Introducción a la visión por computador: desarrollo de aplicaciones con OpenCV.
Offered By: Universidad Carlos iii de Madrid via edX
Course Description
Overview
Con este curso, el alumnado será capaz de aprender y entender los conceptos básicos de visión por computador, además de implementar de forma práctica algoritmos de análisis de imágenes a través de computadores utilizando la biblioteca de funciones OpenCV.
El Análisis de Imágenes o Visión por Computador es la capacidad de los ordenadores de analizar imágenes capturadas por una cámara y obtener la información de los objetos que se hayan presentes en esa escena. En la actualidad, constituye uno de los campos de la Inteligencia Artificial con un mayor ritmo de desarrollo y que más aplicaciones nuevas está presentando.
Hasta hace pocos años las cámaras digitales solo estaban implantadas en el ambiente industrial. Allí se utilizan con dos fines:
- Lograr una mayor interacción entre los robots industriales y el entorno que los rodea.
- Conseguir un control de calidad total de los productos fabricados.
Con la aparición de nuevo hardware, cámaras y algoritmos, el mundo de la Visión por Computador ya no se centra exclusivamente en el ambiente industrial sino que se extiende a los smartphones, la industria del videojuego e incluso a los coches.
Otra característica que ha cambiado recientemente es que hasta hace poco tiempo las técnicas de análisis de imágenes eran accesibles solamente a un reducido número de especialistas. Los programas que se utilizaban eran costosos, con poca documentación y que exigían equipos informáticos de gama alta. Esto es ahora muy distinto; en concreto la biblioteca OpenCV, que se verá en el curso, constituyen una solución de altísimo nivel, gratuitas, portables a diversos sistemas operativos y equipos, ordenadores o teléfonos inteligentes y que constituyen de facto un estándar en la comunidad científica.
Para que el alumnado pueda realizar diversas aplicaciones relacionadas con la Visión por Computador, a lo largo del curso se revisan los tipos básicos de elementos y sensores, viéndose las ventajas e inconvenientes de cada uno de ellos, así como las técnicas más usuales de procesar la información que proveen. A partir de dicho procesamiento de la información y de la extracción de características, se presentan diversos métodos para el reconocimiento de patrones.
Syllabus
SEMANA 1
Tema 1. Introducción a la Visión por Computador.
Tema 2. Óptica.
Tema 3. Cámaras digitales.
Tema 4. La biblioteca OpenCV.
Tema 5. Herramientas software del curso.
Tema 6. Escribiendo la primera aplicación.
SEMANA 2
Tema 7. Imágenes digitales.
Tema 8. Espacios de color.
Tema 9. Operaciones matemáticas y lógicas.
SEMANA 3
Tema 10. Convolución de imágenes digitales.
Tema 11. Correlación.
Tema 12. Manipulación geométrica de la imagen.
SEMANA 4
Tema 13. Reducción de ruido.
Tema 14. Modificación del contraste.
Tema 15. Realce de bordes.
Tema 16. Detección de bordes.
SEMANA 5
Tema 17. Movimiento.
Tema 18. Segmentación.
SEMANA 6
Tema 19. Transformaciones morfológicas y descriptores.
Tema 20. Reconocimiento de patrones.
Tags
Related Courses
Applied Artificial Intelligence: Computer Vision and Image AnalysisCloudswyft via FutureLearn Einführung in Computer Vision
Technische Universität München (Technical University of Munich) via Coursera Image Processing in Python
DataCamp Features and Boundaries
Columbia University via Coursera OpenCV Course - Full Tutorial with Python
freeCodeCamp