កំព្យូទ័រទំនើប។ ភារកិច្ចនិងបច្ចេកវិទ្យាកំព្យូទ័រ។ ចក្ខុវិស័យសរសេរកម្មវិធីលើកុំព្យូទ័រនៅក្នុង Python

តើធ្វើដូចម្តេចដើម្បីបង្រៀនកុំព្យូទ័រមួយដើម្បីយល់ពីអ្វីដែលត្រូវបានបង្ហាញនៅក្នុងរូបភាពឬរូបភាព? នេះហាក់បីដូចជាសាមញ្ញប៉ុន្តែសម្រាប់កុំព្យូទ័រមួយនេះគឺគ្រាន់តែជាម៉ាទ្រីសដែលមានសូន្យនិងមួយដែលអ្នកចង់ទាញយកពសំខាន់មួយ។

កំព្យូទ័រជាអ្វី? វាគឺជាសមត្ថភាពដើម្បី«ឃើញ "កុំព្យូទ័ររបស់អ្នក

អង្គការទស្រសនៈ - ជាប្រភពយ៉ាងសំខាន់នៃការពសម្រាប់មនុស្សដែលប្រើវានោះយើងទទួលបាន, ការប៉ាន់ស្មាននានានេះបើយោងតាមពី 70 ទៅ 90% នៃពទាំងអស់។ ហើយជាការពិតណាស់ប្រសិនបើយើងចង់បង្កើតរថយន្តឆ្លាតមួយ, យើងត្រូវការដើម្បីអនុវត្តជំនាញនិងកុំព្យូទ័រ។

បញ្ហានៃកំព្យូទ័រនេះអាចត្រូវបានបញ្ជាក់យ៉ាងច្បាស់ណាស់។ តើអ្វីជា«ឃើញ»? វាត្រូវបានយល់ថាជាកន្លែងដែលមានគឺគ្រាន់តែដោយការសម្លឹងមើល។ ថាភាពខុសគ្នានៃចក្ខុវិស័យសន្និដ្ឋានកុំព្យូទ័រនិងចក្ខុវិស័យរបស់មនុស្ស។ អង្គការទស្សនៈសម្រាប់យើង - វាគឺជាប្រភពនៃចំណេះដឹងអំពីពិភពលោកព្រមទាំងជាប្រភពនៃពម៉ែត្រមួយ - នោះគឺសមត្ថភាពក្នុងការយល់ពីចម្ងាយនិងទំហំ។

រូបភាពខឺណែលស៊ីមែន

កំពុងរកមើលនៅក្នុងរូបភាពនេះយើងអាចរៀបរាប់អំពីវាដោយចំនួននៃគុណលក្ខណៈមួយដូច្នេះដើម្បីនិយាយដើម្បីស្រង់ព semantic ។

ឧទាហរណ៍សម្លឹងមើលរូបភាពនេះយើងអាចនិយាយបានថាវាគឺជាការចញេ។ តើអ្វីជាការចរាចរណ៍ទីក្រុង។ ថាមានរថយន្ដមាន។ យើងអាចទាយបានថានេះគឺជាការតំបន់អាស៊ីអាគ្នេយ៍ស្តីពីការកំណត់រចនាសម្ព័ន្ធនៃអគារនិងបណ្តាចម្លាក់បុរាណនេះ។ រូបថតលោកម៉ៅសេទុងបានការយល់ថានេះគឺជាទីក្រុងប៉េកាំង, ហើយប្រសិនបើនរណាម្នាក់បានឃើញវីដេអូផ្សាយបន្តផ្ទាល់ឬដោយខ្លួនឯងបាននៅទីនោះអាចនឹងទាយបានថានេះគឺជាទីលានធានអានមេនល្បី។

អ្វីដែលយើងអាចនិយាយបន្ថែមទៀតអំពីរូបភាពមើលឃើញវា? យើងអាចកំណត់អត្តសញ្ញាណវត្ថុនៅក្នុងរូបភាព, ការនិយាយ, ថាមានមនុស្សនៅទីនេះកាន់តែខិតជិត - របង។ នៅទីនេះឆ័ត្រផ្ទាំងរូបភាពរបស់អគារនោះ។ ទាំងនេះគឺជាឧទាហរណ៍នៃថ្នាក់គឺវត្ថុសំខាន់ខ្លាំងណាស់ដែលត្រូវបានចូលរួមនៅក្នុងការស្វែងរកសម្រាប់ពេលបច្ចុប្បន្ននេះ។

