بینایی رایانه‌ای یا بینایی کامپیوتری (Computer vision) یا بینایی ماشینی (Machine vision) یکی از شاخه‌های مدرن، و پرتنوٌع هوش مصنوعی‌ست که با ترکیب روشهای مربوط به پردازش تصاویر[۱] و ابزارهای یادگیری ماشینی[۲] رایانه‌ها را به بینایی اشیاء، مناظر، و "درک" هوشمند خصوصیات گوناگون آنها توانا می‌گرداند.

وظایف اصلی در بینایی رایانه‌ای

تشخیص شیء
تشخیص حضور و/یا حالت شیء در یک تصویر. به عنوان مثال:
جستجو برای تصاویر دیجیتال بر اساس محتوایشان (بازیابی محتوامحور تصاویر).
شناسایی صورت انسان‌ها و موقعیت آنها در عکس‌ها.
تخمین حالت سه‌بعدی انسان‌ها و اندام‌هایشان.
پیگیری
پیگیری اشیاء شناخته شده در میان تعدادی تصویر پشت سر هم. به عنوان مثال:

پیگیری یک شخص هنگامی که در یک مرکز خرید راه می‌رود.

تفسیر منظره
ساختن یک مدل از یک تصویر/تصویر متحرک. به‌عنوان مثال:

ساختن یک مدل از ناحیهٔ پیرامونی به کمک تصاویری که از دوربین نصب شده بر روی یک ربات گرفته می‌شوند.

خودمکان‌یابی
مشحص کردن مکان و حرکت خود دوربین به عنوان عضو بینایی رایانه. به‌عنوان مثال:

مسیریابی یک ربات درون یک موزه.


سامانه‌های بینایی رایانه‌ای

یک سامانهٔ نوعی بینایی رایانه‌ای را می‌توان به زیرسامانه‌های زیر تقسیم کرد:

تصویربرداری
تصویر یا دنباله تصاویر با یک سامانه تصویربرداری(دوربین، رادار، لیدار، سامانه توموگرافی) برداشته می‌شود. معمولاً سامانه تصویربرداری باید پیش از استفاده تنظیم شود.

پیش‌پردازش
در گام پیش‌پردازش، تصویر در معرض اَعمال "سطح پایین" قرار می‌گیرد. هدف این گام کاهش نوفه (کاهش نویز - جدا کردن سیگنال از نویز) و کم‌کردن مقدار کلی داده ها است. این کار نوعاً با به‌کارگیری روش‌های گوناگون پردازش تصویر(دیجیتال) انجام می‌شود. مانند:

زیرنمونه‌گیری تصویر.
اعمال فیلترهای دیجیتال.
پیچش‌ها.
همبستگی‌ها یا فیلترهای خطی لغزش‌نابسته.
عملگر سوبل.
محاسبهٔ گرادیان x و y(و احتمالاً گرادیان زمانی).
تقطیع تصویر.
آستانه‌گیری پیکسلی.
انجام یک ویژه‌تبدیل بر تصویر.
تبدیل فوریه.
انجام تخمین حرکت برای ناحیه‌های محلی تصویرکه به نام تخمین شارش نوری هم شناخته می‌شود.
تخمین ناهمسانی در تصاویر برجسته‌بینی.
تحلیل چنددقتی.

استخراج ویژگی
هدف از استخراج ویژگی کاهش دادن بیشتر داده‌ها به مجموعه‌ای از ویژگی‌هاست، که باید به اغتشاشاتی چون شرایط نورپردازی، موقعیت دوربین، نویز و اعوجاج ایمن باشند. نمونه‌هایی از استخراج ویژگی عبارت‌اند از:

انجام آشکارسازی لبه.
استخراج ویژگی‌های گوشه‌ای.
استخراج تصاویر چرخش از نقشه‌های ژرفا.
بدست آوردن خطوط تراز و احتمالاً گذر از صفرهای خمش.

