Introducción a la visión por computador: desarrollo de aplicaciones con OpenCV
About this Course
Con este curso, el alumnado será capaz de aprender y entender los conceptos básicos de visión por computador, además de implementar de forma práctica algoritmos de análisis de imágenes a través de computadores utilizando la biblioteca de funciones OpenCV. El Análisis de Imágenes o Visión por Computador es la capacidad de los ordenadores de analizar imágenes capturadas por una cámara y obtener la información de los objetos que se hayan presentes en esa escena. En la actualidad, constituye uno de los campos de la Inteligencia Artificial con un mayor ritmo de desarrollo y que más aplicaciones nuevas está presentando. Hasta hace pocos años las cámaras digitales solo estaban implantadas en el ambiente industrial. Allí se utilizan con dos fines: Lograr una mayor interacción entre los robots industriales y el entorno que los rodea. Conseguir un control de calidad total de los productos fabricados. Con la aparición de nuevo hardware, cámaras y algoritmos, el mundo de la Visión por Computador ya no se centra exclusivamente en el ambiente industrial sino que se extiende a los smartphones, la industria del videojuego e incluso a los coches. Otra característica que ha cambiado recientemente es que hasta hace poco tiempo las técnicas de análisis de imágenes eran accesibles solamente a un reducido número de especialistas. Los programas que se utilizaban eran costosos, con poca documentación y que exigían equipos informáticos de gama alta. Esto es ahora muy distinto; en concreto la biblioteca OpenCV, que se verá en el curso, constituyen una solución de altísimo nivel, gratuitas, portables a diversos sistemas operativos y equipos, ordenadores o teléfonos inteligentes y que constituyen de facto un estándar en la comunidad científica. Para que el alumnado pueda realizar diversas aplicaciones relacionadas con la Visión por Computador, a lo largo del curso se revisan los tipos básicos de elementos y sensores, viéndose las ventajas e inconvenientes de cada uno de ellos, así como las técnicas más usuales de procesar la información que proveen. A partir de dicho procesamiento de la información y de la extracción de características, se presentan diversos métodos para el reconocimiento de patrones.Created by: Universidad Carlos III de Madrid
Level: Intermediate
Related Online Courses
Apache® Spark™ is a fast, flexible, and developer-friendly open-source platform for large-scale SQL, batch processing, stream processing, and machine learning. Users can take advantage of its op... more
Obtén una visión global de guías, procesos, técnicas y procedimientos de gran utilidad para la gestión del desarrollo de un sistema software de calidad. También adquirirás un conocimiento crucia... more
In this course, we start with some services where the training model and raw inference is handled for you by Amazon. We'll cover services which do the heavy lifting of computer vision, data... more
We begin with a study of finite automata and the languages they can define (the so-called "regular languages." Topics include deterministic and nondeterministic automata, regular expressions, and... more
Este curso ofrece un enfoque interdisciplinario de la sostenibilidad en Arquitectura. Los alumnos conocerán los elementos básicos de las evaluaciones de sostenibilidad (primera capa del modelo), a... more