នៅតែយើងអាចរៀនចំនួននៃលក្ខណៈពិសេសឬគុណលក្ខណៈនៃវត្ថុ។ ឧទាហរណ៍នៅទីនេះយើងអាចកំណត់ថានេះមិនមែនបញ្ឈរនៃចិនធម្មតាពោលគឺលោកម៉ៅសេទុងផងដែរ។

នេះបើយោងតាមរថយន្តនេះអាចត្រូវបានកំណត់ថាវាគឺជាវត្ថុដែលបានផ្លាស់ប្តូរហើយវាគឺជាការលំបាកដែលមិនខូចទ្រង់ទ្រាយក្នុងអំឡុងពេលចលនា។ អំពីទង់អាចនិយាយបានថាវាវត្ថុពួកគេកំពុងផ្លាស់ប្តូរ, ប៉ុន្តែពួកគេមិនមែនជាការលំបាក, ខូចជានិច្ច។ ហើយនៅក្នុងកន្លែងកើតហេតុមានខ្យល់ដែលអាចត្រូវបានកំណត់ដោយការអភិវឌ្ឍទង់ជាតិ, និងសូម្បីតែអាចកំណត់ទិសដៅនៃខ្យល់, ឧទាហរណ៍, វាត្រូវបានគេផ្លុំពីឆ្វេងទៅស្តាំ។

ចម្ងាយនិងប្រវែងក្នុងកំព្យូទ័រ

សារៈសំខាន់ណាស់គឺជាវិទ្យាសាស្រ្តដែលពកាលចក្ខុវិស័យកុំព្យូទ័រប្រហែល។ នេះគឺជាការគ្រប់ប្រភេទនៃចម្ងាយ។ ឧទាហរណ៍សម្រាប់យាននេះគឺមានសារៈសំខាន់ជាពិសេសដោយសារតែក្រុមនេះគឺបានមកពីផែនដីប្រហែល 20 នាទីនិងបានឆ្លើយតបជាច្រើន។ ដូច្នោះហើយនិងមានតំណភ្ជាប់ត្រឡប់មកវិញ - 40 នាទី។ ហើយប្រសិនបើយើងធ្វើឱ្យផែនការសម្រាប់ពាក្យបញ្ជាចលនានៃផែនដីមួយ, អ្នកត្រូវការទទួលយកនេះទៅក្នុងគណនី។

បច្ចេកវិទ្យាដែលរួមបញ្ចូលគ្នាដោយជោគជ័យនូវចក្ខុវិស័យកុំព្យូទ័រនៅក្នុងការប្រកួតវីដេអូ។ បើយោងតាមវីដេអូ, អ្នកអាចកសាងម៉ូដែលបីវិមាត្រនៃវត្ថុមនុស្សនិងរូបថតនៅលើអ្នកប្រើអាចស្តារម៉ូដែលបីវិមាត្រនៃទីក្រុង។ ហើយបន្ទាប់មកដើរនៅលើពួកវា។

កំព្យូទ័រ - ជួរធំទូលាយជាង។ វាត្រូវបានទាក់ទងគ្នាយ៉ាងជិតស្និទ្ធជាមួយនឹងវិទ្យាសាស្រ្តជាច្រើនទៀត។ ជាផ្នែកមួយនៃកំព្យូទ័រ វាបានចាប់យកតំបន់រូបភាពនិងដំណើរការពេលខ្លះផ្តល់ចក្ខុវិស័យកុំព្យូទ័រ, ប្រវត្តិសាស្ត្រ។

វិភាគ, ការទទួលស្គាល់លំនាំ - ផ្លូវទៅកាន់ការបង្កើតស៊ើបការណ៍ខ្ពស់ជាងនេះ

សូមឱ្យយើងពិនិត្យមើលគំនិតទាំងនេះដោយឡែកពីគ្នា។

កែច្នៃរូបភាព - នេះគឺជាតំបន់មួយនៃក្បួនដោះស្រាយ, នៅក្នុងការដែលការបញ្ចូលនិងទិន្នផល - រូបភាព, ហើយយើងមានគាត់ធ្វើអ្វីមួយ។

ការវិភាគរូបភាព - គឺតំបន់នៃកំព្យូទ័រដែលផ្តោតសំខាន់លើការធ្វើការជាមួយរូបភាពពីរវិមាត្រនិងធ្វើឱ្យការសន្និដ្ឋានពីនេះ។

