OpenCV je knihovna počítačového vidění s otevřeným zdrojovým kódem dostupná pod licencí BSD. Pro akademické a komerční použití je tedy zdarma. Knihovna je napsána v C a C++. Funguje na Linuxu, Windows, Mac OS, iOS a Android. Má rozhraní C, C ++, Java, MATLAB a Python. OpenCV má více než 2 500 optimalizovaných algoritmů pro počítačové vidění v reálném čase.

Cílem komunity OpenCV je vytvořit infrastrukturu počítačového vidění, která vývojářům umožní relativně snadno vytvářet složité aplikace. Knihovna je navržena pro výpočetní efektivitu pro aplikace v reálném čase. Má tedy širokou škálu použití v rozpoznávání tváří, rozpoznávání gest, lékařském zobrazování, interakci člověka s počítačem, sledování pohybu, monitorování zabezpečení, robotice, ovládání kamery a dalších.

Kromě komponent počítačového vidění má OpenCV také podporu pro strojové učení pro všeobecné účely. Machine learning (ML) is an important technology for computer vision problems. Díky knihovně ML je OpenCV atraktivnější pro vývojáře počítačového vidění.

Počítačové vidění a OpenCV

Počítačové vidění bylo vytvořeno s cílem replikovat schopnosti lidského vidění. Využívá algoritmy k transformaci zachycených obrázků na data a usnadňuje pochopení problémů se zrakem v reálném světě.

V případě lidského vidění fungují naše oči jako vstupní zařízení. Poté naše mozky rozdělují obrazové proudy do více kanálů pro zpracování. Kromě vizuálních údajů bere lidský mozek v úvahu i další smyslové údaje a využívá je k pochopení prostorové hloubky. Dává lidským mozkům schopnost porozumět trojrozměrnému prostoru.

Když sbíráme data prostřednictvím kamer, získáme dvourozměrný pohled na svět. Algoritmy počítačového vidění pořizují dvourozměrné obrazy a používají matematické vlastnosti k určení trojrozměrných reprezentací. Je mimořádně obtížný problém vyřešit.

Počítačové vidění také často používá jiné kontextové informace k překonání omezení dvojrozměrných obrazů. Zohledňuje informace, jako je barva, jas nebo kontrast. Například pokud algoritmus rozpoznávání objektů hledá dřevěný stůl, může ze vstupních obrazů bezpečně vyloučit všechny barvy nesouvisející se dřevem. Algoritmy počítačového vidění také eliminují šum ve vstupních datech.

Knihovna OpenCV je navržena tak, aby usnadnila implementaci algoritmů počítačového vidění. Zvládá výpočetní složitost, takže se vývojáři mohou soustředit na úkoly na vysoké úrovni.

Historie OpenCV

V roce 1999 začal OpenCV ve společnosti Intel jako iniciativa pro pokrok v aplikacích náročných na CPU. Gary Bradski, který v té době pracoval ve společnosti Intel, si všiml, že studenti v MIT Media Lab sdíleli knihovny, aby získali náskok v aplikacích počítačového vidění. To inspirovalo myšlenku na vybudování infrastruktury počítačového vidění, kterou lze snadno použít.

Ze společnosti Intel se projekt OpenCV přesunul do Willow Garage, robotické výzkumné laboratoře a technologického inkubátoru se sídlem v Menlo Parku v Kalifornii. V současné době projekt OpenCV s otevřeným zdrojovým kódem udržuje společnost Itseez, přizpůsobená společnost pro vývoj softwaru a poradenství v oblasti počítačového vidění.

OpenCV verze 1.0 vyšlo v roce 2006. Další hlavní verze 2.0.0 přišlo v roce 2009. Aktuální hlavní verze 3.0.0 vyšlo v roce 2015. Nejnovější nejnovější verzí je OpenCV 3.3.0.

Používání OpenCV

Knihovna si získala popularitu mezi vědci a akademiky. Často se používá jako učební pomůcka pro počítačové vidění. OpenCV je však dostatečně robustní, aby podporovalo problémy v reálném světě.

OpenCV můžete použít pro nekomerční a komerční produkty. Používají jej průmysloví giganti jako Google, Yahoo, Microsoft, Intel, IBM, Sony, Honda a Toyota. Výzkumné ústavy na předních univerzitách jako MIT, CMU, Stanford a Cambridge poskytují knihovně podporu. OpenCV Yahoo Group má 50 000 členů po celém světě.

Instalace OpenCV

K předvedení instalace OpenCV použiji Ubuntu 17.10 a provede instalaci do nového obrazu ukotvitelného panelu, aby se ujistil, že neexistují žádné konfliktní balíčky pro prostředí OpenCV dev. Tady je můj příkazový řádek pro nastavení dockeru:

docker vytáhnout ubuntu
docker run -it 00fd29ccc6f1 bash
aktualizace apt-get

Dobře, teď máte čerstvé prostředí, pojďme nainstalovat některé požadované závislosti, aby bylo prostředí použitelné.

apt-get install wget cmake g ++ unzip vim

Dále potřebujeme zdrojový kód OpenCV. Zdrojový kód můžete získat z webových stránek zde a ujistěte se, že si stáhnete nejnovější verzi. Rozbalte jej a poté vytvořte adresář sestavení pro systém CMake a zadejte adresář:

wget https: // github.com / opencv / opencv / archive / 3.3.1.zip
cd opencv-3.3.1
mkdir stavět
cd build

Dále můžeme vytvořit knihovnu a nainstalovat ji do systémové cesty v obrazu ukotvitelného panelu. Pokud nepoužíváte ukotvitelný panel, budete se rozhodovat o své předponě sestavení, ale použití vyhrazeného obrazu ukotvitelného modulu je vše velmi jednoduché, jak je uvedeno níže:

cmake…
udělat
provést instalaci

Chcete-li ověřit, že sestavení a instalace proběhla úspěšně, můžete napsat triviální testovací program C ++, který obsahuje knihovnu OpenCV, a poté jej spustit. Zde je ukázkový kód, který můžete použít k otestování instalace:

#include „opencv2 / jádro / jádro.hpp "
#zahrnout
int main ()

cv :: Point2f p (4, 5);
std :: cout << "Point output: " << p << std::endl;
návrat 0;

Můžete jej vytvořit a spustit takto:

root @ 6d6b443afced: ~ / src # g ++ test.cpp -o test
root @ 6d6b443afced: ~ / src # ./test
Bodový výstup: [4, 5]

Gratulujeme k jeho práci, práce je hotová.

Další kroky

Rozpoznávání tváře OpenCV

Reference:

https: // opencv.org /
https: // opencv.org / o.html
https: // dokumenty.opencv.org / 3.3.1 / d1 / dfb / úvod.html
https: // en.wikipedia.org / wiki / OpenCV