TDC2019 Intel Software Day - OpenCV: Inteligencia artificial e Visao Computacional sem misterio

5/3/2019 OpenCV : Sem Mistério
https://palestras.assuntonerd.com.br/opencv2019.html?print-pdf#/ 1/48
OPENCV: INTELIGÊNCIA ARTIFICIAL E VISÃO COMPUTACIONALOPENCV: INTELIGÊNCIA ARTIFICIAL E VISÃO COMPUTACIONAL
SEM MISTÉRIOSEM MISTÉRIO
Autor:
cabelo@opensuse.org
http://palestras.assuntonerd.com.br/opencv2019.html
Alessandro de Oliveira Faria

TECNOLOGIA DESDE 1983 TECNOLOGIA DESDE 1983
Autodidata, Pesquisador e Inventor
CTO OITI TECHNOLOGIES
Embaixador openSUSE America Latina
Membro do Conselho OWASP SP
Engenheiro Linux openSUSE
Colaborador Mozillians
Global Innovator Intel
Contribuidor técnico o cial:
Viva o Linux
FOCA Linux
OWASP ZAP
OpenCV
Educatux
openSUSE
Mais de 90 palestras ministradas

OPENCVOPENCV
Uma biblioteca desenvolvida para tornar a Visão
Computacional mais acessível.
Criada em Intel 1999 ~ 2000, seu código fonte foi
disponibilizado na licença BSD, e como resultado
atualmente é mantida por 47 mil colaboradores e
proporciona mais de 2500 algoritmos otimizados.

OPENCVOPENCV
Encontra-se atualmente na versão 4.1.0 no qual
participo como desenvolvedor colaborador do projeto
e iniciei na versão 0.9.6 faz 15 anos.

OPENCVOPENCV
Um dos principais pilares da biblioteca é
processamento e reconhecimento da imagens.

OPENCVOPENCV
Não é otimizada somente para processadores Intel,
entrentanto nesta apresentação veremos muito
super cialmente como obter o melhor desempenho em
processadores Intel.

DIRETIVAS DE COMPILAÇÃODIRETIVAS DE COMPILAÇÃO
cmake -DCMAKE_BUILD_TYPE=Release
-DWITH_IPP=ON
-DWITH_TBB=ON
-DENABLE_FAST_MATH=ON
-DINSTALL_PYTHON_EXAMPLES=ON
-DENABLE_SSE=ON
-DENABLE_SSE2=ON
-DCPU_DISPATCH=SSE3,SSE4_1,SSE4_2,AVX,FP16,AVX2 ..

ALGUNS FUNDAMENTOSALGUNS FUNDAMENTOS

VISÃO COMPUTACIONALVISÃO COMPUTACIONAL
NENHUM ALGORITMO É 100%NENHUM ALGORITMO É 100%
Ambiguidade matemática
A margem de erro é inversamente
proporcional a qualidade da imagem
submetida para processamento

O QUE É IMAGEMO QUE É IMAGEM
Imagem digital, é uma
matriz que re ete as cores
da imagem do mundo real
para o universo digital.
(convexidade/obturador).

RGBRGB
Cores primária onde a combinação dos seus valores
resultam em uma vasta gama de cores. Existe outros
espaço de cores...

PRÉ PROCESSAMENTO / PROCESSAMENTOPRÉ PROCESSAMENTO / PROCESSAMENTO
Pré processamento remoção de ruído e outros ltros.
Processamento é uma técnicas capaz de interpretar e
extrair informações da imagem.

ESCALA DE CINZAESCALA DE CINZA
A escala de cinza, são valores em pixel que informa a
intensidade de luminância na imagem (entre preto e
branco).

HISTOGRAMAHISTOGRAMA
Geralmente utilizado para analise através de grá cos
de barras que fornece o nível de cinza dos pixels da
imagem.

BINARIZAÇÃOBINARIZAÇÃO
Binarização da imagem é geralmente utilizado para
separar o fundo com uma regiao / objeto de interesse.

FILTROSFILTROS
Muito utilizado na transformação da imagem pixel a
pixel, o resultado dependem dos pixels vizinhos.
Por exemplo ltro de suavização, utilizada para reduzir
ruido

MORFOLOGIA MATEMÁTICAMORFOLOGIA MATEMÁTICA
A Erosão é um exemplo muito utilizado para remover
impurezas da imagem

RECONHECIMENTO DE PADRÃORECONHECIMENTO DE PADRÃO
Necessário uma base de conhecimento dos objetos,
estas amostras são utilizada no processo de
aprendizado de máquina.

Reconhecimento de padrão, objetos e outros é uma das
principais funções da área de visão computacional.
Existem muitas técnicas disponíveis na biblioteca
OpenCV, Template Matching, Feature Matching,
Machine Learning, Deep Learning...

