Corso Computer Vision con Python e OpenCV

Con questo video ha inizio il corso di Computer Vision con Python e OpenCV. Tratteremo le basi di OpenCV, le funzioni di disegno, gli algoritmi di blurring, thresholding, edge detection, contour, template matching e face detection.

____________________
?Playlist completa del corso Computer Vision con OpenCV e Python:
https://www.youtube.com/playlist?list=PLZF-BxqUQCorKJN2_8NtX8qKZddf1UqOi

____________________
??LIBRI UTILI ?
★Computer Vision: Algorithms and Applications (teoria)
https://amzn.to/3h399ET

★Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library (OpenCV con C++)
https://amzn.to/3755Ok0
____________________

?Iscrivi al canale per ricevere maggiori informazioni su Intelligenza Artificiale, Machine Learning, Deep Learning, Visione Artificiale e coding: https://www.youtube.com/aiandcoding?sub_confirmation=1

Con questo video ha inizio il corso di Computer Vision con Python e OpenCV. Acquisirete le basi fondamentali per poter affrontare la Computer Vision con Python e OpenCV. Sessione dopo sessione, video dopo video, acquisirete tutta una serie di competenze che, man mano che avanzeremo di difficoltà di esercizio riuscirete a comprenderlo perché metterete a frutto tutto ciò che avete imparato fino a quel momento nei video precedenti. All'inizio tratteremo le funzioni base di OpenCV e, man mano che avanzeremo nel corso, vedremo le funzioni di disegno (fondamentali per poter marcare e segnare eventuali oggetti che troverete nei vostri video, nelle vostre immagini, nei vostri algoritmi di object detection), e successivamente approfondiremo gli algoritmi di blurring, capiremo quale tipologia di blurring è più opportuno utilizzare a seconda delle situazioni. Vedremo i vari algoritmi di thresholding e, anche qui, vedremo quale di questi è più opportuno utilizzare a seconda dell'immagini in ingresso e a seconda del risultato che vogliamo ottenere. Vedremo i principali algoritmi di edge detection tra i quali Laplacian, Sobel e Canny Edge. Vedremo gli algoritmi di contouring e tutte le features che questi contour ci rendono disponibili. Ma parlando di progetti, obiettivi concreti che riusciremo ad eseguire, al termine di questo Corso Computer Vision con Python e OpenCV, avremo il conteggio di oggetti all'interno delle immagini, il template matching, ovvero la possibilità di ricercare porzioni di un'immagine all'interno di un'immagine più grande. E come ultimo progetto saremo un grado di realizzare un, se pur semplice e minimale, face detector.

?TIMESTAMPS
00:00 Intro
02:08 Computer Vision con Python e OpenCV
02:10 Cos'è la Computer Vision
03:54 Cosa mi ha spinto a studiare la Computer Vision
05:30 Obiettivi di questo corso
05:46 I progetti che realizzeremo in questo corso di Computer Vision
08:40 Cosa sarete in grado di fare al termine di questo corso
08:57 Il famoso effetto wow™️ di molti tutorial online
09:15 Il Semantic Gap: la definizione
09:42 Il Semantic Gap: le immagini viste dal nostro punto di vista
09:54 Il Semantic Gap: le immagini viste dal computer
10:12 Cos'è OpenCV
10:45 Quali aziende stanno usando OpenCV (o lo richiedono nei job postings)
11:06 OpenCV: Accelerazione Hardware
11:23 OpenCV: Machine Learning e Deep Learning
11:50 OpenCV DNN (Deep Neural Network) module
12:27 Le immagini in OpenCV (Numpy e classe Mat)
13:45 Coordinate System in OpenCV

? Guarda i video più recenti: https://www.youtube.com/aiandcoding/videos

____________________
?AI and Coding - Social profiles
Youtube: https://www.youtube.com/aiandcoding
Instagram: https://www.instagram.com/aiandcoding
Facebook: https://www.facebook.com/aiandcoding
Twitter: https://twitter.com/aiandcoding
LinkedIn: https://www.linkedin.com/company/aiandcoding
Telegram: https://t.me/aiandcoding

____________________
?Ascolta il PODCAST
Spreaker: https://www.aiandcoding.com/podcast/spreaker
Spotify: https://www.aiandcoding.com/podcast/spotify
iTunes: https://www.aiandcoding.com/podcast/itunes
Google Podcast: https://www.aiandcoding.com/podcast/googlepodcast
Deezer: https://www.aiandcoding.com/podcast/deezer

#intelligenzaartificiale #machinelearning #computervision