PROCESAMIENTO DIGITAL DE IMÁGENES
OBJETIVO GENERAL
Familiarizarse con el análisis de imágenes a través de computadores, aprendiendo
técnicas de procesamiento, utilizando la librería de programación OpenCV, de libre
distribución, para empezar a programar y desarrollar nuestras propias aplicaciones
de visión artificial en Python.
3
REQUERIMIENTOS
Es importante tener unos conocimientos mínimos de programación, pero aun así no
es requerimiento, ya que Python es un lenguaje de programación muy sencillo.
Para la implementación de las aplicaciones en tiempo real, cada persona necesitara
de una cámara WEBCAM (cualquier referencia) como sistema de adquisición de
imágenes en las prácticas.
DIRIGIDO A: Este es un curso teórico - práctico dirigido a estudiantes, universitarios,
nivel técnico, aficionados y otros interesados en incursionar en técnicas básicas de
visión por computador con la librería OpenCV.
DURACIÓN: 30 Horas
INTRODUCCIÓN A LA
VISIÓN POR COMPUTADOR
5
MÓDULO 1
Objetivo
Estudiar los conceptos generales y teóricos de la visión por computador, configurar y
conocer nuestro entorno de desarrollo CPython/OpenCV para iniciar la manipulación
de imágenes y video a través de funciones de la librería de procesamiento de
imágenes OpenCV.
La biblioteca OpenCV.
Herramientas software del curso.
Escribiendo la primera aplicación.
Imágenes digitales.
Espacios de color
Iniciando con Imágenes
Iniciando con Videos
OPERACIONES BÁSICAS
SOBRE IMÁGENES
7
MÓDULO 2
Objetivo
Conocer las características de las imágenes digitales para aprender a modificar sus
valores y propiedades. A través de las operaciones básicas (aritméticas y lógicas)
sobre imágenes el estudiante desarrollara una aplicación en tiempo real para la
detección de movimiento, que constituye una implementación base de un sistema de
seguridad elemental, funcional, efectivo y eficiente basado en el análisis de video.
Acceso y modificación a los valores de píxeles
Acceso a las propiedades de la imagen
Configuración de la región de imagen (ROI)
División y combinación de canales de imágenes
Operaciones aritméticas sobre imágenes como adición, resta, operaciones a bit,
etc.
Aplicación. Detector de Movimiento.
DETECTOR DE MOVIMIENTO
PROCESAMIENTO DE IMAGENES
EN OPENCV
10
MÓDULO 3
Objetivo
Analizar métodos de procesamiento aplicados sobre imágenes digitales con el
objetivo de mejorar la calidad o facilitar la búsqueda de información. Este conjunto de
técnicas aplicadas a las imágenes digitales permitirá al estudiante la implementación
de una aplicación en tiempo real para el seguimiento de objetos a través del criterio de
color, un proceso de análisis utilizado en sistemas de control de calidad y selección
automática.
Cambio de espacio de color. Contornos.
Transformaciones geométricas. Transformada de Hough Líneas
Umbralización. y círculos.
Suavizado. Histogramas.
Transformaciones morfológicas. Aplicación. Seguimiento Objeto por Color
Gradiente.
Detección de bordes SOBEL - CANNY.
SEGUIMIENTO DE OBJETOS
FUNCIONES OPTIMIZADAS AVANZADAS
EN OPENCV
13
MÓDULO 4
Objetivo
Analizar algoritmos optimizados de la librería OpenCV en la detección de objetos y
reconocimiento de patrones para incursionar en técnicas de aprendizaje automático.
La comprensión de los clasificadores en cascada y los descriptores Haar serán un
acercamiento a técnicas de Machine Learning y permitirán al estudiante la
implementación de una aplicación en tiempo real para la detección de rostros en
entornos no controlados, parte fundamental en un sistema más complejo y modular
para el reconocimiento facial.
Filtros de base Haar y clasificadores en cascada.
Reconocimiento de patrones en imágenes.
Aplicación. Detección de rostros.
DETECCIÓN DE ROSTROS
15
PROCESO DE INSCRIPCIÓN
1. Ve a este enlace
2. Llena los datos.
3. Paga la inscripción.
$135.000.
4. Lleva tirilla a decanatura
de ingeniería.
Mayor información: oficina
de Decanatura de Facultad
de Ingeniería.
