SlideShare une entreprise Scribd logo
1  sur  36
Télécharger pour lire hors ligne
Edvaldo Araújo | Sistemas de Informação - IFAL




Introdução
Visão Humana
Visão Computacional
 Conceitos

 Etapas de um Sistema de Visão Computacional
 Aplicações
 OpenCV
 Exemplos
 Dificuldades

Edvaldo Araújo | Sistemas de Informação - IFAL





Há muito tempo a Inteligência Artificial busca entender o
funcionamento do cérebro humano e suas diversas funções,
entre elas a visão.
Visão é o processo de descoberta do quê está presente no
mundo real e onde através do olhar.
A visão computacional é um ramo complexo que tem como
objetivo desenvolver sistemas para extrair informações úteis
em um cenário.

Edvaldo Araújo | Sistemas de Informação - IFAL



A visão é um processo complexo;
A capacidade do cérebro processar e interpretar a imagem é
que nos permite a movimentação em ambientes, encontrar
objetos, etc.

Cenário

Olhos

Aquisição da Imagem

Imagem

Cérebro

Percepção

Interpretação da Imagem

Representação do sistema de visão humana

Edvaldo Araújo | Sistemas de Informação - IFAL




É a ciência que desenvolve as bases teóricas e algorítmicas
pelas quais informações úteis são automaticamente
extraídas de imagens por meio de computadores.
Um sistema dotado de visão computacional é um sistema
capaz de adquirir, processar e interpretar imagens.
Cenário

Câmera

Aquisição da Imagem

Imagem

Computador

Percepção

Interpretação da Imagem

Representação do sistema de visão computacional

Edvaldo Araújo | Sistemas de Informação - IFAL


Principais Etapas
 Aquisição de Imagens
 Pré-processamento

 Extração de Características
 Segmentação
 Reconhecimento de padrões

Edvaldo Araújo | Sistemas de Informação - IFAL


Uma imagem é uma representação espacial de um objeto;



Uma imagem digital é produzida por um ou mais sensores;



Um pixel é o menor componente de uma imagem digital;



Os valores dos pixels da imagem normalmente representam
a intensidade de luz em uma ou em várias faixas de cor, mas
também podem indicar valores físicos como profundidade e
absorção ou reflexão das ondas eletromagnéticas;

Edvaldo Araújo | Sistemas de Informação - IFAL
Exemplos de sensores para aquisição de imagens

Celulares e Smartphones

Imagens de Satélite

Câmeras e Filmadoras Digitais

Imagens microscópicas

Edvaldo Araújo | Sistemas de Informação - IFAL

Aparelhos de Ultrassonografia/Raio X

Aparelhos de Tomografia


Antes de um método de visão computacional ser aplicado
em uma imagem para extrair informação, é geralmente
necessário processar a imagem para assegurar-se que ela
satisfaça determinadas condições. Por exemplo:
 Redução de ruídos: Para assegurar que as informações sejam

mais realísticas;
 Expansão de contraste: Para assegurar que as informações
relevantes sejam detectadas;

Edvaldo Araújo | Sistemas de Informação - IFAL
Redução de ruído

Edvaldo Araújo | Sistemas de Informação - IFAL
Expansão de Contraste

Edvaldo Araújo | Sistemas de Informação - IFAL



Uso de algoritmos para detectar e isolar porções desejadas
ou formas de uma imagem digitalizada ou vídeo.
Rodenacker e Bengtsson (2003) publicaram um estudo
sobre técnicas de extração de características que, embora
tenha sido motivado pela pesquisa em citologia, serve como
referência para quaisquer aplicações de análise de imagens.
Eles classificaram as características em quatro grupos:
 Características Morfológicas. Ex.: Área, circularidade, largura;
 Características Cromáticas. Ex.: Medidas estatísticas das

intensidades como média, mediana, desvio-padrão, etc;
 Características Texturais;
 Características Estruturais ou Contextuais. Ex.: Posição relativa
de um elemento em relação a outro.
Edvaldo Araújo | Sistemas de Informação - IFAL


O processo de segmentação consiste em particionar uma
imagem em regiões, ou objetos distintos. Este processo
normalmente é guiado por características do objeto ou
região, como por exemplo cor ou proximidade.