ការទទួលស្គាល់លំនាំ - ជាវិន័យគណិតវិទ្យាអរូបីដែលទទួលស្គាល់ទិន្នន័យក្នុងសំណុំបែបបទនៃវ៉ិចទ័រនេះ។ នោះគឺជា, នៅច្រកចូល - វ៉ិចទ័រហើយយើងមានអ្វីដែលត្រូវធ្វើជាមួយវា។ ដែលជាកន្លែងដែលវ៉ិចទ័រនេះគឺយើងមិនមានសារៈសំខាន់ខ្លាំងណាស់ដើម្បីដឹងថា។

កំព្យូទ័រ - វាដើមឡើយគឺដើម្បីស្ដាររចនាសម្ព័ន្ធនៃរូបភាពពីរវិមាត្រនេះ។ នាពេលបច្ចុប្បន្ននេះតំបន់នេះបានក្លាយទៅទូលំទូលាយហើយវាអាចត្រូវបានបកស្រាយថាជាការទទួលយកទាំងអស់នៃរាងកាយដែលធ្វើឱ្យវត្ថុមានមូលដ្ឋាននៅលើរូបភាព។ នោះគឺ, វាជាភារកិច្ច នៃការក្លែងបន្លំ។

ស្របជាមួយនឹងទស្សនៈវិស័យកុំព្យូទ័រនៅក្នុងវាលផ្សេងគ្នាទាំងស្រុងនៅក្នុងការ geodesy, Photogrammetry មានការវិវត្ត - ការវាស់វែងនៃចម្ងាយរវាងវត្ថុមួយនៅលើរូបភាពពីរវិមាត្រ។

មនុស្សយន្តអាចធ្វើបាន "ឃើញ"

ហើយនៅទីបញ្ចប់ - នេះគឺជាទស្សនៈវិស័យរបស់ម៉ាស៊ីន។ នៅក្រោមចក្ខុវិស័យនេះមានន័យថាម៉ាស៊ីនមនុស្សយន្តដែលមានចក្ខុវិស័យ។ នោះគឺជាការសម្រេចចិត្តនៃបញ្ហាការផលិតមួយចំនួន។ យើងអាចនិយាយបានថាចក្ខុវិស័យកុំព្យូទ័រដែល - គឺជាវិទ្យាសាស្ត្រធំមួយ។ វារួមបញ្ចូលគ្នាមួយចំនួននៃផ្នែកវិទ្យាសាស្ដ្រផ្សេងទៀត។ ហើយនៅពេលដែលទទួលបានកំព្យូទ័រកម្មវិធីពិសេសនេះណាមួយវាប្រែទៅជាចក្ខុវិស័យម៉ាស៊ីនមួយ។

តំបន់កំព្យូទ័រមានទំហំធំនៃកម្មវិធីជាក់ស្តែងមួយ។ វាត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងស្វ័យប្រវត្តិកម្មនៃផលិតកម្ម។ សហគ្រាសនេះបានក្លាយជានៅប្រសិទ្ធិភាពបន្ថែមទៀតដើម្បីជំនួសឱ្យសៀវភៅដៃដោយម៉ាស៊ីនកម្លាំងពលកម្ម។ ម៉ាស៊ីននេះមិនទទួលបានការធុញទ្រាន់, មិនដេកនាងមានកាលវិភាគការងារមិនទៀងទាត់, នាងគឺជាឆន្ទៈក្នុងការធ្វើការ 365 ថ្ងៃក្នុងមួយឆ្នាំ។ ដូច្នេះការប្រើការងារម៉ាស៊ីននេះយើងអាចទទួលបានលទ្ធផលធានានៅពេលជាក់លាក់មួយហើយវាគួរឱ្យចាប់អារម្មណ៍ណាស់។ ភារកិច្ចទាំងអស់មានការប្រើប្រាស់យ៉ាងច្បាស់សម្រាប់ប្រព័ន្ធកំព្យូទ័រ។ ហើយវាមានអ្វីល្អប្រសើរជាងដើម្បីមើលលទ្ធផលភ្លាមនៅលើរូបភាពដែលបានតែនៅក្នុងដំណាក់កាលការគណនា។

