この講義では、生成型人工知能モデルの中でもDiffusionモデルに関連する実習を行います。代表的なDiffusionモデル応用論文であるprompt-to-prompt論文を一緒に読んで実装することで、最新の人工知能論文を理解する能力を養うことができることを期待しています。

名刺認識を実装する実践を通じて、OpenCVを活用し、画像を処理する方法を学びます。 OpenCVについては簡単に説明し、名刺認識を実装するために必要なOpenCV関数はより詳細に説明する方法です。つまり、基礎講座というよりは名刺認識という実戦のためのエキスを提供します。 TesseractとMicrosoftのOCRエンジンを活用する方法も含まれています。 本講義のソースコードはPythonベースですが、活用するOpenCVクラスや関数と画像認識や処理技術を習得するため、これをもとにAndroidやiOSに適用することは無理はないでしょう。 受講者は講義スライド、実際に動作する名刺認識ソースコードを提供します。 2017年1月と2月に3回のオフラインセミナーを行い、さらに改善され検証された講義内容を講師が丁寧にオンライン用に再録したものです。 本講義で活用されるOpenCV関数です。 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.rectangle() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()