OpenCV é uma biblioteca de visão computacional de código aberto disponível sob a licença BSD. Portanto, é gratuito para uso acadêmico e comercial. A biblioteca é escrita em C e C++. Ele roda em Linux, Windows, Mac OS, iOS e Android. Possui interfaces C, C ++, Java, MATLAB e Python. OpenCV tem mais de 2.500 algoritmos otimizados para visão computacional em tempo real.

O objetivo da comunidade OpenCV é criar uma infraestrutura de visão computacional que permita aos desenvolvedores criar aplicativos complexos com relativa facilidade. A biblioteca é projetada para eficiência computacional para aplicativos em tempo real. Portanto, ele tem uma ampla gama de usos em reconhecimento facial, reconhecimento de gestos, imagens médicas, interação humano-computador, rastreamento de movimento, monitoramento de segurança, robótica, controles de câmera e muito mais.

Além dos componentes de visão computacional, o OpenCV também oferece suporte para aprendizado de máquina de uso geral. O aprendizado de máquina (ML) é uma tecnologia importante para problemas de visão computacional. Portanto, a biblioteca ML torna o OpenCV mais atraente para desenvolvedores de visão computacional.

Visão Computacional e OpenCV

A visão computacional foi criada com o objetivo de replicar as capacidades da visão humana. Ele usa algoritmos para transformar imagens capturadas em dados e torna mais fácil compreender problemas de visão do mundo real.

No caso da visão humana, nossos olhos funcionam como dispositivos de entrada. Em seguida, nossos cérebros dividem os fluxos de imagem em vários canais para processamento. Além dos dados visuais, o cérebro humano também leva em consideração outros dados sensoriais e os usa para entender a profundidade espacial. Dá ao cérebro humano a capacidade de compreender o espaço tridimensional.

Quando coletamos dados por meio de câmeras, temos uma visão bidimensional do mundo. Algoritmos de visão por computador pegam as imagens bidimensionais e usam propriedades matemáticas para descobrir as representações tridimensionais. É um problema extremamente difícil de resolver.

Além disso, a visão computacional geralmente usa outras informações contextuais para superar as limitações das imagens bidimensionais. Leva em consideração informações como cor, brilho ou contraste. Por exemplo, se um algoritmo de reconhecimento de objeto está procurando uma mesa de madeira, ele pode eliminar com segurança quaisquer cores não relacionadas à madeira das imagens de entrada. Além disso, os algoritmos de visão computacional eliminam o ruído nos dados de entrada.

A biblioteca OpenCV é projetada para tornar a implementação de algoritmos de visão computacional mais fácil. Ele lida com a complexidade computacional para que os desenvolvedores possam se concentrar em tarefas de alto nível.

História do OpenCV

Em 1999, o OpenCV começou na Intel como uma iniciativa para desenvolver aplicativos com uso intensivo de CPU. Gary Bradski, que trabalhava na Intel na época, percebeu que os alunos do MIT Media Lab estavam compartilhando bibliotecas para obter uma vantagem inicial em aplicativos de visão computacional. Isso inspirou a ideia de construir uma infraestrutura de visão computacional que pode ser usada facilmente.

Da Intel, o projeto OpenCV mudou para Willow Garage, um laboratório de pesquisa robótica e incubadora de tecnologia com sede em Menlo Park, Califórnia. Atualmente, o projeto de código aberto OpenCV é mantido pela Itseez, uma empresa de consultoria e desenvolvimento de software de visão computacional customizada.

OpenCV versão 1.0 foi lançado em 2006. A próxima versão principal 2.0.0 veio em 2009. A versão principal atual 3.0.0 foi lançado em 2015. A versão mais recente até hoje é OpenCV 3.3.0.

Usando OpenCV

A biblioteca ganhou popularidade entre cientistas e acadêmicos. Muitas vezes é usado como uma ferramenta de ensino para visão computacional. Mas o OpenCV é robusto o suficiente para suportar problemas do mundo real.

Você pode usar o OpenCV para produtos comerciais e não comerciais. É usado por gigantes da indústria como Google, Yahoo, Microsoft, Intel, IBM, Sony, Honda e Toyota. Institutos de pesquisa nas principais universidades como MIT, CMU, Stanford e Cambridge fornecem suporte para a biblioteca. O OpenCV Yahoo Group tem 50.000 membros em todo o mundo.

Instalando OpenCV

Para demonstrar a instalação do OpenCV irei usar o Ubuntu 17.10 e executará a instalação em uma imagem nova do docker para garantir que não haja pacotes conflitantes para o ambiente de desenvolvimento do OpenCV. Aqui está minha linha de comando para a configuração do docker:

docker pull ubuntu
docker run -it 00fd29ccc6f1 bash
apt-get update

Ok, ótimo, agora você tem um ambiente novo, vamos instalar algumas dependências necessárias para tornar o ambiente utilizável.

apt-get install wget cmake g ++ descompacte vim

Em seguida, precisamos do código-fonte do OpenCV. Você pode obter o código-fonte do site aqui e certifique-se de fazer o download da versão mais recente. Descompacte-o e crie um diretório de construção para o sistema CMake e insira o diretório:

wget https: // github.com / opencv / opencv / archive / 3.3.1.fecho eclair
cd opencv-3.3.1
construção mkdir
construção de cd

Em seguida, podemos construir a biblioteca e instalá-la no caminho do sistema na imagem do docker. Se você não estiver usando o docker, você decidirá sobre o prefixo de compilação, mas usar uma imagem docker dedicada torna tudo isso muito simples, conforme mostrado abaixo:

cmake ..
faço
faça a instalação

Para verificar se a construção e a instalação foram bem-sucedidas, vamos escrever um programa de teste C ++ trivial que inclui uma biblioteca OpenCV e depois executá-la. Aqui está um código de amostra que você pode usar para testar sua instalação:

#include "opencv2 / core / core.hpp "
#incluir
int main ()

cv :: Point2f p (4, 5);
std :: cout << "Point output: " << p << std::endl;
return 0;

Você pode construir e executá-lo assim:

root @ 6d6b443afced: ~ / src # g ++ test.cpp -o test
root @ 6d6b443afced: ~ / src # ./teste
Saída de ponto: [4, 5]

Parabéns pelo seu funcionamento, o trabalho está feito.

Próximos passos

Reconhecimento facial OpenCV

Referências:

https: // opencv.org /
https: // opencv.org / sobre.html
https: // docs.opencv.org / 3.3.1 / d1 / dfb / intro.html
https: // en.wikipedia.org / wiki / OpenCV