នៅលើកម្រិតនៃពិភពនៃក្លែងបន្លំនេះ

បូកតំបន់នេះ - វាជាការលំបាក! មួយផ្នែកសំខាន់នៃខួរក្បាលដែលទទួលខុសត្រូវចំពោះចក្ខុវិស័យហើយវាត្រូវបានគេជឿថាប្រសិនបើអ្នកបង្រៀនកុំព្យូទ័ររបស់អ្នកទៅ "មើល", ដែលត្រូវជាចក្ខុវិស័យប្រើកុំព្យូទ័រពេញលេញ, វាគឺជាផ្នែកមួយនៃគោលបំណងនៃការក្លែងបន្លំពេញ។ ប្រសិនបើយើងអាចដោះស្រាយបញ្ហានៅលើកម្រិតមនុស្សភាគច្រើនគឺនៅពេលជាមួយគ្នានេះយើងនឹងដោះស្រាយបញ្ហារបស់ក្រុងអៃ។ នោះហើយគឺជាការល្អណាស់! ឬមិនល្អណាស់, ប្រសិនបើអ្នកមើលទៅ "ស្ថានីយ 2" ។

ហេតុអ្វីបានជាចក្ខុវិស័យ - វាគឺជាការលំបាក? ដោយសារតែរូបភាពនៃវត្ថុដូចគ្នានេះអាចប្រែប្រួលយ៉ាងខ្លាំងអាស្រ័យលើកត្តាខាងក្រៅ។ ដោយអាស្រ័យលើវត្ថុនៃចំណុចសង្កេតមើលទៅខុសគ្នា។

ឧទាហរណ៍មួយនិងតួលេខដូចគ្នានេះត្រូវគេនាំយកមកពីមុំផ្សេងគ្នា។ ហើយអ្វីដែលជាគួរឱ្យចាប់អារម្មណ៍បំផុតនៅក្នុងតួលេខនេះអាចជាភ្នែកមួយភ្នែកពីរហើយពាក់កណ្តាលមួយ។ និងអាស្រ័យលើបរិបទ (ប្រសិនបើរូបភាពនេះបុរសម្នាក់នៅក្នុងអាវមួយដែលមានភ្នែកលាប), ភ្នែកអាចមានច្រើនជាងពីរនាក់។

កុំព្យូទ័រនៅតែមិនយល់នោះទេប៉ុន្តែវា "មើលឃើញ"

កត្តាមួយទៀតដែលធ្វើឱ្យវាមានការលំបាក - វាជាភ្លើងបំភ្លឺ។ ឆាកដូចគ្នាជាមួយនឹងពន្លឺផ្សេងគ្នានឹងមើលទៅផ្សេងពីគ្នា។ ទំហំវត្ថុដែលអាចប្រែប្រួល។ លើសពីនេះទៅទៀតវត្ថុនៃថ្នាក់ណាមួយឡើយ។ តើអ្នកអាចនិយាយអំពីបុរសម្នាក់ដែលមានកំពស់ 2 ម៉ែត្រ? អ្វីសោះ។ កំណើនមនុស្សនិងអាចជា 2.3 ម៉ែត្រនិង 80 សង់ទីម៉ែត្រ។ ដូចទៅនឹងប្រភេទដទៃទៀតនៃវត្ថុ, ទោះជាយ៉ាងណា, ជាកម្មវត្ថុនៃថ្នាក់ដូចគ្នា។

ជាពិសេសវត្ថុដែលបានរស់នៅឆ្លងកាត់ភាពខុសគ្នានៃការខ្ចីមួយ។ សក់នាក់ដែលអត្តពលិក, សត្វ។ រកមើលនៅក្នុងរូបភាពនៃសេះរត់កំណត់នូវអ្វីដែលកំពុងកើតឡើងជាមួយនឹងការ mane របស់ខ្លួននិងមិនអាចទៅរួចទេគឺគ្រាន់តែកន្ទុយ។ ការត្រួតគ្នាក្នុងរូបភាពវត្ថុមួយ? ប្រសិនបើអ្នកបាន shove រូបភាពកុំព្យូទ័រសូម្បីតែម៉ាស៊ីនដែលមានអនុភាពបំផុតបានរកឃើញការលំបាកដើម្បីផ្តល់ឱ្យការសម្រេចចិត្តខាងស្ដាំ។

ទិដ្ឋភាពបន្ទាប់ - វាជាការបន្លំមួយ។ វត្ថុមួយចំនួនសត្វ masquerading ដូចជាបរិស្ថានហើយជាប៉ិនប្រសប់។ និងចំណុចដូចគ្នានិង color ។ ទោះជាយ៉ាងណាយើងឃើញពួកគេបើទោះបីជាមិនមែនតែងតែពីចម្ងាយ។

