home.social

#opencv — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #opencv, aggregated by home.social.

  1. OSCCA 2026 is in full swing in room 409 of the Los Angeles Convention Center at Display Week! #OpenCV #ComputerVision #DisplayWeek

  2. OSCCA is happening this Monday, May 4 — in person at Display Week!

    If you're working in computer vision, display tech, or imaging, this is a great one-day event with access to the Display Week exhibit hall all week.

    Two discount codes to know:
    - OPENCVC → free entry (limited, first come first served)
    - OPENCVEB → $375 instead of $599

    Register here: displayweek.org/event-enhancem

    In-person only. See you Monday!

    #OpenCV #ComputerVision #DisplayWeek

  3. Методы обнаружения контуров в изображении: пространственные фильтры

    Большинство современных CV-алгоритмов невозможно представить без выделения границ объектов. В этой статье разбираем, как работают пространственные фильтры — от простейших масок 2×2 до полноценного детектора Канни. Рассмотрим математическую базу: производные первого и второго порядка, градиент, дискретный Лапласиан. Как из аппроксимации производных получаются операторы — Робертса, Прюитта, Собеля, Лапласа. Разберем детектор Канни по шагам: сглаживание Гаусса, поиск градиентов, подавление не-максимумов, двойная пороговая фильтрация. Отдельно — адаптивный фильтр Уоллеса для автоматического подбора порога.

    habr.com/ru/companies/timeweb/

    #контуры #opencv #python #ml #cv #математика #математика_для_программистов #математическое_моделирование #обработка_изображений #timeweb_статьи

  4. Как свёрточные нейронные сети видят мир

    Привет, Хабр! Меня зовут Яна Вольнова, я ex-разработчик систем распознавания образов, а сейчас преподаю глубокое машинное обучение в МГТУ им. Н.Э. Баумана и пишу курсы для Яндекс Практикума, например,

    habr.com/ru/companies/yandex_p

    #компьютерное_зрение #сверточные_нейронные_сети #cnn #opencv #keras

  5. Actually to avoid burying the lede, am interested in automatic floor plan feature extraction and detection (extract walls, and fixtures, detect doors and ovens, etc). Maybe using OpenCV or other off the shelf techniques and/or FOSS libraries where possible.

    Any pointers or good leads appreciated, boosts also welcome. :)

    #ComputerVision #CV #OpenCV #FloorPlans

  6. [Перевод] OCR всё прочитал, но ничего не понял: как мы научили систему разбирать транспортные накладные

    Современные библиотеки компьютерного зрения позволяют получить результат буквально за несколько строк кода, но за этой простотой скрывается ряд практических ограничений и компромиссов. В статье разберём, как на самом деле работают модели «из коробки», где проходит граница их применимости и как из сырых выходов детекторов собрать осмысленную логику — от базового inference до сценариев видеоаналитики. Речь пойдёт о прикладном использовании инструментов вроде YOLO, OpenCV и Hugging Face в задачах, где важен не только сам факт распознавания, но и то, что с этим делать дальше.

    habr.com/ru/companies/otus/art

    #компьютерное_зрение #CV #YOLO #OpenCV #Hugging_Face #детекция_объектов #сегментация_изображений #видеоаналитика #анализ_изображений

  7. Я научил виртуальную камеру быть оператором: как устроен алгоритм face tracking для Shorts/Reels

    В предыдущей статье я подробно рассказывал про свой "аниме завод" — пайплайн, который автоматически превращает эпизоды в готовые Shorts. Но внутри этой системы есть один особенно важный узел, который заслуживает отдельного разбора: виртуальная камера для автоматического кадрирования. В этой статье я разберу не просто "функцию автокропа", а полноценный алгоритм виртуальной камеры для вертикального видео. Это тот случай, когда задача на первый взгляд кажется простой: есть горизонтальный ролик, нужно сделать 9:16, удержать человека в кадре и не превратить результат в дёрганый автофокус из начала 2010-х. Но как только начинаешь делать это не для демо, а для реального пайплайна, сразу всплывают инженерные проблемы:

    habr.com/ru/articles/1021278/

    #face_tracking #virtual_camera #MediaPipe #YuNet #Haar_Cascade #OpenCV #Shorts #Reels #computer_vision #auto_crop

  8. Как я построил «аниме-завод»: систему, которая сама превращает эпизоды в YouTube Shorts

    Привет, Хабр! Последние месяцы я строил систему, которую внутри называю «аниме-заводом»: на вход она получает исходный эпизод, а на выходе собирает готовый YouTube Shorts с динамическим кадрированием, субтитрами, постобработкой и метаданными для публикации. Интереснее всего здесь не сам факт автоматического монтажа, а то, что значительную часть такой работы удалось разложить на инженерные этапы: транскрибацию, анализ аудио и сцены, поиск удачных моментов, управление «виртуальной камерой» и контур обратной связи по метрикам. В статье я покажу, как устроен этот пайплайн, почему я пошел в модульную архитектуру вместо end-to-end black box, где система ломалась и какие решения в итоге сделали ее реально рабочей.

    habr.com/ru/articles/1014810/

    #анализ_видео #Python #computer_vision #автоматизация #YouTube_Shorts #обработка_аудио #субтитры #OpenCV #Whisper #media_pipeline

