Objektu noteikšana ir svarīgs Computer Vision aspekts, kura mērķis ir identificēt un atrast objektus attēlā. Viena no metodēm, kā apzīmēt objekta atrašanās vietu attēlā, ir robežlodziņš. Ierobežojošais lodziņš ir taisnstūrveida lodziņš, ko var aprēķināt ar vienkāršu mehānismu, kas ietver pamata matemātikas minimizēšanas un palielināšanas funkciju.
Turklāt lodziņu var attēlot ar divām koordinātām: (x, y) augšējā kreisajā stūrī un (x, y) apakšējā labajā stūrī. Šī informācija ir ļoti svarīga dažādās reālās dzīves lietojumprogrammās, apkalpojot profesionāļus, sākot no novērošanas līdz pat pašpiedziņas automašīnu nozarei.
Problēmas izklāsts un risinājums
Galvenā problēma, ar kuru saskaramies attēlu un objektu noteikšanā, ir tas, kā precīzi noteikt objekta atrašanās vietu attēlā. Risinājums ir izmantot ierobežojošo lodziņu, ko var aprēķināt, izmantojot vienkāršu mehānismu, kas ietver dažādas python bibliotēkas.
Pitons ir lieliska izvēle šim uzdevumam, jo tajā ir bagātīgas bibliotēkas un rīki, kas vienkāršo procesu, padarot to efektīvu un vienkāršu. Parasti tiek izmantotas divas galvenās bibliotēkas – OpenCV un Matplotlib.
OpenCV un Matplotlib pieeja
OpenCV apzīmē Open Source Computer Vision bibliotēku un ietver vairākus simtus datora redzes algoritmu. Savukārt Matplotlib ir Python programmēšanas valodas un tās skaitliskās matemātikas paplašinājuma NumPy diagrammu bibliotēka. Tas nodrošina gan ļoti ātru veidu, kā vizualizēt datus no Python, gan publikācijas kvalitātes skaitļus daudzos formātos.
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()
Attēls tiek ielādēts, izmantojot imread metodi no cv2, un pēc tam tiek uzzīmēts ierobežojošais lodziņš, izmantojot funkciju cv2.rectangle, kas uzņem attēlu un divas koordinātas, kuras attēlo 'box'. Pēdējie divi parametri ir attiecīgi krāsa un biezums. Šis kods parādīs objektus jūsu attēlā, kas ir pilnībā saistīti ar lodziņu.
Ierobežojošo kārbu izmantošana
Noslēgumā jāsaka, ka robežlodzēm ir būtiska loma datorredzes uzdevumos, tostarp objektu noteikšanā, datorredzēšanā un attēlu apstrādē. Tie piedāvā efektīvu un efektīvu risinājumu objektu un metadatu informācijas atrašanai attēlos. Mācīšanās precīzi ieviest ierobežojošos lodziņus Python var sniegt milzīgu labumu ikvienam, kas iesaistīts programmatūras izstrādē, mašīnmācībā vai AI karjerā. Tas ir ne tikai noderīgs drošībā un uzraudzībā, bet arī lieliski palīdz tādās lietojumprogrammās kā sejas noteikšana un atpazīšana, gājēju noteikšana un uzlabotas vadītāja palīdzības sistēmas (ADAS) pašbraucošās automašīnās.