បញ្ហាមួយទៀត - ចលនា។ វត្ថុនៅក្នុងចលនាមិនអាចនឹងមានសង្ឃឹមទទួលការខូចទ្រង់ទ្រាយ។

មនុស្សជាច្រើននៃវត្ថុនោះគឺមានអថេរខ្លាំងណាស់។ ខាងក្រោមនេះជាឧទាហរណ៍ក្នុងរូបថតពីរនៅពីក្រោមវត្ថុនៃ "ប្រធាន" នេះ។

និងនៅលើនេះអ្នកអាចអង្គុយ។ ប៉ុន្តែដើម្បីបង្រៀនម៉ាស៊ីនមួយដូចថាអ្វីដែលខុសគ្នានៅក្នុងរាង, សម្បុរ, សម្ភារៈ, អ្វីគ្រប់យ៉ាងគឺជាវត្ថុ "ប្រធាន" - គឺមានការលំបាកខ្លាំងណាស់។ នេះជាបញ្ហាប្រឈម។ ការរួមបញ្ចូលវិធីសាស្រ្តនៃកំព្យូទ័រ - គឺដើម្បីបង្រៀនម៉ាស៊ីនមួយដើម្បីយល់ពីវិភាគគិត។

ការរួមបញ្ចូលនៃកំព្យូទ័រនៅក្នុងវេទិកានានា

រង្គាលនៃកំព្យូទ័របានចាប់ផ្តើមការវាយលុកបន្ថែមទៀតនៅក្នុងឆ្នាំ 2001 នៅពេលដែលគាត់បានបង្កើតឧបករណ៍ចាប់មុខជាលើកដំបូង។ យើងបានធ្វើវាអ្នកនិពន្ធពីរ: Viola, Jones បាន។ វាជាក្បួនដោះស្រាយឱ្យបានគ្រប់គ្រាន់ដែលមានល្បឿនលឿននិងអាចជឿទុកចិត្តដំបូងដែលបានបង្ហាញអំណាចនៃវិធីសាស្រ្តរៀនសូត្រម៉ាស៊ីន។

ឥឡូវនេះកម្មវិធីកំព្យូទ័រមានថ្មីបានគ្រប់គ្រាន់ជាក់ស្តែង - ការទទួលស្គាល់នៃមុខរបស់មនុស្ស។

ប៉ុន្តែដើម្បីទទួលស្គាល់បុរសនោះដូចជានៅក្នុងខ្សែភាពយន្ដនេះ - នៅមុំចៃដន្យលក្ខខណ្ឌភ្លើងបំភ្លឺផ្សេងគ្នា - វាគឺជាការមិនអាចទៅរួចទេ។ ប៉ុន្តែដើម្បីដោះស្រាយបញ្ហានេះឬមួយនោះគឺជាមនុស្សផ្សេងគ្នាជាមួយនឹងពន្លឺផ្សេងគ្នាឬនៅក្នុងទីតាំងផ្សេងគ្នា, ស្រដៀងគ្នាដូចជានៅក្នុងរូបថតនៅលើលិខិតឆ្លងដែននេះវាគឺអាចធ្វើបានជាមួយសញ្ញាបត្រខ្ពស់នៃទំនុកចិត្ត។

លិខិតឆ្លងដែនមួយដែលតម្រូវឱ្យមានរូបថតដោយសារលក្ខណៈពិសេសនៃក្បួនដោះស្រាយការទទួលស្គាល់មុខ។

ឧទាហរណ៍ប្រសិនបើអ្នកមានលិខិតឆ្លងដែនជីវមាត្រ, នៅក្នុងព្រលានយន្តហោះទំនើបមួយចំនួន, អ្នកអាចប្រើប្រព័ន្ធគ្រប់គ្រងលិខិតឆ្លងដែនដោយស្វ័យប្រវត្តិ។

បញ្ហាមិនបានដោះស្រាយនូវចក្ខុវិស័យកុំព្យូទ័រ - សមត្ថភាពក្នុងការទទួលស្គាល់អត្ថបទណាមួយ