ثبت
هدف گام ثبت برقراری تناظر میان ویژگی‌های مجموعه برداشت شده و ویژگی‌های اجسام شناخته‌شده در یک پایگاه داده‌های مدل و/یا ویژگی‌های تصویر قبلی است. در گام ثبت باید به یک فرضیه نهایی رسید. چند روش این کار عبارت‌اند از:

تخمین کمترین مربعات.
تبدیل هاگ در انواع گوناگون.
درهم‌سازی هندسی.
پالودن ذره‌ای.

در هنگام کامل کردن اطلاعات برای دریافت فایل برای دریافت رایگان فیلم های آموزشی opencv ایمیل خود را ثبت کنید .

سرفصل های کتاب:

Chapter 1: Preparing for the Mission 7
Setting up a development machine 8
Windows 10
OpenCV on Windows with binary installers 12
OpenCV on Windows with CMake and compilers 12
Mac 15
Mac with MacPorts 16
Mac with Homebrew 18
Debian Wheezy and its derivatives, including Raspbian,
Ubuntu, and Linux Mint 20
Fedora and its derivatives, including RHEL and CentOS 22
openSUSE and its derivatives 22
Tegra Android Development Pack 23
Building OpenCV Android sample projects with Eclipse 25
Unity 34
Setting up Raspberry Pi 34
Setting up the Raspberry Pi Camera Module 39
Finding OpenCV documentation, help, and updates 40
Alternatives to Raspberry Pi 41
Summary 42
Chapter 2: Searching for Luxury Accommodations Worldwide 43
Planning the Luxocator app 44
Creating, comparing, and storing histograms 45
Training the classifier with reference images 52
Acquiring images from the Web 53
Acquiring images from Bing image search 55
Preparing images and resources for the app 60


Integrating everything into the GUI 63
Building Luxocator for distribution 71
Summary 74
Chapter 3: Training a Smart Alarm to Recognize the
Villain and His Cat 75
Understanding machine learning in general 77
Planning the Interactive Recognizer app 78
Understanding Haar cascades and LBPH 80
Implementing the Interactive Recognizer app 84
Planning the cat detection model 98
Implementing the training script for the cat detection model 100
Planning the Angora Blue app 114
Implementing the Angora Blue app 115
Building Angora Blue for distribution 122
Further fun with finding felines 122
Summary 122
Chapter 4: Controlling a Phone App with Your Suave Gestures 123
Planning the Goldgesture app 124
Understanding optical flow 126
Setting up the Eclipse Workspace 129
Getting a cascade file and audio files 138
Specifying the apps requirements 138
Laying out a camera preview as the main view 139
Tracking back and forth gestures 140
Playing audio clips as questions and answers 143
Capturing images and tracking faces in an activity 147
Summary 164
Chapter 5: Equipping Your Car with a Rearview
Camera and Hazard Detection 165
Planning The Living Headlights app 167
Detecting lights as blobs 169
Estimating distances (a cheap approach) 172
Implementing The Living Headlights app 175
Testing The Living Headlights app at home 189
Testing The Living Headlights app in a car 193
Summary 199

Chapter 6: Seeing a Heartbeat with a Motion
Amplifying Camera 201
Planning the Lazy Eyes app 203
Understanding what Eulerian video magnification can do 205
Extracting repeating signals from video using the
Fast Fourier Transform (FFT) 206
Choosing and setting up an FFT library 207
Compositing two images using image pyramids 210
Implementing the Lazy Eyes app 211
Configuring and testing the app for various motions 220
Seeing things in another light 228
Summary 229
Chapter 7: Creating a Physics Simulation Based on a
Pen and Paper Sketch 231
Planning the Rollingball app 233
Detecting circles and lines 236
Setting up OpenCV for Unity 239
Configuring and building the Unity project 242
Creating the Rollingball scene in Unity 244
Creating Unity assets and adding them to the scene 247
Writing shaders and creating materials 247
Creating physics materials 250
Creating prefabs 252
Writing our first Unity script 256
Writing the main Rollingball script 258
Tidying up and testing 278
Summary 279
Index 281