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: Getting Started with OpenCV 1
Understanding the human visual system 1
How do humans understand image content? 3
Why is it difficult for machines to understand image content? 4
What can you do with OpenCV? 5
In-built data structures and input/output 5
Image processing operations 6
Building GUI 6
Video analysis 7
3D reconstruction 8
Feature extraction 9
Object detection 9
Machine learning 10
Computational photography 10
Shape analysis 12
Optical flow algorithms 12
Face and object recognition 12
Surface matching 13
Text detection and recognition 13
Installing OpenCV 13
Windows 13
Mac OS X 14
Linux 16
Summary 17


Chapter 2: An Introduction to the Basics of OpenCV 19
Basic CMake configuration files 20
Creating a library 20
Managing dependencies 21
Making the script more complex 23
Images and matrices 26
Reading/writing images 29
Reading videos and cameras 33
Other basic object types 38
The vec object type 38
The Scalar object type 39
The Point object type 39
The Size object type 40
The Rect object type 40
RotatedRect object type 40
Basic matrix operations 41
Basic data persistence and storage 44
Writing to a file storage 44
Summary 47
Chapter 3: Learning the Graphical User Interface and
Basic Filtering 49
Introducing the OpenCV user interface 50
A basic graphical user interface with OpenCV 51
The graphical user interface with QT 56
Adding slider and mouse events to our interfaces 58
Adding buttons to a user interface 63
OpenGL support 68
Summary 74
Chapter 4: Delving into Histograms and Filters 75
Generating a CMake script file 76
Creating the Graphical User Interface 77
Drawing a histogram 79
Image color equalization 84
Lomography effect 87
The cartoonize effect 93
Summary 98


Chapter 5: Automated Optical Inspection,
Object Segmentation, and Detection 99
Isolating objects in a scene 100
Creating an application for AOI 103
Preprocessing the input image 104
Noise removal 105
Removing the background using the light pattern for segmentation 106
The thresholding operation 112
Segmenting our input image 112
The connected component algorithm 112
The findContours algorithm 119
Summary 123
Chapter 6: Learning Object Classification 125
Introducing machine learning concepts 126
Computer Vision and the machine learning workflow 130
Automatic object inspection classification example 133
Feature extraction 135
Training an SVM model 139
Input image prediction 146
Summary 148
Chapter 7: Detecting Face Parts and Overlaying Masks 149
Understanding Haar cascades 150
What are integral images? 152
Overlaying a facemask in a live video 154
What happened in the code? 157
Get your sunglasses on 158
Looking inside the code 161
Tracking your nose, mouth, and ears 162
Summary 162
Chapter 8: Video Surveillance, Background Modeling,
and Morphological Operations 163
Understanding background subtraction 164
Naive background subtraction 164
Does it work well? 167
Frame differencing 169
How well does it work? 173


The Mixture of Gaussians approach 174
What happened in the code? 177
Morphological image processing 178
Whats the underlying principle? 178
Slimming the shapes 179
Thickening the shapes 180
Other morphological operators 181
Morphological opening 181
Morphological closing 182
Drawing the boundary 183
White Top-Hat transform 184
Black Top-Hat transform 186
Summary 187
Chapter 9: Learning Object Tracking 189
Tracking objects of a specific color 189
Building an interactive object tracker 192
Detecting points using the Harris corner detector 199
Shi-Tomasi Corner Detector 202
Feature-based tracking 204
The Lucas-Kanade method 205
The Farneback algorithm 210
Summary 215
Chapter 10: Developing Segmentation Algorithms for
Text Recognition 217
Introducing optical character recognition 218
The preprocessing step 220
Thresholding the image 220
Text segmentation 222
Creating connected areas 222
Identifying paragraph blocks 224
Text extraction and skew adjustment 227
Installing Tesseract OCR on your operating system 230
Installing Tesseract on Windows 231
Setting up Tesseract in Visual Studio 233
Installing Tesseract on Mac 236
Using Tesseract OCR library 236
Creating a OCR function 236
Sending the output to a file 240
Summary 241


Chapter 11: Text Recognition with Tesseract 243
How the text API works 243
The scene detection problem 244
Extremal regions 245
Extremal region filtering 246
Using the text API 247
Text detection 247
Text extraction 255
Text recognition 258
Summary 263
Index 265