ប្រហែលជាមាននរណាម្នាក់បានប្រើប្រព័ន្ធ OCR ។ មួយនៃការទាំងនេះ - ដែលជាកម្មវិធីអានវិចិត្រគឺជាពេញនិយមយ៉ាងខ្លាំងនៅក្នុងប្រព័ន្ធ RuNet ។ វាមានទម្រង់ជាច្រើនដែលជាកន្លែងដែលអ្នកបានបំពេញនៅក្នុងទិន្នន័យដែលពួកគេត្រូវបានស្កេនឥតខ្ចោះ, ពត្រូវបានទទួលស្គាល់ដោយប្រព័ន្ធនេះយ៉ាងខ្លាំងផងដែរ។ ប៉ុន្តែជាមួយនឹងអត្ថបទណាមួយនៅក្នុងរូបភាពនេះស្ថានភាពនេះគឺច្រើនកាន់តែអាក្រក់។ បញ្ហានេះនៅតែនៅមិនទាន់ដោះស្រាយ។

ហ្គេមដែលពាក់ព័ន្ធនឹងចក្ខុវិស័យកុំព្យូទ័រ, ការចាប់យកចលនា

តំបន់ធំដាច់ដោយឡែក - គឺការបង្កើតម៉ូដែលបីវិមាត្រនិងការចាប់យកចលនា (ដែលត្រូវបានអនុវត្តនៅក្នុងការប្រកួតប្រកបដោយភាពជោគជ័យក្នុងកុំព្យូទ័រ) ផងដែរ។ កម្មវិធីដំបូងដែលប្រើកំព្យូទ័រ - ប្រព័ន្ធនៃការធ្វើអន្តរកម្មជាមួយនឹងកុំព្យូទ័រដោយប្រើកាយវិការ។ នៅពេលដែលវាត្រូវបានបង្កើតឡើងដែលវាជាច្រើននៃអ្វីដែលការបើកចំហរមួយ។

ក្បួនដោះស្រាយនេះត្រូវបានរចនាឡើងយ៉ាងសាមញ្ញប៉ុន្តែដើម្បីកំណត់រចនាសម្ព័ន្ធវាដើម្បីបង្កើតម៉ាស៊ីនភ្លើងដែលបានយករូបភាពសំយោគនៃមនុស្សដើម្បីទទួលបានមួយលានរូបភាព។ supercomputer ជាមួយពួកគេក្នុងការជ្រើសប៉ារ៉ាម៉ែត្រនៃក្បួនដោះស្រាយនេះដែលឥឡូវនេះគាត់បានផងដែរ។

នោះជារូបភាពលាននាក់និងមួយសប្តាហ៍ពេលកុំព្យូទ័ររាប់បញ្ចូលអាចបង្កើតក្បួនដោះស្រាយដែលបានប្រើប្រាស់ 12% នៃសមត្ថភាពនៃដំណើរការមួយដែលបាននិងអនុញ្ញាតឱ្យមនុស្សម្នាក់ដែលយល់ឃើញថាទីតាំងក្នុងពេលវេលាពិតប្រាកដមួយ។ ប្រព័ន្ធ Microsoft Kinect នេះ (ឆ្នាំ 2010) ។

ស្វែងរករូបភាពដោយមាតិកាដែលអនុញ្ញាតឱ្យអ្នកដើម្បីផ្ទុកឡើងរូបភាពដើម្បីប្រព័ន្ធនេះនិងលទ្ធផលរបស់វានឹងផ្តល់នូវរូបភាពទាំងអស់ដែលមានមាតិកាដូចគ្នានិងបានធ្វើឡើងពីមុំដូចគ្នា។

ឧទាហរណ៍នៃកំព្យូទ័រ: បីវិមាត្រនិងផែនទីដែលមានពីរវិមាត្រឥឡូវនេះកំពុងត្រូវបានធ្វើឡើងជាមួយវា។ ផែនទីសម្រាប់រថយន្តរុករកត្រូវបានធ្វើបច្ចុប្បន្នភាពជាទៀងទាត់បើយោងតាម DVR នេះ។

មានមូលដ្ឋានទិន្នន័យជាមួយរូបថតដាក់ស្លាកភូមិសាស្ត្រពាន់លានមួយគឺជា។ ដោយការទាញយករូបភាពនៅក្នុងមូលដ្ឋានទិន្នន័យអ្នកអាចកំណត់កន្លែងដែលវាត្រូវបានធ្វើឡើង, និងសូម្បីតែជាមួយនឹងទស្សនៈវិស័យមួយចំនួន។ ជាការពិតណាស់, ផ្តល់ថាកន្លែងនោះជាកន្លែងពេញនិយមគ្រប់គ្រាន់ថានៅពេលតែមួយភ្ញៀវទេសចរនិងបានធ្វើចំនួននៃរូបថតនៃតំបន់មួយនេះបាននៅទីនោះ។

