La visión artificial dejó de ser una promesa de laboratorio para convertirse en una herramienta cotidiana en la industria, la medicina y el entretenimiento.
OpenCV, con más de 86.000 estrellas en GitHub y un millón de instalaciones diarias, es la biblioteca que sostiene buena parte de esa infraestructura. Su reciente incorpora un motor de red neuronal reescrito desde cero y soporte para más del 80% de los operadores ONNX, lo que confirma su vigencia como columna vertebral del procesamiento visual.
En este contexto, contar con materiales prácticos que enseñen a resolver problemas concretos de procesamiento de imágenes es más valioso que nunca. El manual que presentamos hoy cubre exactamente ese terreno: 94 páginas de ejercicios resueltos con Python y OpenCV, pensados para estudiantes de ingeniería informática que ya tienen una base de programación y quieren aplicar esos conocimientos al mundo de la imagen digital.
Introducción al libro
Procesamiento de Información Visual: Problemas resueltos mediante Python y OpenCV es un manual de ejercicios diseñado para la asignatura homónima del tercer curso del Grado en Ingeniería Informática de la Escuela Politécnica Superior de Jaén.
Su autor, Francisco J. Martínez Mimbrera, ha reunido una colección de problemas que recorren las técnicas fundamentales del procesamiento de imágenes y la visión artificial, desde las operaciones más básicas hasta el reconocimiento con redes neuronales.
El libro está orientado a estudiantes con conocimientos previos de programación (preferiblemente Python) y matemáticas estándar. No se requieren nociones avanzadas de visión artificial: los ejercicios progresan en dificultad y cada capítulo introduce los conceptos teóricos necesarios para resolverlos.
Contenido del libro
El manual cubre nueve áreas temáticas que abarcan tanto las técnicas clásicas de procesamiento de imágenes como los enfoques modernos basados en aprendizaje profundo. Cada capítulo contiene entre 10 y 15 ejercicios resueltos con código Python y la biblioteca OpenCV, incluyendo el manejo de histogramas, filtrado en el dominio espacial y frecuencial, umbralización, detección de objetos con cascadas de Haar, redes convolucionales y flujo óptico.
El lector aprenderá a realizar operaciones como la conversión de espacios de color, el filtrado Gaussiano, la ecualización de histogramas, la detección de bordes con Sobel y Canny, la umbralización adaptativa, la clasificación de dígitos manuscritos con redes neuronales y el seguimiento de objetos mediante Lucas-Kanade. Todos los ejercicios incluyen el código fuente completo y las imágenes de prueba necesarias.
Índice del libro
- 1. Introducción
- 2. Procesamiento básico con OpenCV y Python
- 3. Cálculo y visualización de histogramas
- 4. Igualación de histogramas y convoluciones
- 5. Procesamiento en el dominio frecuencial
- 6. Umbralización global y local de imágenes
- 7. Detección de objetos mediante cascadas de Haar
- 8. Reconocimiento con redes neuronales
- 9. Cálculo del flujo óptico
Datos del libro
- Título: Procesamiento de Información Visual: Problemas resueltos mediante Python y OpenCV
- Autor: Francisco J. Martínez Mimbrera
- Editorial: Escuela Politécnica Superior de Jaén (autopublicado)
- Páginas: 94
- Tamaño del PDF: 1.0 MB
- Tiempo de lectura estimado: ~2 h 21 min
- Nivel: Intermedio
- Categoría principal: Inteligencia artificial
- Subcategoría: Visión artificial
- Idioma: Español
- Licencia: Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Más libros en: Inteligencia artificial, Visión artificial
Aviso legal: Este libro se comparte únicamente con fines educativos. El contenido se distribuye bajo licencias Creative Commons o permisos explícitos de sus autores. OpenLibro no aloja material con derechos reservados.