Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV

by Felipe Barelli

Overview

Os sistemas de Visão Computacional estão cada vez 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. Neste livro, Felipe Barelli vem atender a essa demanda, dando o pontapé inicial para o profissional que deseja entrar, de forma prática e um pouco teórica, nos estudos sobre o desenvolvimento de sistemas baseados em Visão Computacional. Você vai aprender como programar computadores para enxergar o ambiente ao nosso redor e torná-los capazes de reconhecer e extrair informações de objetos, mesclando conhecimentos de matemática, fotografia e programação. As versões utilizadas são: Python: versão 2.7.14 e OpenCV: 2.4.13

Product Details

ISBN-13:	9788594188588
Publisher:	Casa do Código
Publication date:	04/27/2018
Sold by:	Bookwire
Format:	eBook
Pages:	256
File size:	11 MB
Note:	This product may take a few minutes to download.
Language:	Portuguese

About the Author

Felipe Barelli é bacharel em Ciência da Computação pela Universidade Vila Velha (UVV) e especialista em Engenharia Elétrica com ênfase em Sistemas Inteligentes Aplicados à Automação pelo Instituto Federal do Espírito Santo (Ifes). O autor também é mestrando em Informática pela Universidade Federal do Espírito Santo (Ufes) e membro da Sociedade Brasileira de Computação.

Table of Contents

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