Разберём предобработку (масштаб, шум, освещение), выбор порогов и контроль качества результатов. Научитесь делать мини-наборы для тестов, чтобы изменения не ломали детект.
Шаг за шагом строим пайплайн обработки видеопотока: захват кадров, фоновое вычитание, трекинг объектов. Весь код — рабочий, с объяснением каждого параметра.
Обзорная статья о ключевых концепциях CV — фильтрации, детекции краёв, contours и базовом распознавании — с примерами на OpenCV и Python.
Превратите изображения в данные. OpenCV — ключ к компьютерному зрению. От первых пикселей до собственных проектов.
14 разделов • 52 уроков
Изучите преподавательский состав
Войдите в аккаунт, чтобы оставить отзыв о курсе