인프런 - 라이프타임 커리어 플랫폼

Dự án thực chiến Computer Vision: Học dễ, dùng ngay: Tìm hiểu từng bước các dự án Computer Vision có thể ứng dụng ngay vào thực tế công việc. Nâng cao chuyên môn thông qua các ví dụ thực tế.

Tìm hiểu cách xử lý hình ảnh và video bằng OpenCV, đồng thời xác định và nhận dạng khuôn mặt cũng như các đối tượng khác nhau bằng cách sử dụng học sâu. Đây là khóa học nơi bạn học các dự án thú vị cùng với lý thuyết, chẳng hạn như ngăn ngừa tình trạng buồn ngủ, xác định tuổi và giới tính, đếm số người đi ngang qua, theo dõi khuôn mặt và YOLO, giúp phát hiện những quả táo và quýt xấu.

AI Rõ ràng trí tuệ nhân tạo và di động đang là xu hướng. Nhưng làm thế nào để bạn học máy học và học sâu và sử dụng chúng trên thiết bị di động? Bây giờ, hãy cùng tìm hiểu các dự án Thị giác máy tính di động hữu ích được sử dụng trong cuộc sống hàng ngày.

Đây là khóa học trong đó bạn tìm hiểu các dự án thú vị cùng với lý thuyết xử lý hình ảnh và video bằng OpenCV (Thư viện thị giác máy tính nguồn mở) và sử dụng các mô-đun học sâu (dnn, Deep Neural Network) để xác định và nhận dạng khuôn mặt, mắt và các vật thể khác nhau .

Đây là khóa học giới thiệu bao gồm OpenCV sử dụng C#. Nó chủ yếu trình bày cách sử dụng các hàm và ảnh hưởng của các đối số hàm đến kết quả hơn là các yếu tố lý thuyết.

Khi bạn tải hình ảnh lên, Opencv sẽ xử lý hình ảnh đó để tạo một ứng dụng web phát hiện khuôn mặt.

Tìm hiểu cách sử dụng OpenCV và xử lý hình ảnh thông qua triển khai thực tế nhận dạng danh thiếp. OpenCV sẽ được giải thích ngắn gọn và các chức năng OpenCV cần thiết để triển khai nhận dạng danh thiếp sẽ được giải thích chi tiết hơn. Nói cách khác, thay vì là một khóa học cơ bản, nó cung cấp một phần trích dẫn để sử dụng thực tế trong việc nhận dạng danh thiếp. Nó cũng bao gồm việc sử dụng Tesseract và công cụ OCR của Microsoft. Mã nguồn của khóa học này dựa trên Python, nhưng vì bạn sẽ học các lớp và chức năng OpenCV cũng như công nghệ xử lý và nhận dạng hình ảnh nên sẽ không khó để áp dụng nó cho Android và iOS dựa trên điều này. Những người tham gia khóa học sẽ được cung cấp slide bài giảng và mã nguồn nhận dạng danh thiếp thực tế. Nội dung bài giảng đã được hoàn thiện và kiểm chứng hơn nữa trong ba buổi hội thảo ngoại tuyến tổ chức vào tháng 1 và tháng 2 năm 2017, đã được người hướng dẫn ghi lại cẩn thận để sử dụng trực tuyến. Đây là các hàm OpenCV được sử dụng trong bài giảng này. cv2.Canny() cv2.GaussianBlur() cv2.VideoCapture() cv2.adaptiveThreshold() cv2.approxPolyDP() cv2.arcLength() cv2.boundingRect() cv2.boxPoints() cv2.contourArea() cv2.convertScaleAbs() cv2.createTrackbar() cv2.cvtColor() cv2.destroyAllWindows() cv2.dilate() cv2.drawContours() cv2.findContours() cv2.getAffineTransform() cv2.getPerspectiveTransform() cv2.getTrackbarPos() cv2.imread() cv2.imshow() cv2.imwrite() cv2.minAreaRect() cv2.namedWindow() cv2.hình chữ nhật() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()

OpenCV có nhiều chức năng hữu ích, bao gồm xử lý hình ảnh, bố cục 3D, theo dõi, học máy, nhận dạng và học sâu. Và nó miễn phí cho mục đích thương mại. Thật là một thư viện tuyệt vời phải không?