Ang pagtuklas ng bagay ay isang mahalagang aspeto ng Computer Vision, kung saan ang layunin ay kilalanin at hanapin ang mga bagay sa isang imahe. Ang isa sa mga paraan upang ipahiwatig ang lokasyon ng bagay sa isang imahe ay isang Bounding Box. Ang bounding box ay isang hugis-parihaba na kahon na maaaring kalkulahin gamit ang isang simpleng mekanismo na kinasasangkutan ng basic mathematics minimization at maximization function.
Ang kahon, bukod dito, ay maaaring katawanin ng dalawang coordinate, ang (x, y) ng kaliwang sulok sa itaas at ang (x, y) ng kanang sulok sa ibaba. Ang impormasyong ito ay nagpapatunay na mahalaga sa iba't ibang real-life application, na nagsisilbi sa mga propesyonal mula sa mga nasa surveillance hanggang sa self-driving na industriya ng kotse.
Paglalahad ng Problema at Solusyon
Ang pangunahing problema na kinakaharap natin sa imahe at pagtuklas ng bagay ay kung paano matukoy ang lokasyon ng isang bagay sa isang imahe nang tumpak. Ang solusyon ay ang paggamit ng isang bounding box, na maaaring kalkulahin gamit ang isang simpleng mekanismo na kinasasangkutan ng iba't ibang mga library ng python.
Sawa ay isang mahusay na pagpipilian para sa gawaing ito dahil mayroon itong maraming mga aklatan at mga tool na nagpapasimple sa proseso, ginagawa itong mahusay at tapat. Dalawang pangunahing aklatan ang karaniwang ginagamit – OpenCV at Matplotlib.
Isang OpenCV at Matplotlib Approach
Ang OpenCV ay kumakatawan sa Open Source Computer Vision library at may kasamang ilang daang algorithm ng computer vision. Ang Matplotlib, sa kabilang banda, ay isang plotting library para sa Python programming language at ang numerical mathematics extension nito na NumPy. Nagbibigay ito ng parehong napakabilis na paraan upang mailarawan ang data mula sa Python at mga numero ng kalidad ng publikasyon sa maraming 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()
Ni-load ang isang imahe gamit ang imread method mula sa cv2, at pagkatapos ay iguguhit ang isang bounding box gamit ang cv2.rectangle function na kumukuha ng larawan at dalawang coordinate na kinakatawan ng 'box'. Ang huling dalawang parameter ay kulay at kapal ayon sa pagkakabanggit. Ipapakita ng code na ito ang mga bagay sa iyong larawan na ganap na nakatali sa isang kahon.
Paggamit ng Bounding Boxes
Sa konklusyon, ang mga bounding box ay may mahalagang papel sa mga gawain sa computer vision, kabilang ang pagtuklas ng bagay, computer vision, at pagpoproseso ng imahe. Nag-aalok sila ng isang epektibo at mahusay na solusyon sa paghahanap ng mga bagay at impormasyon ng metadata sa loob ng mga larawan. Ang pag-aaral na tumpak na ipatupad ang mga bounding box sa Python ay lubos na makikinabang sa sinumang kasangkot sa software development, machine learning, o AI career-wise. Hindi lamang ito kapaki-pakinabang sa seguridad at pagsubaybay, ngunit lubos din itong nakakatulong sa mga application tulad ng pag-detect at pagkilala ng mukha, pag-detect ng pedestrian, at mga advanced na driver assistance system (ADAS) sa mga self-driving na kotse.
