9. diel - Detekcia podobných vlastností a objektov v obrázku v Pythone
V minulej lekcii, Porovnávanie vzorov a detekcia rohov a čiar v obrázkoch v Pythone , sme si ukázali, ako detekovať čiary pri obrázku, na ktorý sme najskôr aplikovali Canny Edge algoritmus. V dnešnom Python tutoriálu o prácu s obrazom a videom sa pozrieme zas na zaujímavejšie využitie knižnice OpenCV, jedná sa o detekciu a porovnávanie vlastností 2 obrázkov. Ďalej si vyskúšame podľa môjho najzaujímavejšie tému a tým je detekcia objektov pomocou Haar Cascade.
Detekcia podobných vlastností sa používa na detekciu objektov, ktoré sú nejakým spôsobom odlišné od vzoru, ako v našom prípade otočené o 180 °.
Porovnávanie vlastností 2 súborov
Na detekciu podobných vlastností medzi obrázkami využijeme metódu porovnávanie hrubou silou čiže Brute Force Matching.
Potrebovať budeme hlavný obrázok a template. Ako hlavný obrázok použijem tento obrázok rakety Falcon 9:
A ako template tento:
Ako môžete vidieť, template je otočený o 180 °, čo by
nám u porovnávanie vzorov v predošlých lekcií zabránilo vzor spoznať.
Princíp
Najskôr si povieme, ako to bude celé fungovať. Ako prvý nájdeme u oboch obrázkov všetky ich vlastnosti a vytvoríme deskriptory, ktoré
...koniec náhľadu článku...
Pokračuj ďalej
Minul si až sem a to je super! Veríme, že ti prvé lekcie ukázali niečo nového a užitočného.
Chceš v kurze pokračovať? Prejdi do prémiové sekcie.
Kúpiť tento kurz
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš so zmluvnými podmienkami.
- Neobmedzený a trvalý prístup k jednotlivým lekciím.
- Kvalitné znalosti v oblasti IT.
- Zručnosti, ktoré ti pomôžu získať vysnívanú a dobre platenú prácu.
Popis článku
Požadovaný článok má nasledujúci obsah:
V Python tutoriálu sa naučíme detekovať podobné vlastnosti, ktoré medzi sebou majú 2 obrázky, a objekty v obrázkoch, pomocou knižnice OpenCV.
Kredity získaš, keď podporíš našu sieť. To môžeš urobiť buď zaslaním symbolickej sumy na podporu prevádzky alebo pridaním obsahu na sieť.