Permite agrupar os pixels de uma imagem em regiões
homogêneas de acordo com o valor de uma determinada
característica.

Edvaldo Araújo | Sistemas de Informação - IFAL
Exemplos de Segmentação

Edvaldo Araújo | Sistemas de Informação - IFAL






Reconhecer implica num processo onde existe algum
conhecimento prévio e algum tipo de armazenamento do
conhecimento sobre o objeto a ser reconhecido;
Para realizar este reconhecimento um sistema de visão
necessita de uma base de conhecimento dos objetos a serem
reconhecidos ;
A base de conhecimento pode ser implementada
diretamente no código, através, por exemplo, de um sistema
baseado em regras, ou esta base de conhecimento pode ser
aprendida a partir de um conjunto de amostras dos objetos a
serem reconhecidos utilizando técnicas de aprendizado de
máquina.
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL





Biblioteca desenvolvida pela Intel;
Seu objetivo é tornar a visão computacional acessível a
usuários e desenvolvedores;
Utiliza conceitos de visão computacional e processamento
de imagens;
Possui cinco grupos de funções:
 Processamento de Imagens;

 Análise Estrutural;
 Análise de Movimento e Rastreamento de Objetos;
 Reconhecimento de Padrões;
 Calibração de câmera e reconstrução 3D.
Edvaldo Araújo | Sistemas de Informação - IFAL


Suporte a várias linguagens:
 C;
 C++;
 Python;
 Java.

Compatível com Windows, Linux, Mac, Android e iOS;
 Vasto material na internet (Tutoriais, exemplos);
 Milhões de usuários no mundo inteiro;
 Free!


Edvaldo Araújo | Sistemas de Informação - IFAL
Exemplo de código
#include <opencv/highgui.h>
#include <opencv/cv.h>
int main(int argc, char **argv) {
IplImage *originalImg = NULL;
// Carrega imagem em escala de cinza
originalImg = cvLoadImage("filename.jpg", 0);
cvNamedWindow("Original", 0);
cvShowImage("Original", originalImg);
return 0;
}
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL
Onde começa um e termina o outro?

Edvaldo Araújo | Sistemas de Informação - IFAL
O que segmentar?

Edvaldo Araújo | Sistemas de Informação - IFAL


Reconhecimento de ...???

Edvaldo Araújo | Sistemas de Informação - IFAL


Muitos objetos

Edvaldo Araújo | Sistemas de Informação - IFAL
Edvaldo Araújo | Sistemas de Informação - IFAL

Contenu connexe

Tendances

Tratamento De Imagem
Tratamento De ImagemTratamento De Imagem
Tratamento De Imagem
Bacc Editora
 

Tendances (20)

Astah
AstahAstah
Astah
 
Aula Introdução a Linguagem XML
Aula Introdução a Linguagem XMLAula Introdução a Linguagem XML
Aula Introdução a Linguagem XML
 
Banco de Dados I - Aula 05 - Banco de Dados Relacional (Modelo Conceitual)
Banco de Dados I - Aula 05 - Banco de Dados Relacional (Modelo Conceitual)Banco de Dados I - Aula 05 - Banco de Dados Relacional (Modelo Conceitual)
Banco de Dados I - Aula 05 - Banco de Dados Relacional (Modelo Conceitual)
 
Pre-produção AV - Guiões Literários, Técnicos e Storyboard
Pre-produção AV - Guiões Literários, Técnicos e StoryboardPre-produção AV - Guiões Literários, Técnicos e Storyboard
Pre-produção AV - Guiões Literários, Técnicos e Storyboard
 
Mer - Modelo Entidade Relacionamento
Mer - Modelo Entidade RelacionamentoMer - Modelo Entidade Relacionamento
Mer - Modelo Entidade Relacionamento
 
