کتاب بینایی رایانه توسط OpenCv با پایتون

کتاب بینایی رایانه توسط OpenCv با پایتون نوشتهٔ جوزف هاوس با ترجمهٔ مهدی نوری و محمدحسام ابراهیم پور در انتشارات فناوری نوین چاپ شده است.

درباره کتاب بینایی رایانه توسط OpenCv با پایتون

این کتاب نحوهٔ استفاده از انقیادهای پایتون OpenCV را برای ضبط ویدئو، دست‌کاری تصاویر و ردیابی اشیاء با یک وب‌کم معمولی یا یک حسگر عمق تخصصی مانند مایکروسافت کینکت (Microsoft Kinect ) به شما نشان می‌دهد. OpenCV یک کتابخانهٔ متن‌باز و چند پلت‌فرمی است که بلوک‌های اساسی برای آزمایش و برنامه‌های بینایی رایانه فراهم می‌کند. این رابطه‌ای سطح بالایی را برای ضبط، پردازش و ارائه داده‌های تصویر فراهم می‌کند. به‌عنوان‌مثال، جزئیات مربوط به سخت‌افزار دوربین و تخصیص آرایه را توضیح می‌دهد. کتاب بینایی رایانه توسط OpenCv با پایتون از ۵ فصل و دو ضمیمه به شرح زیر تشکیل شده است:

فصل ۱: راه‌اندازی OpenCV، این امکان را می‌دهد که مراحل راه‌اندازی Python، OpenCV و کتابخانه‌های مرتبط در ویندوز مک و اوبونتو بررسی شود. همچنین این فصل دربارهٔ جامعه OpenCV، اسناد و مثال‌های کد رسمی بحث می‌کند.

فصل ۲: مدیریت فایل‌ها، دوربین‌ها و رابط کاربری گرافیکی، کمک می‌کند تا بتوان دربارهٔ توابع ورودی/خروجی OpenCV بحث کرد. سپس، با استفاده از طراحی شیء‌گرا، برنامه‌ای نوشته می‌شود که که فید دوربین زنده را نمایش می‌دهد، ورودی صفحه کلید را کنترل می‌کند و فایل‌های ویدئویی و تصویری ثابت می‌نویسد.

فصل ۳: فیلتر‌کردن تصاویر، کمک می‌کند تا فیلترهای تصویر با استفاده از OpenCV، NumPy و SciPy نوشته شود. جلوه‌های فیلتر شامل دست‌کاری رنگ خطی، دست‌کاری رنگ منحنی، تاری، تیز و برجسته لبه‌ها است. برنامه تغییر می‌کند تا برخی از این فیلترها در فید دوربین زنده اعمال شود. 

فصل ۴: ردیابی چهره‌ها با آبشار هار (Haar)، این امکان را می‌دهد که یک ردیاب چهرهٔ سلسله‌مراتبی نوشته شود که از OpenCV برای تعیین چهره، چشم‌ها، بینی و دهان در یک تصویر استفاده می‌کند. همچنین توابعی را برای کپی و تغییر اندازهٔ مناطق تصویر می‌توان نوشت. برنامه به‌گونه‌ای اصلاح می‌شود که چهره‌ها را در فید دوربین پیداکرده و دست‌کاری کند. 

فصل ۵: تشخیص مناطق پیش‌زمینه/پس‌زمینه و عمق کمک می‌کند تا بتوان با انواع داده‌هایی که OpenCV می‌تواند از دوربین‌های تشخیص عمق (با پشتیبانی OpenNI و SensorKinect) ضبط کند، آشنا شد. سپس، توابعی نوشته می‌شود که از چنین داده‌هایی برای محدود‌کردن یک افکت به یک منطقهٔ پیش‌زمینه استفاده می‌کنند. این قابلیت در برنامه گنجانده‌‌شده تا بتوان مناطق صورت را قبل از دست‌کاری بیشتر اصلاح کرد.

ضمیمه A: ادغام با Pygame، این امکان را می‌دهد که بتوان برنامه را تغییر داد تا از Pygame به‌جای OpenCV برای مدیریت برخی رویدادهای ورودی/خروجی خاص استفاده شود. (Pygame توابع متنوع‌تری برای مدیریت رویداد ارائه می‌دهد.) 

ضمیمه B: ایجاد آبشار هار (Haar) برای اهداف سفارشی، این امکان را می‌دهد که مجموعه‌ای از ابزارهای OpenCV بررسی شود که برای هر نوع شی یا الگو، نه لزوماً چهره، می‌تواند ردیاب بسازد.

