Jump to content
Compvision.ru

All Activity

This stream auto-updates     

  1. Yesterday
  2. Last week
  3. да да, как раз работаю с экспертом физиогномиком
  4. это тогда в другой раздел псевдонауки тебе нужно, например: физиогномика.
  5. Интересная тема, но юридически неоднозначная. Кстати из видео прото нарезался датасет. Затем училась сеть, прогонялась по видео, вырезались ошибочные срабатывания, добавлялись в датасет и все по новой. А с психическими отклонениями думаю без динамики сложно будет точность приемлемую получить. Хотя, обратите внимание на морщины, они должны отражать статистику движений.
  6. Просто мне надо читать не видео, а изображение. По изображению определить например педофила. Как-то так
  7. Но даже простая нейронка, типа LeNet, по ощущениям работает лучше. Правда данных много надо было, я 5 териков видео скормил, работало очень четко, эмоции пропорионально выводило, даже с самых слабых. Вход был всего 64х64, в серых тонах, работало в реалтайме на мобиле. Видел на гитхабе подобные. FACS все теки на человека больше расчитана, как можно сократили количество признаков для удобства использования.
  8. Привет. такое делали в МГУ, все самописное. в основном был написан собственный трекер лицевой поверхности с учетом оценки её активности и коррекции угла наклона головы. Разработка была на С++ можно написать в телеграмм, https://t.me/panchuk_a_i
  9. Earlier
  10. Привет всем. Проект предназначен для детектирование точек на лице для дальнейшего психологического анализа лица, склонность к насилию, склонность к суициду и т.д. Пишу на C# или Python. Есть ли какие-нибудь библиотеки или проекты open sourse для старта? Буду рад любой помощи.
  11. Ну так если проверять, то должны быть известны эталонные контуры. Вот находите в базе эталонов тот, с которым в данный момент работаете и сравнивайте с ним по ключевым точкам. Простейший метод скавнения контуров - по моментам контура. Выровняйте оси и центры, и найдите точки на контуре, ближайшие к точкам на эталоне.
  12. Форма детали всегда разная , идея в том чтобы программа проверяла размеры изделия, с длинной я разобрался, а с конусом я застрял, необходимо проверять чтобы центр правой вершины был по центру а высота треугольника была не меньше 0.55мм
  13. Всегда ли одинаковая форма детали? Если да, то упростите контур, найдите какую то начальную точку, отсчитайте от нее нужные отрезки и будут вам координаты. По поводу упрощения контуров: https://pyimagesearch.com/2021/10/06/opencv-contour-approximation/
  14. Здравствуйте , подскажите как добавить координаты на линии сгибов контура отмеченные желтыми стрелками, что бы в дальнейшем измерять евклидово расстояние между координатами Пока только получилось найти экстремальные точки
  15. Ничо, что большинство букв и цифр в номере можно прочитать по половинке (пол сверху и пол слева), а дальше условности, которые редко ИИ нужны)))
  16. Посмотрите еще: cv.minAreaRect собственные оси и этот метод рабртают немного по раному, смотрите сами какой больше подходит. Описание здесь: https://docs.opencv.org/3.4/dd/d49/tutorial_py_contour_features.html
  17. Благодарю!
  18. Ищите собственные оси и центр масс. Тут пример: https://robospace.wordpress.com/2013/10/09/object-orientation-principal-component-analysis-opencv/
  19. Получилось, но при повороте объекта центр фрейма слетает с центра объекта( Как можно нарисовать контур именно в центре объекта ? В силу моего незнания - долго искал выход найти середину фрейма, вроде получилось с помощью cv2.rectangle (frame,(x,y),(x+w*1,y+h//2),(255,255,0),2)
  20. Так в программе, которую Вы приводите выше, координаты прямоугольника, ограничивающего контур, x,y - это верзнй левый угол, w, h - ширина и вытота. Центр - x+w/2, y+h/2 Как выводить текст, см. пример по ссылке в моем предыдущем ответе. Русские буквы стандартный cv2.outText не выведет, используйте латиницу.
  21. Есть информация когда печатаю print(frameWidth) - в консоли выводит сообщение ширины "640", Так вот эту информацию 640 нужно вывести непосредственно над синей рамкой контура, И ещё я не знаю как найти центроид в контуре в виде линии которая будет рисовать ось. Буду рад любой информации
  22. Я не уверен понял пробблему, проблема с выводом текста в заданные координаты? https://www.geeksforgeeks.org/python-opencv-cv2-puttext-method/
  23. помогите пожалуйста с выводом информации над контуром рамки, как отобразить размер рамки, если известно что размер товара 670 пикселей, длина физ 4,1 мм, и как провести центр оси на объект? opencv версии 4.7.0.68, отредактируйте код. ажение текста над рамкой Задать вопрос спросил Cегодня Изменено сегодня Просмотрено 15 раз -1 помогите пожалуйста с выводом информации над контуром рамки, как отобразить размер рамки, если известно что размер товара 670 пикселей, длина физ 4,1 мм, и как провести центр оси на объект? opencv версии 4.7.0.68, отредактируйте код. import numpy as np import cv2 cap = cv2.VideoCapture ( 1 ) kernel = np.ones ( (2 , 2) , np.uint8 ) while (True): # Capture frame-by-frame ret , frame = cap.read () # Our operations on the frame come here gray = cv2.cvtColor ( frame , cv2.COLOR_BGR2GRAY ) gray = cv2.GaussianBlur ( gray , (7 , 7) , 0 ) gray = cv2.medianBlur ( gray , 5 ) # to remove salt and paper noise # to binary ret , thresh = cv2.threshold ( gray , 128 , 128 , 128 ) # to detect white objects # to get outer boundery only thresh = cv2.morphologyEx ( thresh , cv2.MORPH_GRADIENT , kernel ) # to strength week pixels thresh = cv2.dilate ( thresh , kernel , iterations = 1 ) im2 = contours , hierarchy = cv2.findContours ( thresh , cv2.RETR_EXTERNAL , cv2.CHAIN_APPROX_SIMPLE ) if len ( contours ) > 0: cv2.drawContours ( frame , contours , -1 , (0 , 255 , 0) , 3 ) # find the biggest countour (c) by the area c = max ( contours , key = cv2.contourArea ) x , y , w , h = cv2.boundingRect ( c ) # draw the biggest contour (c) in green cv2.rectangle ( frame , (x , y) , (x + w , y + h) , (255 , 0 , 0) , 2 ) # Display the resulting frame cv2.imshow ( 'frame' , frame ) if cv2.waitKey ( 27 ) & 0xFF == ord ( 'q' ): break # When everything done, release the capture cap.release () cv2.destroyAllWindows ()
  24. Камеры Basler