REVISAO-DP-900-V2
REVISAO-DP-900-V2REVISAO-DP-900-V2
REVISAO-DP-900-V2
 
Desenho Natureza Morta - 2 objetos
Desenho Natureza Morta - 2 objetosDesenho Natureza Morta - 2 objetos
Desenho Natureza Morta - 2 objetos
 
Aula 03 - UML e Padrões de Projeto
Aula 03 - UML e Padrões de ProjetoAula 03 - UML e Padrões de Projeto
Aula 03 - UML e Padrões de Projeto
 
Tratamento De Imagem
Tratamento De ImagemTratamento De Imagem
Tratamento De Imagem
 
Aula 3 - Comunicação Gráfica e Design
Aula 3 - Comunicação Gráfica e Design Aula 3 - Comunicação Gráfica e Design
Aula 3 - Comunicação Gráfica e Design
 
Aula 1 Analise e Projeto
Aula 1   Analise e ProjetoAula 1   Analise e Projeto
Aula 1 Analise e Projeto
 
Python Interface Gráfica Tkinter
Python Interface Gráfica TkinterPython Interface Gráfica Tkinter
Python Interface Gráfica Tkinter
 
Análise e Modelagem de Software
Análise e Modelagem de SoftwareAnálise e Modelagem de Software
Análise e Modelagem de Software
 
Aula 1 - Revisão UML
Aula 1 - Revisão UMLAula 1 - Revisão UML
Aula 1 - Revisão UML
 
Painél semântico
Painél semânticoPainél semântico
Painél semântico
 
Aula 9 banco de dados
Aula 9   banco de dadosAula 9   banco de dados
Aula 9 banco de dados
 
Análise e Projeto de Sistemas
Análise e Projeto de SistemasAnálise e Projeto de Sistemas
Análise e Projeto de Sistemas
 
Gestalt - Teoria do Design
Gestalt - Teoria do DesignGestalt - Teoria do Design
Gestalt - Teoria do Design
 
Criação de tabelas com HTML
Criação de tabelas com HTMLCriação de tabelas com HTML
Criação de tabelas com HTML
 
Sistema de gerenciamento de banco de dados
Sistema de gerenciamento de banco de dadosSistema de gerenciamento de banco de dados
Sistema de gerenciamento de banco de dados
 

En vedette

Visão artificial
Visão artificialVisão artificial
Visão artificial
Pedrolobo8
 
Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...
Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...
Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...
Richiely Paiva
 
Introdução ao processamento de imagens com OpenCV (cont)
Introdução ao processamento de imagens com OpenCV (cont)Introdução ao processamento de imagens com OpenCV (cont)
Introdução ao processamento de imagens com OpenCV (cont)
Cristiano Rafael Steffens
 

En vedette (9)

Tchelinux 2014 visão computacional
Tchelinux 2014 visão computacionalTchelinux 2014 visão computacional
Tchelinux 2014 visão computacional
 
Introdução à biblioteca OpenCV
Introdução à biblioteca OpenCVIntrodução à biblioteca OpenCV
Introdução à biblioteca OpenCV
 
Palestra - Visão Computacional - TDC 2015
Palestra - Visão Computacional - TDC 2015Palestra - Visão Computacional - TDC 2015
Palestra - Visão Computacional - TDC 2015
 
Visão artificial
Visão artificialVisão artificial
Visão artificial
 
White Paper: Sistemas de Visão Artificial Industrial - Factores a Ter em Cons...
White Paper: Sistemas de Visão Artificial Industrial - Factores a Ter em Cons...White Paper: Sistemas de Visão Artificial Industrial - Factores a Ter em Cons...
White Paper: Sistemas de Visão Artificial Industrial - Factores a Ter em Cons...
 
Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...
Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...
Sistema de Reconhecimento de Placas de Carro (Brasil) - Visão Computacional/O...
 
