Introdução à Visão Computacional Uma abordagem prática com Python e OpenCV
Felipe BarelliPrefácio
Os sistemas baseados em Visão Computacional estão cada dia mais presentes em nosso cotidiano, seja nos veículos autônomos, nos robôs industriais ou em equipamentos hospitalares capazes de diagnosticar doenças automaticamente em exames por imagem. Justamente por essa tecnologia permitir que máquinas enxerguem o mundo à nossa volta, sendo capaz de automatizar e solucionar tantos problemas, é que o mercado necessita cada vez mais de profissionais capacitados para atuarem nesse segmento.
A fim de atender a essa demanda, este livro é o pontapé inicial para o profissional que deseja iniciar, de forma prática e pouco teórica, o estudo sobre o desenvolvimento de sistemas baseados em Visão Computacional.
Público-alvo
Este livro é voltado para estudantes de graduação e pósgraduação no campo da engenharia e tecnologia, como também profissionais e técnicos que buscam o primeiro contato prático com o desenvolvimento de sistemas de Visão Computacional e Processamento de Imagens.
Pré-requisitos
Para compreender melhor os conceitos abordados nesta obra, é fundamental ter um conhecimento básico sobre lógica de programação, habilidade em entender e desenvolver algoritmos em Python e compreensão do sistema de numeração binário. É necessário também que você saiba efetuar operações com matrizes e conheça medidas estatísticas como moda, média e mediana.
Sumário
- 1 Introdução à Visão Computacional
- 2 Preparando o ambiente de estudo
- 2.1 Instalação no Windows e Mac OS
- 2.2 Instalação no Linux
- 2.3 Instalação das bibliotecas
- 2.4 Execução de programas
- 3 Aquisição de imagem
- 3.1 Câmeras digitais
- 3.2 Sensores CCD e CMOS
- 3.3 Formação da imagem
- 3.4 Resolução e quantização
- 3.5 Cor de imagens
- 3.6 Formatos de imagem
- 3.7 Prática com Python e OpenCV
- 4 Representação de cores no espaço
- 4.1 Cores no espaço RGB
- 4.2 Cores no espaço HSV
- 5 Pré-processamento
- 5.1 Operações básicas
- 5.2 Histograma de cores
- 5.3 Transformações geométricas
- 5.4 Operações aritméticas
- 5.5 Ruído em imagens
- 6 Aplicação de filtros
- 6.1 Filtro de média
- 6.2 Filtro gaussiano
- 6.3 Filtro de mediana
- 6.4 Filtro bilateral
- 7 Realce de bordas
- 7.1 Operador de Sobel
- 7.2 Operador laplaciano
- 7.3 Filtro máscara de desaguçamento
- 7.4 Detector de bordas de Canny
- 8 Operações morfológicas
- 8.1 Elemento estruturante
- 8.2 Erosão e dilatação
- 8.3 Abertura e fechamento
- 8.4 Gradiente morfológico
- 8.5 Top Hat
- 8.6 Tratamento de ruído
- 9 Segmentação de objetos
- 9.1 Segmentação por binarização
- 9.2 Segmentação por cor
- 9.3 Segmentação por bordas
- 9.4 Segmentação por movimento
- 10 Extração de características
- 10.1 De aspecto
- 10.2 Dimensionais
- 10.3 Inerciais
- 10.4 Topológicas
- 11 Reconhecimento de Padrões
- 12 Classificador K-NN
- 12.1 Algoritmo K-NN
- 12.2 K-NN com scikit-learn
- 13 Algoritmo Haar Cascade
- 13.1 Detecção de objetos
- 14 Aplicações da Visão Computacional
- 14.1 Reconhecimento de objetos
- 14.2 Reconhecimento de cores
- 14.3 Contagem de objetos
- 14.4 Distância entre objetos
- 14.5 Rastreamento de objetos
- 14.6 Reconhecimento de caracteres
- 15 Referências bibliográficas
Dados do produto
- Número de páginas:
- 256
- ISBN:
- 978-85-94188-57-1
- Data publicação:
- 04/2018