Apresentação introdutória a OpenCV. Os exemplos citados na apresentação encontram-se nesse link: https://github.com/GuilhermeSpadaccia/opencv-examples

1. OpenCV para soluções de
Visão Computacional
Outubro, 2016

2. Apresentação
• Formado em Ciência da Computação
• SQA LGEletronics
• Suporte TOTVS
• Analista de Sistemas TOTVS
• Hoje: Inovação do Framework ADVPL
• Pesquisas em: Visão Computacional, IA e IoT
2

3. Visão Computacional

4. Visão Computacional
Como surgiu a necessidade da visão computacional?
• Sempre buscamos aproximar os comportamentos do computador ao
comportamento humano.
• Visão Computacional nasceu com o objetivo de extrair informações de
imagens de forma automática.
• Representa grande dificuldade devido ao número de informações
contido em uma imagem.
• Utiliza-se muito de recursos de inteligência artificial como deep
learning.
4

5. Visão Computacional
Qual a definição de Visão Computacional?
• Visão Computacional é a disciplina que investiga as questões
computacionais e algorítmicas associadas à aquisição,
processamento e compreensão de imagens. (Trivedi e Rosenfeld,
1989)
• Fonte: http://fei.edu.br/~rbianchi/publications/bianchi-MsC.pdf
5

6. Visão Computacional
Usos da Visão Computacional:
• Segurança
• Contagem de fluxo de pessoas
• Mapeamento do público
• Mapa de calor
• Detecção de doenças
• Biometria
• Radares
• Astronomia
• Robótica
• Carros autonomos
6

7. Visão Computacional
7

8. Visão Computacional
8

9. Visão Computacional
9

10. Visão Computacional
Sistema de visão computacional
• Aquisição da imagem
• Pré-processamento
• Extração de característica
• Detecção e segmentação
• Processamento de alto nível
10

11. OpenCV

12. Visão Computacional
OpenCV
• OpenCV (Open Source Computer Vision Library) é uma biblioteca de
código livre para processamento de imagens e vídeos digitais.
• Foi originalmente desenvolvida pela Intel.
• Possui mais de 2500 algoritmos otimizados.
• Comunidade com mais de 47 mil pessoas.
• Mais de 7 milhões de downloads.
• Está submetida a licença BSD Intel.
• É compatível com C++, C, Python, Java e Matlab.
• Suportado por Windows, Linux, Mac OS e Android.
• Fonte: http://opencv.org/about.html
12

13. Visão Computacional
13

14. Visão Computacional
Exemplo 1 – Aquisição da imagem
14

15. Visão Computacional
Aplicação de Filtros
• Filtro passa-baixa
• Diminuição do ruído
• Suavização da imagem
• Perda de detalhes
• Filtro passa-alta
• Atenua detalhes da imagem
• Aumenta o ruído
• Fonte: http://computacaografica.ic.uff.br/transparenciasvol2cap5.pdf 15

16. Visão Computacional
Aplicação de Filtros
Máscara Filtro Gaussiano Exemplo do bitmap de uma imagem
1/16
16
1 2 1
2 4 2
1 2 1
0 0 150 150 150
0 0 150 150 150
0 0 150 150 150
0 0 150 150 150
0 0 150 150 150

17. Visão Computacional
Aplicação de Filtros
Exemplo do bitmap de uma imagem
1ª Interação = (1*0 + 2*0 + 1*150 + 2*0 + 4*0 + 2*150 + 1*0 + 2*0 + 1*150)16 = 38
2ª Interação = (1*0 + 2*150 + 1*150 + 2*0 + 4*150 + 2*150 + 1*0 + 2*150 + 1*150) = 94
3ª Interação = (1*150 + 2*150 + 1*150 + 2*150 + 4*150 + 2*150 + 1*150 + 2*150 + 1*150) = 150
...
17

18. Visão Computacional
Aplicação de Filtros
A imagem resultante ficará:
18
0 0 150 150 150
0 38 94 150 150
0 38 94 150 150
0 38 94 150 150
0 0 150 150 150

19. Visão Computacional
Exemplo 2 – Filtros
Fontes: http://docs.opencv.org/3.0-beta/modules/imgproc/doc/filtering.html
http://monografias.poli.ufrj.br/monografias/monopoli10001999.pdf 19

20. Visão Computacional
Segmentação
Exitem diversas técnicas de segmentação, podendo ser:
• Descontinuidade;
• Similaridade;
• Baseada em regiões;
• Divisão e fusão de regiões;
• MUITAS outras.
• Fonte: http://computacaografica.ic.uff.br/transparenciasvol2cap6.pdf 20

21. Visão Computacional
Extrações de características
• Fonte: http://computacaografica.ic.uff.br/transparenciasvol2cap6.pdf 21

22. Visão Computacional
Exemplo 3 – Segmentação e extração de características
22

23. Visão Computacional
Detecção
Uma forma eficiente de fazer detecções em imagens é utilizando algoritmos de
Inteligência Artificial.
Exitem algumas técnincas para se fazer isso usando OpenCV, uma delas é o
Haar Cascade, entretanto, apesar de possuir bons resultados, não possui boa
performance.
Atualmente a melhor técnica de IA para se usar em reconhecimento de
imagens é o Deep Learning.
• Fonte: http://computacaografica.ic.uff.br/transparenciasvol2cap6.pdf
23

24. Visão Computacional
Exemplo 4 – Reconhecimento facial com Haar Cascade
24

25. Visão Computacional
Exemplo 5 – OpenFace
• docker pull bamos/openface
• docker run -p 9000:9000 -p 8000:8000 -t -i bamos/openface /bin/bash
• cd /root/openface
• ./demos/compare.py images/examples/{lennon*,clapton*}
• ./demos/classifier.py infer models/openface/celeb-classifier.nn4.small2.v1.pkl
./images/examples/carell.jpg
• ./demos/web/start-servers.sh
• Docker IP: docker-machine ip default
25

26. Obrigado ;)
Guilherme Spadaccia Leme
guilhermesleme@gmail.com