Compilando e Usando OpenCV v. 3.0.0
Compilando e Usando OpenCV v. 3.0.0Compilando e Usando OpenCV v. 3.0.0
Compilando e Usando OpenCV v. 3.0.0
 
Introdução OpenCV (Pt-Br) com exemplos
Introdução OpenCV (Pt-Br) com exemplosIntrodução OpenCV (Pt-Br) com exemplos
Introdução OpenCV (Pt-Br) com exemplos
 
Introdução ao processamento de imagens com OpenCV (cont)
Introdução ao processamento de imagens com OpenCV (cont)Introdução ao processamento de imagens com OpenCV (cont)
Introdução ao processamento de imagens com OpenCV (cont)
 

Similaire à Apresentação visão computacional

18.ago ouro i 11.15_463_copel-d
18.ago ouro i 11.15_463_copel-d18.ago ouro i 11.15_463_copel-d
18.ago ouro i 11.15_463_copel-d
itgfiles
 
Apresenta o_do_tcc___felipe_correa(8)
Apresenta  o_do_tcc___felipe_correa(8)Apresenta  o_do_tcc___felipe_correa(8)
Apresenta o_do_tcc___felipe_correa(8)
felipe_cr
 
RicardoSantos_CAP657_NHK.pptx
RicardoSantos_CAP657_NHK.pptxRicardoSantos_CAP657_NHK.pptx
RicardoSantos_CAP657_NHK.pptx
Ricardo Santos
 
inteligencia artificial
inteligencia artificialinteligencia artificial
inteligencia artificial
Jean Carvalho
 
Desenvolvimento de Aplicações baseadas em EEG para integração com sensores.
Desenvolvimento de Aplicações baseadas em EEG para integração com sensores. Desenvolvimento de Aplicações baseadas em EEG para integração com sensores.
Desenvolvimento de Aplicações baseadas em EEG para integração com sensores.
Everton Souza
 

Similaire à Apresentação visão computacional (20)

Apresentacao minicursofinal
Apresentacao minicursofinalApresentacao minicursofinal
Apresentacao minicursofinal
 
18.ago ouro i 11.15_463_copel-d
18.ago ouro i 11.15_463_copel-d18.ago ouro i 11.15_463_copel-d
18.ago ouro i 11.15_463_copel-d
 
Processamento de imagens: Técnicas e Aplicações
Processamento de imagens: Técnicas e AplicaçõesProcessamento de imagens: Técnicas e Aplicações
Processamento de imagens: Técnicas e Aplicações
 
Apresenta o_do_tcc___felipe_correa(8)
Apresenta  o_do_tcc___felipe_correa(8)Apresenta  o_do_tcc___felipe_correa(8)
Apresenta o_do_tcc___felipe_correa(8)
 
Inteligência Artificial e suas aplicações - A experiência do TECPAR
Inteligência Artificial e suas aplicações - A experiência do TECPARInteligência Artificial e suas aplicações - A experiência do TECPAR
Inteligência Artificial e suas aplicações - A experiência do TECPAR
 
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial -  Uma Abordagem Visual[Jose Ahirton Lopes] Inteligencia Artificial -  Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
 
Roda de Conversa - Inteligência Artificial & Internet das Coisas
Roda de Conversa - Inteligência Artificial & Internet das CoisasRoda de Conversa - Inteligência Artificial & Internet das Coisas
Roda de Conversa - Inteligência Artificial & Internet das Coisas
 
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
[Jose Ahirton Lopes] Inteligencia Artificial - Uma Abordagem Visual
 
Detecção de Faces - Redes Neurais *MLP
Detecção de Faces - Redes Neurais *MLPDetecção de Faces - Redes Neurais *MLP
Detecção de Faces - Redes Neurais *MLP
 
Informática instrumental
Informática instrumentalInformática instrumental
Informática instrumental
 
RicardoSantos_CAP657_NHK.pptx
RicardoSantos_CAP657_NHK.pptxRicardoSantos_CAP657_NHK.pptx
RicardoSantos_CAP657_NHK.pptx
 
Sistemas Cognitivos
Sistemas CognitivosSistemas Cognitivos
Sistemas Cognitivos
 
PredictCovid: IA. SIEPE UNIPAMPA 2020
PredictCovid: IA. SIEPE UNIPAMPA 2020PredictCovid: IA. SIEPE UNIPAMPA 2020
PredictCovid: IA. SIEPE UNIPAMPA 2020
 