មនុស្សយន្ដនៅគ្រប់ទីកន្លែង

មនុស្សយន្តនៅពេលបច្ចុប្បន្ននេះនៅគ្រប់ទីកន្លែងដោយគ្មានវានៅក្នុងវិធីណាមួយ។ ឥឡូវនេះមានរថយន្តដែលមានកាមេរ៉ាពិសេសដែលទទួលស្គាល់ថ្មើរជើងនិងសញ្ញាផ្លូវដើម្បីបញ្ជូនពាក្យបញ្ជាទៅកម្មវិធីបញ្ជា (ការនេះនៅក្នុងវិធីដែលកម្មវិធីកុំព្យូទ័រមួយដើម្បីមើល, ជួយបើករថយន្ដនេះ) គឺ។ ហើយមានរថយន្តមនុស្សយន្តស្វ័យប្រវត្តិយ៉ាងពេញលេញនោះទេប៉ុន្តែពួកគេមិនអាចពឹងផ្អែកតែលើប្រព័ន្ធកាមេរ៉ាវីដេអូដោយគ្មានការប្រើប្រាស់មួយចំនួនធំនៃការបន្ថែមនេះ។

កាមេរ៉ាសម័យទំនើប - នេះគឺជាការអប់ស្កូកាមេរ៉ាហ្វីល

សូមនិយាយអំពីរូបភាពឌីជីថល។ កាមេរ៉ាឌីជីថលទំនើបត្រូវបានរៀបចំនៅលើគោលការណ៍នៃការអប់ស្កូកាមេរ៉ានេះ។ មានតែជំនួសឱ្យរន្ធដែលតាមរយៈពន្លឺចូលធ្នឹមនិងជញ្ជាំងដែលបានព្យាករលើត្រឡប់មកវិញនៃអង្គជំនុំជម្រះនៃសៀគ្វីប្រធានបទនេះយើងមានប្រព័ន្ធអុបទិកពិសេសដែលហៅថាកញ្ចក់។ វត្ថុរបស់វាគឺដើម្បីប្រមូលពន្លឺធំនិងបម្លែងវាដូច្នេះថាកាំរស្មីទាំងអស់បានឆ្លងកាត់ចំណុចនិម្មិតមួយនៅក្នុងគោលបំណងដើម្បីទទួលបានការព្យាករនិងការបង្កើតរូបភាពនៅលើខ្សែភាពយន្តឬម៉ាទ្រីសមួយ។

កាមេរ៉ាឌីជីថលទំនើប (ម៉ាទ្រីស) ត្រូវបានផ្សំឡើងពីធាតុបុគ្គល - ភិចសែល។ ភីកសែលគ្នាអាចវាស់ថាមពលនៃពន្លឺដែលមានឧបទ្ទវហេតុនៅលើចំនួនសរុបភីកសែលនិងចេញចំនួនទិន្នផលមួយ។ ដូច្នេះក្នុងការបង្កើតកាមេរ៉ាឌីជីថលដែលយើងទទួលបានពីពន្លឺជំនួសឱ្យការវាស់សំណុំពន្លឺរូបភាព, ចាប់បាននៅក្នុងភីកសែលតែមួយ - កុំព្យូទ័ររបស់ វាលនៃទិដ្ឋភាព។ ដូច្នេះនៅពេលដែលរូបភាពដែលយើងមើលឃើញមិនហូរចូលបន្ទាត់និងការសម្របសម្រួលច្បាស់លាស់, និងក្រឡាចត្រង្គនៃការេព័រណ៍ផ្សេងគ្នា - ភិចសែល។

នៅខាងក្រោមអ្នកបានមើលឃើញរូបភាពឌីជីថលជាលើកដំបូងនៅលើពិភពលោក។

ប៉ុន្តែនៅក្នុងរូបភាពនេះគឺមិនមែន? Color ។ ប៍នគឺជាអ្វី?

