Программирование компьютерного зрения на языке Python
Покупка
Издательство:
ДМК Пресс
Автор:
Солем Ян Эрик
Перевод:
Слинкин Алексей Александрович
Год издания: 2023
Кол-во страниц: 313
Дополнительно
Вид издания:
Практическое пособие
Уровень образования:
ВО - Бакалавриат
ISBN: 978-5-89818-310-3
Артикул: 651162.03.99
Если вы хотите разобраться в основах теории и алгоритмов компьютерного зрения, то эта книга — как раз то, что вам нужно. Вы узнаете о методах распознавания объектов, трехмерной реконструкции, обработке стереоизображений, дополненной реальности и других приложениях компьютерного зрения. Изложение сопровождается понятными примерами на языке Python. При этом объяснения даются в общих чертах, без погружения в сухую теорию. Издание идеально подходит для студентов, исследователей и энтузиастов-любителей с базовыми знаниями математики и навыками программирования.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Бакалавриат
- 09.03.01: Информатика и вычислительная техника
- 09.03.02: Информационные системы и технологии
- 09.03.03: Прикладная информатика
- 09.03.04: Программная инженерия
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов
Ян Эрик Солем Программирование компьютерного зрения на языке Python
Programming Computer Vision with Python Jan Erik Solem Beijing • Cambridge • Farnham • Köln • Sebastopol • Tokyo
Москва, 2023 Программирование компьютерного зрения на языке Python Ян Эрик Солем 2-е издание, электронное
УДК 004.93Python ББК 32.972.1 С60 С60 Солем, Ян Эрик. Программирование компьютерного зрения на языке Python / Я. Э. Солем ; пер. с англ. А. А. Слинкина. — 2-е изд., эл. — 1 файл pdf : 313 с. — Москва : ДМК Пресс, 2023. — Систем. требования: Adobe Reader XI либо Adobe Digital Editions 4.5 ; экран 10". — Текст : электронный. ISBN 978-5-89818-310-3 Если вы хотите разобраться в основах теории и алгоритмов компьютерного зрения, то эта книга — как раз то, что вам нужно. Вы узнаете о методах распознавания объектов, трехмерной реконструкции, обработке стереоизображений, дополненной реальности и других приложениях компьютерного зрения. Изложение сопровождается понятными примерами на языке Python. При этом объяснения даются в общих чертах, без погружения в сухую теорию. Издание идеально подходит для студентов, исследователей и энтузиастов-любителей с базовыми знаниями математики и навыками программирования. УДК 004.93Python ББК 32.972.1 Электронное издание на основе печатного издания: Программирование компьютерного зрения на языке Python / Я. Э. Солем ; пер. с англ. А. А. Слинкина. — Москва : ДМК Пресс, 2016. — 312 с. — ISBN 978-5-97060-200-3. — Текст : непосредственный. Все права защищены. Любая часть этой книги не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами без письменного разрешения владельцев авторских прав. Материал, изложенный в данной книге, многократно проверен. Но поскольку вероятность технических ошибок все равно существует, издательство не может гарантировать абсолютную точность и правильность приводимых сведений. В связи с этим издательство не несет ответственности за возможные ошибки, связанные с использованием книги. В соответствии со ст. 1299 и 1301 ГК РФ при устранении ограничений, установленных техническими средствами защиты авторских прав, правообладатель вправе требовать от нарушителя возмещения убытков или выплаты компенсации. ISBN 978-5-89818-310-3 © Jan Erik Solem, 2012. © Оформление, перевод на русский язык, ДМК Пресс, 2016
Оглавление Предисловие.................................................... 11 Требования к читателю и структура книги....................................... 12 Необходимые знания и навыки.............................................................. 12 Чему вы научитесь................................................................................. 12 Структура книги..................................................................................... 13 Введение в компьютерное зрение.................................................. 14 Python и NumPy.............................................................................. 14 Обозначения и графические выделения......................................... 15 О примерах кода............................................................................ 16 Как с нами связаться...................................................................... 17 Благодарности............................................................................... 17 Об авторе....................................................................................... 18 Глава 1. Основы обработки изображений............... 19 1.1. PIL – библиотека Python Imaging Library................................... 19 Преобразование изображения в другой формат.................................... 20 Создание миниатюр.............................................................................. 21 Копирование и вставка областей........................................................... 21 Изменение размера и поворот............................................................... 22 1.2. Библиотека Matplotlib.............................................................. 22 Рисование точек и прямых линий........................................................... 22 Изолинии и гистограммы изображений................................................. 25 Интерактивное аннотирование.............................................................. 26 1.3. Пакет NumPy........................................................................... 27 Представление изображения в виде массива........................................ 27 Преобразование уровня яркости........................................................... 29 Изменение размера изображения......................................................... 31 Выравнивание гистограммы.................................................................. 31 Усреднение изображений...................................................................... 33 Метод главных компонент для изображений.......................................... 34 Использование модуля pickle................................................................. 37 1.4. Пакет SciPy.............................................................................. 39 Размытие изображений......................................................................... 39 Производные изображения................................................................... 40 Морфология – подсчет объектов........................................................... 43 Полезные модули в пакете SciPy............................................................ 46
