Objektide tuvastamine on Computer Visioni oluline aspekt, mille eesmärk on tuvastada ja leida pildil olevad objektid. Üks meetoditest objekti asukoha tähistamiseks pildil on piirdekast. Piirdekast on ristkülikukujuline kast, mida saab arvutada lihtsa mehhanismiga, mis hõlmab põhilisi matemaatika minimeerimis- ja maksimeerimisfunktsioone.
Lisaks saab kasti esitada kahe koordinaadiga, milleks on (x, y) ülemises vasakus nurgas ja (x, y) alumises paremas nurgas. See teave osutub ülioluliseks erinevates reaalsetes rakendustes, teenindades professionaale alates jälgijatest kuni isejuhtivate autode tööstuseni.
Probleemi avaldus ja lahendus
Peamine probleem, millega piltide ja objektide tuvastamisel silmitsi seisame, on see, kuidas täpselt tuvastada pildil oleva objekti asukoht. Lahenduseks on kasutada piiravat kasti, mida saab arvutada lihtsa mehhanismi abil, mis hõlmab erinevaid pythoni teeke.
Python on selle ülesande jaoks suurepärane valik, kuna sellel on rikkalikud teegid ja tööriistad, mis lihtsustavad protsessi, muutes selle tõhusaks ja lihtsaks. Tavaliselt kasutatakse kahte peamist teeki – OpenCV ja Matplotlib.
OpenCV ja Matplotlib lähenemine
OpenCV tähistab Open Source Computer Vision raamatukogu ja sisaldab sadu arvutinägemise algoritme. Matplotlib seevastu on Pythoni programmeerimiskeele ja selle numbrilise matemaatika laienduse NumPy graafikuteek. See pakub nii väga kiiret viisi Pythoni andmete visualiseerimiseks kui ka paljudes vormingutes avaldamiskvaliteediga arvude visualiseerimiseks.
import cv2
import matplotlib.pyplot as plt
# read image
image = cv2.imread('input.jpg')
# our bounding box coordinates
box = (x1, y1, x2, y2)
# Draw rectangle (bounding box)
cv2.rectangle(image, (box[0], box[1]), (box[2], box[3]), (0, 255, 0), 2)
# Display the image with bounding box
plt.imshow(image)
plt.show()
Pilt laaditakse imread meetodil cv2-st ja seejärel joonistatakse funktsiooni cv2.rectangle abil piirdekast, mis võtab pildi ja kaks koordinaati, mida tähistab 'kast'. Viimased kaks parameetrit on vastavalt värv ja paksus. See kood näitab teie pildil olevaid objekte, mis on täielikult kastiga seotud.
Piirdekastide kasutamine
Kokkuvõtteks võib öelda, et piirdekastid mängivad olulist rolli arvutinägemise ülesannetes, sealhulgas objektide tuvastamises, arvutinägemises ja pilditöötluses. Need pakuvad tõhusat ja tõhusat lahendust objektide ja metaandmete asukoha leidmiseks piltidel. Piiravate kastide täpse rakendamise õppimine Pythonis võib olla tohutult kasulik kõigile, kes on seotud tarkvaraarenduse, masinõppe või tehisintellekti karjääriga. See pole kasulik mitte ainult turvalisuses ja valves, vaid on suureks abiks ka sellistes rakendustes nagu näotuvastus ja -tuvastus, jalakäijate tuvastamine ja täiustatud juhiabisüsteemid (ADAS) isejuhtivates autodes.
