OpenCV
-
Интеграция OpenCV с живым 360 видео для робототехники
По мере усовершенствования искусственного интеллекта роботы все чаще используются для освобождения людей от рисков при инспекции опасных мест или от рутины рутинного визуального наблюдения. Чтобы обеспечить определенную автономность принятия решений, на робота часто устанавливаются камеры, подключенные к встроенному компьютеру на базе Linux, такому как NVIDIA Jetson или одноплатный компьютер x86 (SBC). Если приложению необходима прямая трансляция видео 360 градусов, существуют два подхода. Первый, более сложный подход – использовать несколько камер и сшить видео на компьютере или обработать каждое видеоотдельно. Количество…
-
Исправить AttributeError: объект типа ‘NoneType’ не имеет атрибута ‘Shape’
NumPy — это популярное средство для вычислений, связанных с матрицами, массивами и математическими функциями. Атрибут shape массива NumPy возвращает кортеж, показывающий размеры массива. А когда речь заходит о преобразовании и манипуляции массивами NumPy, этот атрибут имеет решающее значение. Вот как работает атрибут shape: Python import numpy as np arr = np.array([[5, 1], [16, 33]]) print(arr.shape) Вывод: Python (2, 2) Атрибут shape также важен в pandas или OpenCV. Вот как используется атрибут shape в OpenCV: Python import cv2…
-
Учебник по компьютерному зрению 2: Основы изображений
Данный учебник является основой компьютерного зрения, представленной в виде “Урока 2” серии; впереди еще много уроков, которые расскажут о том, как создавать свои проекты компьютерного зрения на основе глубокого обучения. Вы можете найти полную программу и оглавление здесь. Основные выводы из этой статьи: Загрузка изображения с диска. Получение ‘Высоты’, ‘Ширины’ и ‘Глубины’ изображения. Нахождение компонентов R, G и B изображения. Рисование с использованием OpenCV. Загрузка изображения с диска Прежде чем выполнять какие-либо операции или манипуляции с изображением, важно загрузить изображение…
-
Распознавание и идентификация лиц в компьютерном зрении
Быстрый прогресс в области машинного обучения и технологий искусственного интеллекта значительно улучшил компьютерное зрение для обнаружения и распознавания объектов. Однако создание системы, способной распознавать юмор и развлечение у людей, остается сложной задачей для программистов, поскольку комедия и развлечения субъективны и зависят от личных вкусов и культурного контекста. Таким образом, создание системы, точно определяющей, что люди находят смешным или приятным, является сложным. Тем не менее, компьютерное зрение в области распознавания лиц и идентификации достигло значительных успехов, широко используется в различных приложениях,…