Оглавление 1.5. Более сложный пример: очистка изображения от шумов......... 47 Упражнения.................................................................................... 50 Соглашения в примерах кода......................................................... 51 Глава 2. Локальные дескрипторы изображений...... 53 2.1. Детектор углов Харриса........................................................... 53 Нахождение соответственных точек в изображениях............................. 57 2.2. SIFT – масштабно-инвариантное преобразование признаков.. 62 Особые точки......................................................................................... 62 Дескриптор............................................................................................ 63 Обнаружение особых точек.................................................................... 63 Сопоставление дескрипторов................................................................ 67 2.3. Сопоставление изображений с геометками............................. 70 Загрузка изображений с геометками из Panoramio................................ 71 Сопоставление с помощью локальных дескрипторов............................. 74 Визуализация связанных изображений.................................................. 76 Упражнения.................................................................................... 78 Глава 3. Преобразования изображений................. 80 3.1. Гомографии............................................................................. 80 Алгоритм прямого линейного преобразования...................................... 82 Аффинные преобразования................................................................... 84 3.2. Деформирование изображений............................................... 85 Изображение внутри изображения........................................................ 86 Кусочно-аффинное деформирование.................................................... 91 Регистрация изображений..................................................................... 95 3.3. Создание панорам................................................................. 101 RANSAC............................................................................................... 101 Устойчивое вычисление гомографии................................................... 102 Сшивка изображений........................................................................... 106 Упражнения.................................................................................. 109 Глава 4. Модели камер и дополненная реальность.... 110 4.1. Модель камеры с точечной диафрагмой................................ 110 Матрица камеры.................................................................................. 111 Проецирование точек трехмерного пространства................................ 113 Вычисление центра камеры................................................................. 116 4.2. Калибровка камеры............................................................... 116 Простой метод калибровки.................................................................. 117 4.3. Оценивание положения по плоскостям и маркерам............... 119 4.4. Дополненная реальность....................................................... 123 PyGame и PyOpenGL............................................................................ 124
Оглавление От матрицы камеры к формату OpenGL................................................ 125 Помещение виртуальных на изображение........................................... 127 Собираем все вместе.......................................................................... 129 Загрузка моделей................................................................................ 132 Упражнения.................................................................................. 134 Глава 5. Многовидовая геометрия...................... 135 5.1. Эпиполярная геометрия........................................................ 135 Демонстрационный набор данных....................................................... 138 Построение трехмерных графиков в Matplotlib..................................... 140 Вычисление F – восьмиточечный алгоритм.......................................... 141 Эпиполюс и эпиполярные прямые....................................................... 142 5.2. Вычисления, относящиеся к камерам и трехмерной структуре..................................................................................... 145 Триангуляция....................................................................................... 145 Вычисление матрицы камеры по точкам в пространстве...................... 148 Вычисление матрицы камеры по фундаментальной матрице............... 150 5.3. Многовидовая реконструкция................................................ 153 Устойчивое вычисление фундаментальной матрицы............................ 154 Пример трехмерной реконструкции..................................................... 156 Обобщения и случай более двух видов................................................ 159 5.4. Стереоизображения.............................................................. 161 Вычисление карт диспаратности......................................................... 163 Упражнения.................................................................................. 167 Глава 6. Кластеризация изображений................. 170 6.1. Кластеризация методом K средних....................................... 170 Пакет кластеризации в SciPy................................................................ 171 Кластеризация изображений............................................................... 172 Визуализация проекций изображений на главные компоненты............ 174 Кластеризация пикселей..................................................................... 175 6.2. Иерархическая кластеризация.............................................. 178 Кластеризация изображений............................................................... 182 6.3. Спектральная кластеризация................................................ 186 Упражнения.................................................................................. 191 Глава 7. Поиск изображений.............................. 193 7.1. Поиск изображений по содержанию...................................... 193 Векторная модель – инструмент анализа текста.................................. 193 7.2. Визуальные слова.................................................................. 195 Создание словаря................................................................................ 195 7.3. Индексирование изображений.............................................. 198 Подготовка базы данных...................................................................... 198
Оглавление Добавление изображений.................................................................... 200 7.4. Поиск изображений в базе данных......................................... 202 Использование индекса для получения кандидатов............................. 203 Запрос по изображению...................................................................... 205 Эталонное тестирование и построение графика.................................. 206 7.5. Ранжирование результатов с применением геометрических соображений............................................................................... 209 7.6. Создание демонстраций и веб-приложений.......................... 212 Создание веб-приложений с помощью CherryPy.................................. 212 Демонстрация поиска изображений.................................................... 212 Упражнения.................................................................................. 215 Глава 8. Классификация изображений по содержанию............................................... 217 8.1. Метод k ближайших соседей................................................. 