ការយល់ឃើញផ្លូវចិត្តនៃការណ៍

color - នេះគឺជាអ្វីដែលយើងមើលឃើញ។ ប៍នម្នាក់និងរឿងដូចគ្នាសម្រាប់មនុស្សនិងសត្វឆ្មានឹងមានភាពខុសគ្នា។ ចាប់តាំងពីយើង (មនុស្ស) និងប្រព័ន្ធអុបទិកសត្វ - ចក្ខុវិស័យគឺខុសគ្នា។ ដូច្នេះណ៍ - វាជាការដែលមានគុណភាពផ្លូវចិត្តនៃចក្ខុវិស័យរបស់យើងដែលបានកើតឡើងនៅពេលដែលវត្ថុនិងពន្លឺការសង្កេត។ និងមិនមែនជាទ្រព្យសម្បត្តិរូបវ័ន្តនៃវត្ថុនិងពន្លឺ។ color - គឺជាលទ្ធផលនៃអន្តរកម្មនៃសមាសភាគពន្លឺនិងកន្លែងកើតហេតុនៃប្រព័ន្ធដែលមើលឃើញរបស់យើង។

ចក្ខុវិស័យសរសេរកម្មវិធីលើកុំព្យូទ័រនៅក្នុង Python ការប្រើបណ្ណាល័យ

ប្រសិនបើអ្នកបានសម្រេចចិត្តក្នុងការចូលរួមយ៉ាងខ្លាំងនៅក្នុងការសិក្សារបស់កំព្យូទ័រភ្លាមគួរតែរៀបចំឱ្យមានការលំបាកមួយចំនួនដែលអ្នកវិទ្យាសាស្រ្តនេះគឺជាការមិនស្រួលនិងការលាក់ចំនួននៃចំនុចគ្រោះថ្នាក់មួយ។ ប៉ុន្តែ "ការសរសេរកម្មវិធីកុំព្យូទ័រនៅលើ Python បានទស្រសនៈ" ការនិពន្ធមករា Erik Solema នេះ - សៀវភៅដែលបង្ហាញពីការទាំងអស់ជាភាសាសាមញ្ញបំផុត។ នៅទីនេះអ្នកនឹងទទួលស្គាល់វិធីសាស្រ្តនៃការទទួលស្គាល់នៃវត្ថុផ្សេងគ្នានៅក្នុង 3D, ការរៀនដើម្បីធ្វើការជាមួយរូបភាពស្តេរ៉េអូនេះ, ជាការពិតនិម្មិតនិងកម្មវិធីផ្សេងទៀតជាច្រើននៃកំព្យូទ័រ។ នៅក្នុងសៀវភៅនេះគឺជាឧទាហរណ៍ឱ្យបានគ្រប់គ្រាន់នៅក្នុង Python ។ ប៉ុន្តែការពន្យល់នេះត្រូវបានបង្ហាញដូច្នេះដើម្បីនិយាយ, ទូដូច្នេះជាការមិនឱ្យដាក់បន្ទុកច្រើនពេកស្រាវជ្រាវច្រើនពេកនិងទិន្នន័យរឹង។ ធ្វើការសមរម្យសម្រាប់និស្សិតស្ម័គ្រចិត្ត, និងយ៉ាងអន្ទះអន្ទែង។ ទាញយកសៀវភៅនេះនិងអ្នកដទៃទៀតអំពីកំព្យូទ័រ (PDF ទ្រង់ទ្រាយ) អាចមាននៅក្នុងបណ្តាញ។

នៅពេលនេះមានបណ្ណាល័យប្រភពបើកចំហរបស់ក្បួនដោះស្រាយចក្ខុវិស័យកុំព្យូទ័រនិងកែច្នៃរូបភាពនិងវិធីដោះស្រាយលេខ OpenCV មាន។ វាត្រូវបានអនុវត្តនៅលើភាសាសរសេរកម្មវិធីទំនើបបំផុត, ជាប្រភពបើកចំហ។ ប្រសិនបើយើងនិយាយអំពីកំព្យូទ័រ, Python បានប្រើភាសាសរសេរកម្មវិធីមួយ, វាមានការគាំទ្រផងបណ្ណាល័យនេះ, នៅក្នុងលើសពីនេះទៀតវាជាការវិវត្តជានិច្ចនិងមានសហគមន៍យ៉ាងខ្លាំង។

ក្រុមហ៊ុននេះបាន "ក្រុមហ៊ុន Microsoft" បានផ្ដល់នូវការផ្តល់សេវារបស់ខ្លួន Api-អាចបណ្តុះបណ្តាបណ្តាញសរសៃប្រសាទដើម្បីធ្វើការវាជាមួយរូបភាពនៃមនុស្ស។ នៅទីនោះគឺជាឱកាសមួយដើម្បីអនុវត្តចក្ខុវិស័យកុំព្យូទ័រផងដែរ, Python បានប្រើភាសាសរសេរកម្មវិធីមួយ។