Inteligência Artificial e suas aplicações - A experiência do TECPAR
Inteligência Artificial e suas aplicações  - A experiência do TECPARInteligência Artificial e suas aplicações  - A experiência do TECPAR
Inteligência Artificial e suas aplicações - A experiência do TECPAR
 
inteligencia artificial
inteligencia artificialinteligencia artificial
inteligencia artificial
 
Open cv
Open cvOpen cv
Open cv
 
Algorítmo de Identificação de Imagens Através da Implementação de RNA
Algorítmo de Identificação de Imagens Através da Implementação de RNAAlgorítmo de Identificação de Imagens Através da Implementação de RNA
Algorítmo de Identificação de Imagens Através da Implementação de RNA
 
Desenvolvimento de Aplicações baseadas em EEG para integração com sensores.
Desenvolvimento de Aplicações baseadas em EEG para integração com sensores. Desenvolvimento de Aplicações baseadas em EEG para integração com sensores.
Desenvolvimento de Aplicações baseadas em EEG para integração com sensores.
 
Inteligência Artificial
Inteligência ArtificialInteligência Artificial
Inteligência Artificial
 
Fundamentos De Ia E Sistemas Baseados em Conhecimento
Fundamentos De Ia E Sistemas Baseados em ConhecimentoFundamentos De Ia E Sistemas Baseados em Conhecimento
Fundamentos De Ia E Sistemas Baseados em Conhecimento
 

