Regal.
