Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Kulma- ja Kohdetunnistus | Kuvankäsittely OpenCV:llä
Konenäön Perusteet

Pyyhkäise näyttääksesi valikon

book
Kulma- ja Kohdetunnistus

Kulman tunnistus

Kulman tunnistusta käytetään havaitsemaan voimakkaita intensiteetin muutoksia kohdissa, joissa kaksi reunaa kohtaavat. Sitä hyödynnetään piirteiden vastaavuudessa, kohteiden seurannassa ja rakenteiden tunnistuksessa.

Suositut menetelmät:

  • Harris-kulmantunnistin (cv2.cornerHarris): tunnistaa kulmat gradienttimuutosten perusteella;

  • Shi-Tomasi-kulmantunnistin (cv2.goodFeaturesToTrack): valitsee kuvan vahvimmat kulmat;

Blob-tunnistus

Blob-tunnistus löytää samankaltaisen intensiteetin alueet kuvasta, mikä on hyödyllistä kohteiden tunnistuksessa ja seurannassa.

Yksi suosituista blob-tunnistusmenetelmistä on SimpleBlobDetector

  • cv2.SimpleBlobDetector: tunnistaa avainpisteet, jotka edustavat blobbeja koon, muodon ja intensiteetin perusteella.

Tehtävä

Swipe to start coding

Sinulle on annettu tehdaskuva (factory) ja auringonkukkakuva (sunflowers):

  • Muunna factory-kuva harmaasävykuvaksi ja tallenna muuttujaan gray_factory;
  • Muunna sunflowers-kuva harmaasävykuvaksi ja tallenna muuttujaan gray_sunflowers;
  • Harris-detektoria varten kuvan matriisi tulee muuntaa muotoon float32, tee tämä ja tallenna muuttujaan gray_float;
  • Käytä Harris-kulmadetektoria ja tallenna tulos muuttujaan harris_corners (suositellut parametrit: blockSize=2, ksize=3, k=0.04);
  • Käytä dilate()-funktiota parantaaksesi harris_corners-tuloksen näkyvyyttä;
  • Käytä Shi-Tomasi -kulmadetektoria kuvaan ja tallenna tulos muuttujaan shi_tomasi_corners (suositellut parametrit: gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10)
  • Luo SimpleBlobDetector_Params-olio parametrien alustamista varten ja tallenna muuttujaan params;
  • Luo blob-detektori määritellyillä parametreilla ja tallenna muuttujaan detector;
  • Tunnista blob-avainpisteet ja tallenna muuttujaan keypoints.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 8

Kysy tekoälyä

expand
ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

book
Kulma- ja Kohdetunnistus

Kulman tunnistus

Kulman tunnistusta käytetään havaitsemaan voimakkaita intensiteetin muutoksia kohdissa, joissa kaksi reunaa kohtaavat. Sitä hyödynnetään piirteiden vastaavuudessa, kohteiden seurannassa ja rakenteiden tunnistuksessa.

Suositut menetelmät:

  • Harris-kulmantunnistin (cv2.cornerHarris): tunnistaa kulmat gradienttimuutosten perusteella;

  • Shi-Tomasi-kulmantunnistin (cv2.goodFeaturesToTrack): valitsee kuvan vahvimmat kulmat;

Blob-tunnistus

Blob-tunnistus löytää samankaltaisen intensiteetin alueet kuvasta, mikä on hyödyllistä kohteiden tunnistuksessa ja seurannassa.

Yksi suosituista blob-tunnistusmenetelmistä on SimpleBlobDetector

  • cv2.SimpleBlobDetector: tunnistaa avainpisteet, jotka edustavat blobbeja koon, muodon ja intensiteetin perusteella.

Tehtävä

Swipe to start coding

Sinulle on annettu tehdaskuva (factory) ja auringonkukkakuva (sunflowers):

  • Muunna factory-kuva harmaasävykuvaksi ja tallenna muuttujaan gray_factory;
  • Muunna sunflowers-kuva harmaasävykuvaksi ja tallenna muuttujaan gray_sunflowers;
  • Harris-detektoria varten kuvan matriisi tulee muuntaa muotoon float32, tee tämä ja tallenna muuttujaan gray_float;
  • Käytä Harris-kulmadetektoria ja tallenna tulos muuttujaan harris_corners (suositellut parametrit: blockSize=2, ksize=3, k=0.04);
  • Käytä dilate()-funktiota parantaaksesi harris_corners-tuloksen näkyvyyttä;
  • Käytä Shi-Tomasi -kulmadetektoria kuvaan ja tallenna tulos muuttujaan shi_tomasi_corners (suositellut parametrit: gray_factory, maxCorners=100, qualityLevel=0.01, minDistance=10)
  • Luo SimpleBlobDetector_Params-olio parametrien alustamista varten ja tallenna muuttujaan params;
  • Luo blob-detektori määritellyillä parametreilla ja tallenna muuttujaan detector;
  • Tunnista blob-avainpisteet ja tallenna muuttujaan keypoints.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 8
Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Pahoittelemme, että jotain meni pieleen. Mitä tapahtui?
some-alt