Lekce 9 - Detekce podobných vlastností a objektů v obrázku v Pythonu
V předchozí lekci, Porovnávání vzorů a detekce rohů a čar v obrázcích v Pythonu, jsme se zaměřili na porovnávání předem daných vzorů (Template matching) v obrázku a detekci rohů a čar v obrázku v knihovně OpenCV.
V dnešním Python tutoriálu o práci s obrazem a videem se podíváme zas na zajímavější využití knihovny OpenCV, jedná se o detekci a porovnávání vlastností 2 obrázků. Dále si vyzkoušíme podle mého nejzajímavější téma a tím je detekce objektů pomocí Haar Cascade.
Detekce podobných vlastností se používá pro detekci objektů, které jsou nějakým způsobem odlišné od vzoru, jako v našem případě otočené o 180°.
Porovnávání vlastností dvou obrázků
K detekci podobných vlastností mezi obrázky využijeme metodu porovnávání hrubou silou neboli Brute Force Matching.
Potřebovat budeme hlavní obrázek a template. Jako hlavní obrázek použiji tento obrázek rakety Falcon 9:
A jako template tento:
Jak můžete vidět, template je otočený o 180°, což by nám
u porovnávání vzorů v předešlých lekcí zabránilo vzor poznat.
Princip
Nejdříve si řekneme, jak to bude celé fungovat. Jako první najdeme u obou obrázků všechny jejich vlastnosti a vytvoříme deskriptory, které
...konec náhledu článku...
Pokračuj dál
Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.
Koupit tento kurz
Obsah článku spadá pod licenci Premium, koupí článku souhlasíš se smluvními podmínkami.
- Neomezený a trvalý přístup k jednotlivým lekcím.
- Kvalitní znalosti v oblasti IT.
- Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.
Popis článku
Požadovaný článek má následující obsah:
V Python tutoriálu se pomocí knihovny OpenCV naučíme detekovat podobné vlastnosti, které mezi sebou mají dva obrázky nebo objekty v obrázcích.
Kredity získáš, když podpoříš naši síť. To můžeš udělat buď zasláním symbolické částky na podporu provozu nebo přidáním obsahu na síť.