Apresentação visão computacional

  • 1. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 2.    Introdução Visão Humana Visão Computacional  Conceitos  Etapas de um Sistema de Visão Computacional  Aplicações  OpenCV  Exemplos  Dificuldades Edvaldo Araújo | Sistemas de Informação - IFAL
  • 3.    Há muito tempo a Inteligência Artificial busca entender o funcionamento do cérebro humano e suas diversas funções, entre elas a visão. Visão é o processo de descoberta do quê está presente no mundo real e onde através do olhar. A visão computacional é um ramo complexo que tem como objetivo desenvolver sistemas para extrair informações úteis em um cenário. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 4.   A visão é um processo complexo; A capacidade do cérebro processar e interpretar a imagem é que nos permite a movimentação em ambientes, encontrar objetos, etc. Cenário Olhos Aquisição da Imagem Imagem Cérebro Percepção Interpretação da Imagem Representação do sistema de visão humana Edvaldo Araújo | Sistemas de Informação - IFAL
  • 5.   É a ciência que desenvolve as bases teóricas e algorítmicas pelas quais informações úteis são automaticamente extraídas de imagens por meio de computadores. Um sistema dotado de visão computacional é um sistema capaz de adquirir, processar e interpretar imagens. Cenário Câmera Aquisição da Imagem Imagem Computador Percepção Interpretação da Imagem Representação do sistema de visão computacional Edvaldo Araújo | Sistemas de Informação - IFAL
  • 6.  Principais Etapas  Aquisição de Imagens  Pré-processamento  Extração de Características  Segmentação  Reconhecimento de padrões Edvaldo Araújo | Sistemas de Informação - IFAL
  • 7.  Uma imagem é uma representação espacial de um objeto;  Uma imagem digital é produzida por um ou mais sensores;  Um pixel é o menor componente de uma imagem digital;  Os valores dos pixels da imagem normalmente representam a intensidade de luz em uma ou em várias faixas de cor, mas também podem indicar valores físicos como profundidade e absorção ou reflexão das ondas eletromagnéticas; Edvaldo Araújo | Sistemas de Informação - IFAL
  • 8. Exemplos de sensores para aquisição de imagens Celulares e Smartphones Imagens de Satélite Câmeras e Filmadoras Digitais Imagens microscópicas Edvaldo Araújo | Sistemas de Informação - IFAL Aparelhos de Ultrassonografia/Raio X Aparelhos de Tomografia
  • 9.  Antes de um método de visão computacional ser aplicado em uma imagem para extrair informação, é geralmente necessário processar a imagem para assegurar-se que ela satisfaça determinadas condições. Por exemplo:  Redução de ruídos: Para assegurar que as informações sejam mais realísticas;  Expansão de contraste: Para assegurar que as informações relevantes sejam detectadas; Edvaldo Araújo | Sistemas de Informação - IFAL
  • 10. Redução de ruído Edvaldo Araújo | Sistemas de Informação - IFAL
  • 11. Expansão de Contraste Edvaldo Araújo | Sistemas de Informação - IFAL
  • 12.   Uso de algoritmos para detectar e isolar porções desejadas ou formas de uma imagem digitalizada ou vídeo. Rodenacker e Bengtsson (2003) publicaram um estudo sobre técnicas de extração de características que, embora tenha sido motivado pela pesquisa em citologia, serve como referência para quaisquer aplicações de análise de imagens. Eles classificaram as características em quatro grupos:  Características Morfológicas. Ex.: Área, circularidade, largura;  Características Cromáticas. Ex.: Medidas estatísticas das intensidades como média, mediana, desvio-padrão, etc;  Características Texturais;  Características Estruturais ou Contextuais. Ex.: Posição relativa de um elemento em relação a outro. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 13.  O processo de segmentação consiste em particionar uma imagem em regiões, ou objetos distintos. Este processo normalmente é guiado por características do objeto ou região, como por exemplo cor ou proximidade.  Permite agrupar os pixels de uma imagem em regiões homogêneas de acordo com o valor de uma determinada característica. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 14. Exemplos de Segmentação Edvaldo Araújo | Sistemas de Informação - IFAL
  • 15.    Reconhecer implica num processo onde existe algum conhecimento prévio e algum tipo de armazenamento do conhecimento sobre o objeto a ser reconhecido; Para realizar este reconhecimento um sistema de visão necessita de uma base de conhecimento dos objetos a serem reconhecidos ; A base de conhecimento pode ser implementada diretamente no código, através, por exemplo, de um sistema baseado em regras, ou esta base de conhecimento pode ser aprendida a partir de um conjunto de amostras dos objetos a serem reconhecidos utilizando técnicas de aprendizado de máquina. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 16. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 17. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 18. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 19. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 20. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 21. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 22. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 23. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 24.     Biblioteca desenvolvida pela Intel; Seu objetivo é tornar a visão computacional acessível a usuários e desenvolvedores; Utiliza conceitos de visão computacional e processamento de imagens; Possui cinco grupos de funções:  Processamento de Imagens;  Análise Estrutural;  Análise de Movimento e Rastreamento de Objetos;  Reconhecimento de Padrões;  Calibração de câmera e reconstrução 3D. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 25.  Suporte a várias linguagens:  C;  C++;  Python;  Java. Compatível com Windows, Linux, Mac, Android e iOS;  Vasto material na internet (Tutoriais, exemplos);  Milhões de usuários no mundo inteiro;  Free!  Edvaldo Araújo | Sistemas de Informação - IFAL
  • 26. Exemplo de código #include <opencv/highgui.h> #include <opencv/cv.h> int main(int argc, char **argv) { IplImage *originalImg = NULL; // Carrega imagem em escala de cinza originalImg = cvLoadImage("filename.jpg", 0); cvNamedWindow("Original", 0); cvShowImage("Original", originalImg); return 0; } Edvaldo Araújo | Sistemas de Informação - IFAL
  • 27. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 28. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 29. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 30. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 31. Edvaldo Araújo | Sistemas de Informação - IFAL
  • 32. Onde começa um e termina o outro? Edvaldo Araújo | Sistemas de Informação - IFAL
  • 33. O que segmentar? Edvaldo Araújo | Sistemas de Informação - IFAL
  • 34.  Reconhecimento de ...??? Edvaldo Araújo | Sistemas de Informação - IFAL
  • 35.  Muitos objetos Edvaldo Araújo | Sistemas de Informação - IFAL
  • 36. Edvaldo Araújo | Sistemas de Informação - IFAL