کتاب بینایی رایانه توسط OpenCv با پایتون را به چه کسانی پیشنهاد می‌کنیم

این کتاب برای توسعه‌دهندگان پایتون که در زمینهٔ بینایی رایانه تازه‌کار هستند مفید است اما فرض بر این است که تجربهٔ قبلی در پایتون و خط فرمان را داشته باشند. درک اولیه از داده‌های تصویر (به‌عنوان‌مثال، پیکسل‌ها و کانال‌های رنگی) نیز به استفادهٔ بهتر از این کتاب کمک خواهد کرد.

بخشی از کتاب بینایی رایانه توسط OpenCv با پایتون

«OpenCV به‌طور گسترده‌ای در دانشگاه و صنعت مورداستفاده قرار می‌گیرد. امروزه بینایی رایانه‌ای می‌تواند در بسیاری از زمینه‌ها از طریق وب‌کم، تلفن‌های دوربین‌دار و حسگرهای بازی مانند کینکت به دست مصرف‌کنندگان برسد. چه خوب و چه بد، مردم دوست دارند جلوی دوربین باشند و به‌عنوان توسعه دهندگان، ما با تقاضا برای برنامه‌هایی روبه‌رو هستیم که تصاویر را ضبط می‌کنند، ظاهر آن‌ها را تغییر می‌دهند و اطلاعات را از آن‌ها استخراج می‌کنند. پیوندهای پایتون OpenCV می‌تواند به ما کمک کند راه‌حل‌های این الزامات را در یک زبان سطح بالا و در قالب داده استاندارد شده که با کتابخانه‌های علمی مانند NumPy و SciPy قابل همکاری است، کشف کنیم. اگرچه OpenCV سطح بالا و مفسری است، اما لزوماً برای کاربران جدید آسان نیست. بسته به نیازهای شما، گستردگی OpenCV ممکن است به قیمت یک فرآیند راه‌اندازی پیچیده و عدم اطمینان در مورد نحوه تبدیل عملکردهای موجود به کد برنامه‌ریزی‌شده و بهینه برنامه باشد. برای کمک به شما در این مشکلات، من سعی کرده‌ام یک کتاب مختصر با تأکید بر تنظیمات سرراست، طراحی برنامه‌های سرراست و درک ساده از هدف هر تابع ارائه دهم. امیدوارم از پروژه این کتاب درس بگیرید، از آن پیشی بگیرید و همچنان بتوانید از محیط توسعه و بخش‌هایی از کد ماژولار که ما با هم ایجاد کرده‌ایم مجدداً استفاده کنید. به‌طور خاص، در پایان فصل اول این کتاب، می‌توانید یک محیط توسعه داشته باشید که به Python، OpenCV، کتابخانه‌های دوربین تشخیص عمق و کتابخانه‌های علمی عمومی دسترسی دارد. پس از پنج فصل، می‌توانید چندین برنامه کاربردی سرگرم‌کننده را انتخاب کنید که صورت کاربران را در فید دوربین زنده دست‌کاری می‌کند. در پشت این برنامه، شما یک کتابخانه کوچک از توابع و کلاس‌های قابل‌استفاده مجدد خواهید داشت که می‌توانید در پروژه‌های بینایی کامپیوتری خود در آینده استفاده کنید.

... این کتاب دستورالعمل‌های راه‌اندازی برای همه نرم‌افزارهای مربوطه، ازجمله مدیران بسته، ابزارهای ساخت، Python ، NumPy ، SciPy، OpenCV، OpenNI و SensorKinect را ارائه می‌دهد. دستورالعمل‌های راه‌اندازی برای نسخه‌های ویندوز XP یا نسخه‌های جدیدتر، سیستم عامل مک نسخه ۱۰.۶ Mac (OS ۱۰.۶) ، و اوبونتو نسخه ۱۲.۰۴ یا نسخه‌های جدیدتر را دارد. اگر می‌خواهید مراحل راه‌اندازی را خودتان تنظیم کنید، برای سایر سیستم‌عامل‌های مشابه یونیکس نیز باید کار کنند. برای پروژه اصلی که در کتاب شرح دادهشده است، به یک وب کمنیاز دارید. برای ویژگی‌های اضافی، برخی از پروژه‌ها از وب یک کم دوم یا حتی دوربین تشخیص عمق سازگار با OpenNI مانند مایکروسافت کینکت یا Asus Xtion PRO استفاده می‌کنند.»