Jump to content
Compvision.ru

All Activity

This stream auto-updates     

  1. Earlier
  2. igor.my.post joined the community
  3. duritskiy joined the community
  4. Alex72 joined the community
  5. Leroyrig joined the community
  6. Привет возможно кому нибудь пригодиться легковесная библиотека для вычисления и сравнения ORB особенностей для где нет зависимости на OpenCV, код доступен тут https://gitflic.ru/project/kolkir/orb-features Единственная внешнняя зависимость это Eigen 3.4. Пакет содержит демо и для его сборки будет нужно OpenCV GUI. Я начал разработку этой библиотеки так как не нашел готовой реализации без OpenCV если кто-то знает о таковой, буду благодарен за информацию.
  7. kolkir joined the community
  8. Ronnyjuifs joined the community
  9. Struyniy joined the community
  10. denis84 joined the community
  11. Здравствуйте, вам нужны не нейронки а вероятностные графовые модели (PGM), посмотрите редактор который я прикрепил для примера: samiam30_windows_amd64.zip Их как раз используют для вывода вероятностей по заданным факторам, причем эта штука обучаемая по данным.samiam30_windows_amd64.zip На coursera есть курс Probabilistic graphical models, там как раз на этой софтинке упражнения были, правда я проходил его давно, может что то поменялось.
  12. Добрый день! Кто-нибудь знает, существует ли конструктор нейросети, которая бы могла принимать решение на основе входной текстовой информации? Хотелось бы проверить следующую гипотезу, пока не вдаваясь в глубокое программирование: Существует база резюме кандидатов на вакансии компании, существуют результаты - понравилось ли резюме компании, прошел ли кандидат собеседование, вышел ли кандидат в итоге не работу. Хотелось бы проверить, можно ли обучить нейросеть, чтобы она выдавала вероятность по новым кандидатам: понравится ли резюме компании, пройдет ли кандидат собеседование, выйдет ли кандидат на работу. На вход нейросети нужно подавать само резюме, название позиции, название компании работодателя.
  13. DanilPap started following Использование Google для распознавания речи
  14. OlegQuita started following Находим в кадре лица, человеческие фигуры, и т.д. и т.п
  15. VanyaNow started following Unmanaged C++ to C#
  16. Fedordic started following Обновление модели для распознавания лиц
  17. да да, как раз работаю с экспертом физиогномиком
  18. это тогда в другой раздел псевдонауки тебе нужно, например: физиогномика.
  19. 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.
  20. Просто мне надо читать не видео, а изображение. По изображению определить например педофила. Как-то так
  21. 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.
  22. Спасибо, как раз изучаю это
  23. OpenFace умеет FACS имеет бинд к питону.
  24. 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
  25. umrbek79 started following Детектирование точек FACS (Пол Экман) для психологического анализа лица
  26. 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.
  27. Bradleyinory started following ONNX
  28. 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.
  29. 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
  30. 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/
  31. 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
  32. Loklaza started following Обработка ночного изображения автомобиля
  33. Ничо, что большинство букв и цифр в номере можно прочитать по половинке (пол сверху и пол слева), а дальше условности, которые редко ИИ нужны)))

  34. Вывод информации над рамкой

    Smorodov replied to Sigmoid's topic in OpenCV

    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

  35. Вывод информации над рамкой

    Sigmoid replied to Sigmoid's topic in OpenCV

    Благодарю!

  36. Вывод информации над рамкой

    Smorodov replied to Sigmoid's topic in OpenCV

    Ищите собственные оси и центр масс. Тут пример: https://robospace.wordpress.com/2013/10/09/object-orientation-principal-component-analysis-opencv/

  37. Вывод информации над рамкой

    Sigmoid replied to Sigmoid's topic in OpenCV

    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)

  38. Вывод информации над рамкой

    Smorodov replied to Sigmoid's topic in OpenCV

    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.

  39. Вывод информации над рамкой

    Sigmoid replied to Sigmoid's topic in OpenCV

    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

  40. Вывод информации над рамкой

    Smorodov replied to Sigmoid's topic in OpenCV

    Я не уверен понял пробблему, проблема с выводом текста в заданные координаты? https://www.geeksforgeeks.org/python-opencv-cv2-puttext-method/
  41. Sigmoid started following Вывод информации над рамкой
  42. 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 ()
  1. Load more activity
×