RECONHECIMENTO DE PADRÃORECONHECIMENTO DE PADRÃO

Rastreamento consistem no reconhecimento do
padrão em uma sequencia de imagem. O rastreamento
esta diretamente relacionado ao movimento do objeto.
Filtro Kalman/ Filtro de Particula
Mean Shift/ Cam Shift e outros

RASTREAMENTO DE PIXELSRASTREAMENTO DE PIXELS

FLUXO OPTICOFLUXO OPTICO
Permite identi car/detectar o movimento espaças e
densas entre sequencias de quadros sem conhecer o
conteúdo.

FLUXO DE PIXELSFLUXO DE PIXELS

APLICABILIDADEAPLICABILIDADE

OCR E VERIFICAÇÃO DE PROCEDIMENTOSOCR E VERIFICAÇÃO DE PROCEDIMENTOS

CLASSIFICAÇÃO DE DOCUMENTOCLASSIFICAÇÃO DE DOCUMENTO

IDENTIFICAÇÃO DE REMÉDIOSIDENTIFICAÇÃO DE REMÉDIOS

CIDADE INTELIGENTECIDADE INTELIGENTE

LEIS GDPR,LGPD - OWASP SPLEIS GDPR,LGPD - OWASP SP
Todo setor de processamento de imagem deve se
preparar para a nova lei 13.709 sancionada dia 14 de
agosto de 2018, pois a multa chega a
40 MILHÕES40 MILHÕES

YOLOYOLO
YOLO (You only look once) é uma nova técnica de
reconhecimento de objetos, e utiliza convolução para
obter uma excelente performance.
DARKNET OPEN SOURCE /NEURAL NETWORKS / CDARKNET OPEN SOURCE /NEURAL NETWORKS / C

RESULTADORESULTADO

SEM MISTÉRIOSEM MISTÉRIO
SABOR DE LINUX FAVORITOSABOR DE LINUX FAVORITO
OPENCV 3.3.1 OU SUPERIOROPENCV 3.3.1 OU SUPERIOR
COMPILADOR C/C++COMPILADOR C/C++
VONTADEVONTADE DE APRENDERDE APRENDER

CAPTURANDO FRAME (VIDEO OU DISCO)CAPTURANDO FRAME (VIDEO OU DISCO)
Mat frame;
VideoCapture cap;
// Parametro = indice do dispositivo de captura
cap.open(0);
cap >> frame;
Mat frame;
frame = imread("/tmp/image.jpg");

PROCESSAMENTO DEEPLEARNINGPROCESSAMENTO DEEPLEARNING
Net net = readNet(modelPath, configPath);
std::vector(String) outNames = net.getUnconnectedOutLayersNames()
Size inpSize( frame.cols, frame.rows);
blobFromImage(frame,blob,scale,inpSize,Scalar(),false, false);
net.setInput(blob);
std::vector(Mat) outs;
net.forward(outs, outNames);
postprocess(frame, outs, net);
NMSBoxes(boxes,confidences,confThreshold,nmsThreshold,indices);

OBTENDO AS COORDENADASOBTENDO AS COORDENADAS
int centerX = (int)(data[0] * frame.cols);
int centerY = (int)(data[1] * frame.rows);
int width = (int)(data[2] * frame.cols);
int height = (int)(data[3] * frame.rows);
int left = centerX - width / 2;
int top = centerY - height / 2;

DESENHANDO OS DADOSDESENHANDO OS DADOS
rectangle(frame, Point(left, top),
Point(right, bottom),
Scalar(0, 255, 0),3);
putText(frame, label, Point(left, top),
FONT_HERSHEY_SIMPLEX, 0.5, Scalar());

SEM MI MI MISEM MI MI MI
$ git clone https://github.com/cabelo/my-opencv-examples
$ cd my-opencv-examples
$ wget https://pjreddie.com/media/files/yolov3.weights
$ g++ `pkg-config --cflags opencv --libs opencv`
yoloimg.cpp -o yoloimg
$ ./yoloimg --image=image-demo.jpg

RESULTADORESULTADO

INFERENCIA MATEMÁTICA AO VIVOINFERENCIA MATEMÁTICA AO VIVO

OBRIGADO!OBRIGADO!
Critícas e Sugestiões:
cabelo@opensuse.org
Blog: https://assuntonerd.com.br
“Colaborar atrai amigos, competir atrai inimigos”
Alessandro de Oliveira Faria
 

TDC2019 Intel Software Day - OpenCV: Inteligencia artificial e Visao Computacional sem misterio

Mais conteúdo relacionado

Semelhante a TDC2019 Intel Software Day - OpenCV: Inteligencia artificial e Visao Computacional sem misterio

Semelhante a TDC2019 Intel Software Day - OpenCV: Inteligencia artificial e Visao Computacional sem misterio (20)

Mais de tdc-globalcode

Mais de tdc-globalcode (20)

Último

Último (20)

TDC2019 Intel Software Day - OpenCV: Inteligencia artificial e Visao Computacional sem misterio