    Добрый день. На данный момент перешли на китайские аналоги камер: - HIKROBOT (Hikrobot - Machine Vision (hikrobotics.com)) - MindVision (深圳市迈德威视科技有限公司 (mindvision.com.cn)) Возможно будет полезным.
  25. А зачем карту глубины? Если надо найти координату на дороге, или скорость, то дорога плоская, координата и направление камеры известны. Точнее получится просто использовать 2D рамку. 3D генерируемые координаты, от монокулярных сеток, весьма приблизительные, вычисления тяжелые. Ну если очень надо, можно использовать 3D на основе оптического потока, думаю оно точнее будет. Ну если очень-очень хочется нейронкой, просто вычисляйте скользящее среднее по кадрам глубины, и используйте его, там конечно нужна будет коррекция с учетом скорости удаления/приближения, но это вроде должно аналитически выводиться аналитически.
  26. Здравствуйте, пробелам следующая есть несколько нейронок по предсказанию карты глубины из монокулярного изображения, на выходе получается относительная карта глубины (т.е. если допустим на первом изображении, на сцене есть только автомобиль и поле, то у автомобиля показатель глубины 0.8, на втором снимке добавится еще один автомобиль и показатель глубины первого будет уже не условные 0.8, а 0.6), вопрос как лучше высчитывать абсолютную глубину в таких случаях, когда есть несколько фото одной сцены с некоторыми изменениями или это может быть вообще видео. Пример нейронок: https://github.com/nianticlabs/monodepth2 https://github.com/zhyever/Monocular-Depth-Estimation-Toolbox
  1. Load more activity
×