217 Простой двумерный пример................................................................ 218 Плотные SIFT-дескрипторы в качестве признаков изображения.......... 222 Классификация изображений – распознавание жестов....................... 223 8.2. Байесовский классификатор................................................. 227 Использование метода главных компонент для понижения размерности........................................................................................ 231 8.3. Метод опорных векторов....................................................... 232 Использование библиотеки LibSVM..................................................... 233 И снова о распознавании жестов......................................................... 235 8.4. Оптическое распознавание символов.................................... 237 Обучение классификатора................................................................... 238 Отбор признаков................................................................................. 238 Выделение клеток и распознавание символов..................................... 240 Выпрямление изображений................................................................. 243 Упражнения.................................................................................. 245 Глава 9. Сегментация изображений.................... 247 9.1. Разрезание графов................................................................ 247 Графы изображений............................................................................ 249 Сегментация с привлечением пользователя........................................ 254 9.2. Сегментация с применением кластеризации......................... 258 9.3. Вариационные методы.......................................................... 264 Упражнения.................................................................................. 265 Глава 10. OpenCV............................................. 268 10.1. Интерфейс между OpenCV и Python..................................... 268 10.2. Основы OpenCV................................................................... 269
Оглавление Чтение и запись изображений............................................................. 269 Цветовые пространства....................................................................... 270 Отображение изображений и результатов обработки.......................... 270 10.3. Обработка видео................................................................. 273 Ввод видео.......................................................................................... 273 Чтение видео в массивы NumPy........................................................... 275 10.4. Трассировка........................................................................ 276 Оптический поток................................................................................ 276 Алгоритм Лукаса-Канаде..................................................................... 279 Использование трассировщика........................................................... 283 Применение генераторов.................................................................... 284 10.5. Другие примеры.................................................................. 285 Ретуширование.................................................................................... 285 Сегментация по морфологическим водоразделам............................... 286 Обнаружение фигур с помощью преобразования Хафа....................... 288 Упражнения.................................................................................. 288 Приложение А. Установка пакетов...................... 291 А.1. NumPy и SciPy....................................................................... 291 Windows............................................................................................... 291 Mac OS X.............................................................................................. 291 Linux.................................................................................................... 292 А.2. Matplotlib............................................................................... 292 А.3. PIL......................................................................................... 292 А.4. LibSVM................................................................................... 293 А.5. OpenCV.................................................................................. 293 Windows и Unix..................................................................................... 293 Mac OS X.............................................................................................. 294 Linux.................................................................................................... 294 А.6. VLFeat.................................................................................... 294 А.7. PyGame................................................................................. 295 А.8. PyOpenGL.............................................................................. 295 А.9. Pydot..................................................................................... 295 А.10. Python-graph........................................................................ 296 А.11. Simplejson............................................................................ 296 А.12. PySQLite.............................................................................. 297 А.13. CherryPy.............................................................................. 297 Приложение Б. Наборы изображений.................. 298 Б.1. Flickr...................................................................................... 298 Б.2. Panoramio.............................................................................. 299 Б.3. Оксфордская группа Visual Geometry..................................... 300
Оглавление Б.4. Эталонные изображения для распознавания Кентуккийского университета...................................................... 301 Б.5. Другие наборы...................................................................... 301 Пражский генератор данных и эталонный набор для сегментации текстур................................................................................................ 301 Набор данных Grab Cut научно-исследовательского центра Microsoft в Кембридже......................................................................... 301 Caltech 101.......................................................................................... 302 База данных статических положений руки............................................ 302 Наборы стереоизображений Мидлбери-колледжа............................... 302 Приложение В. Благодарности авторам . изображений.................................................. 303 В.1. Изображения с сайта Flickr.................................................... 303 В.2. Прочие изображения............................................................. 304 В.3. Иллюстрации........................................................................ 304 Литература.................................................... 305 Предметный указатель..................................... 308