OpenCV (Open Source Computer Vision Library) è una libreria software open source per l’elaborazione delle immagini e la visione artificiale, il cui sviluppo è iniziato presso Intel intorno al 2000. Offre migliaia di funzioni, ad esempio per filtrare immagini, rilevare bordi e volti, seguire oggetti nei video o calibrare telecamere. OpenCV è scritta in C++, ma viene spesso usata tramite Python, ad esempio nel controllo qualità, nella robotica e nella ricerca.
Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.
Avvia demoLa visione artificiale (computer vision) è un ambito dell'IA in cui i computer analizzano immagini e video. Compiti tipici sono riconoscere e localizzare oggetti, leggere testo nelle immagini o misurare componenti. La tecnologia si usa, ad esempio, nel controllo qualità in produzione, nei sistemi di assistenza alla guida, nella logistica o nella diagnostica per immagini.
Il riconoscimento delle immagini è un ambito della computer vision in cui un software individua che cosa mostra un'immagine: oggetti, persone, testo, loghi o scene. Si basa di solito su reti neurali addestrate con molte immagini etichettate. Le applicazioni vanno dal controllo qualità in produzione alla classificazione di foto di prodotti fino al supporto nella diagnostica per immagini. Con immagini di persone occorre prestare particolare attenzione a protezione dei dati e possibili distorsioni.
La stima della posa è una tecnica di visione artificiale che determina la postura delle persone, o la posizione e l'orientamento degli oggetti, in immagini e video. Di solito un modello riconosce punti chiave come spalle, gomiti e ginocchia e li collega in uno scheletro. Si usa ad esempio nelle app di fitness che controllano gli esercizi, nell'analisi ergonomica del lavoro, nelle analisi sportive e nella robotica.
La segmentazione di istanza è una tecnica di visione artificiale che riconosce ogni singolo oggetto in un'immagine e lo delimita al pixel. A differenza della segmentazione semantica, distingue anche oggetti della stessa classe: tre persone ottengono tre maschere separate invece di un'unica area. Si usa, ad esempio, nel controllo qualità, nell'imaging medico, nella robotica o per contare i prodotti sugli scaffali.
