Pengesanan objek ialah aspek penting Penglihatan Komputer, di mana matlamatnya adalah untuk mengenal pasti dan mengesan objek dalam imej. Salah satu kaedah untuk menandakan lokasi objek dalam imej ialah Kotak Bounding. Kotak sempadan ialah kotak segi empat tepat yang boleh dikira dengan mekanisme ringkas yang melibatkan fungsi pengecilan dan pemaksimuman matematik asas.
Kotak itu, lebih-lebih lagi, boleh diwakili oleh dua koordinat, (x, y) sudut kiri atas dan (x, y) sudut kanan bawah. Maklumat ini terbukti penting dalam pelbagai aplikasi kehidupan sebenar, berkhidmat kepada profesional daripada mereka dalam pengawasan kepada industri kereta pandu sendiri.
Pernyataan Masalah dan Penyelesaian
Masalah utama yang kita hadapi dalam pengesanan imej dan objek ialah bagaimana untuk mengenal pasti lokasi objek dalam imej dengan tepat. Penyelesaiannya adalah dengan menggunakan kotak pembatas, yang boleh dikira menggunakan mekanisme mudah yang melibatkan pelbagai perpustakaan ular sawa.
Python ialah pilihan yang sangat baik untuk tugasan ini kerana ia mempunyai perpustakaan dan alatan yang kaya yang memudahkan proses, menjadikannya cekap dan mudah. Dua perpustakaan utama biasanya digunakan - OpenCV dan Matplotlib.
Pendekatan OpenCV dan Matplotlib
OpenCV bermaksud perpustakaan Penglihatan Komputer Sumber Terbuka dan termasuk beberapa ratus algoritma penglihatan komputer. Matplotlib, sebaliknya, ialah perpustakaan merancang untuk bahasa pengaturcaraan Python dan sambungan matematik berangkanya NumPy. Ia menyediakan kedua-dua cara yang sangat cepat untuk menggambarkan data daripada Python dan angka kualiti penerbitan dalam banyak format.
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()
Imej dimuatkan menggunakan kaedah imread daripada cv2, dan kemudian kotak sempadan dilukis menggunakan fungsi cv2.rectangle yang mengambil imej dan dua koordinat yang diwakili oleh 'kotak'. Dua parameter terakhir ialah warna dan ketebalan masing-masing. Kod ini akan mempamerkan objek dalam imej anda yang diikat sepenuhnya oleh kotak.
Penggunaan Kotak Sempadan
Kesimpulannya, kotak pembatas memainkan peranan penting dalam tugas penglihatan komputer, termasuk pengesanan objek, penglihatan komputer, dan pemprosesan imej. Mereka menawarkan penyelesaian yang berkesan dan cekap untuk mengesan objek dan maklumat metadata dalam imej. Belajar untuk melaksanakan kotak sempadan dengan tepat dalam Python boleh memberi manfaat besar kepada sesiapa yang terlibat dalam pembangunan perisian, pembelajaran mesin atau AI dari segi kerjaya. Ia bukan sahaja berguna dalam keselamatan dan pengawasan, tetapi ia juga sangat membantu dalam aplikasi seperti pengesanan dan pengecaman muka, pengesanan pejalan kaki dan sistem bantuan pemandu lanjutan (ADAS) dalam kereta pandu sendiri.