  9. От вет-ИИ для коров до имперского глянца: хардкорный MLOps на бесплатных GPU

    В начале 2026 года ленты новостей принесли тревожные сообщения из Сибири: массовые вспышки опасных заболеваний у КРС (крупного рогатого скота) привели к необходимости вынужденного забоя тысяч голов. Для многих фермеров это означало потерю бизнеса и средств к существованию. Мы задались вопросом: может ли доступный Computer Vision стать первой линией обороны? Инструментом, который позволит фермеру в отдаленном районе провести первичный скрининг (триаж) животного с помощью обычного смартфона и вовремя вызвать ветеринара, не дожидаясь начала эпидемии. Так родился проект AI-Vet-Scanner ( наше пространство на Hugging Face ), определяющий признаки заболеваний по фотографии.

    habr.com/ru/articles/1013214/

    #MLOps #Kaggle #Computer_Vision #OpenCV #PyMuPDF #Hugging_Face #датасет #парсинг #оптимизация_памяти #SDXL_LoRA

  10. Робот с видеонаблюдением и отслеживанием объекта

    Введение Данный проект, является логическим продолжением развития темы " Солнечный трекер на Arduino ". Используя базу солнечного трекера (его конструкцию) и web-камеру можно собрать роботизированную конструкцию, которая будет отслеживать в режиме реального времени назначенный маркер или группу маркеров в определённой области пространства. Распознавать маркеры можно по разным критериям: выбранному цвету, текстуре, форме и т.д. Я выбрал второй вариант. Делаю фото объекта web-камерой, с выбранным однородным цветом, которую буду использовать на роботе. Подготовка ПО Для корректной работы программы вам нужно: 1. Установить Python python.org/ 2. Установить модули numpy, opencv и pyserial используя инструмент pip pypi.org/project/numpy/ pypi.org/project/opencv-python/ pypi.org/project/pyserial/ 3. Установить Arduino ide learnlange.blogspot.com/p/blog Сборка робота Система представляет стационарную установку с двумя степенями свободы, которые позволяют вращаться в пространстве цилиндрической формы. На верхней части системы закреплена USB web-камера (её можно заменить на smart камеру или ip камеру). Для быстрого создания прототипа использую образовательный набор КЛИК: базовый и ресурсный Поворотные механизмы реализованы с использованием DC моторов с понижающей передачей.

    habr.com/ru/articles/1007628/

    #python #opencv #pyserial #arduino #робототехника #компьютерное_зрение #роботы #отслеживание #с++

  11. Less than 2 weeks until Embedded World & I will be at large on the expo floor! Let's chat about all things Go with microcontrollers, computer vision, & machine learning. Just look for Gopherbot.

    #golang #tinygo #ew26 #embedded #computerVision #ml #openCV #llamacpp #yzma

  12. Шпаргалка по инференсу на С++

    Если ты только погружаешься в работу с инференсом на C++ и тебе интересно получить представление о том, как можно собирать и запускать популярные ML-библиотеки, то я рад поделиться базой, которую я использую в своих проектах. Здесь ты найдёшь простые проекты, решающие основные ML-задачи, и немного теории к этому коду. Надеюсь, что приведённый код может стать первой рабочей версией для новых фич в твоих проектах.

    habr.com/ru/articles/986204/

    #C++ #Inference #ML #OpenCV #mediapipe #ocr #yolo #triton #onnxruntime #pybind11

  13. "Captions With Attitude" in your browser from your webcam generated by a Vision Language Model (VLM) from a Go program running entirely on your local machine using llama.cpp!

    github.com/hybridgroup/caption

    #golang #vlm #openCV #llama #yzma

  14. My first foray into #rust by creating a console app and tinkering with OpenCV through #opencv crate. Also using #rustrover

  15. Определение положения объектов на изображении: как найти пространственные координаты объекта, используя OpenCV

    Как найти 3D координаты объектов на изображении? Статья о задаче пространственной локализации объектов на изображении с одной камеры и о её решении с помощью OpenCV

    habr.com/ru/articles/941842/

    #opencv #opencv_python #фотограмметрия #numpy #aruco #pnp #машинное_зрение #положение_в_пространстве #solvepnp #3d

  16. Ported whiskers support to my dynamicland clone.

    Golang handles tag detection via CGO and apriltag, and Guile Scheme handles realtalk + drawing logic using opencv.

    #go #cgo #cpp #guile #opencv #apriltag

  17. Hey Tomas, was machst Du so an Deinem freien Tag? Mal eben eine QR-/Barcode Detection aus den Rippen ziehen inkl. virtueller Tastatur, die erkannte Barcodes in Eingabmasken eintippt.

    blog.jakobs.systems/micro/2025

    #Codeberg #OpenCV #Linux #QRCodeScanner #BarcodeScanner #Opensource

  18. We're live at 9am Pacific (25mins from now) with 3, count 'em, 3 guests from the upcoming Display Week conference. We're excited to see the latest in hardcore display tech.

    Watch on YouTube: youtube.com/live/w6QxjZO211w

    #OpenCV #ComputerVision #AI #OSCCA #DisplayWeek

  19. Yeah so once I connected a camera module to the #RaspberryPiZero and streamed video to my desktop through #UDP and watched it with #VLC. Good thing I documented absolutely NOTHING about that setup and now have to start from scratch even though I am tired and irritable.

    Fuck!

    Write shit down, folks. I highly recommend it! ⭐⭐⭐⭐⭐

    #raspberrypi #homeautomation #opencv #documentation

  20. 🐍✨ Ever wondered how to bring image recognition to the web? Come join us tomorrow (Thursday) at 7pm at Michigan Python!

    I'll be sharing how to build a mobile image recognition app using OpenCV and PyScript using a fun Pokémon example. We'll cover:
    - Building mobile-friendly computer vision apps
    - Running Python in the browser with PyScript
    - Real-world applications of OpenCV
    - Live demo and code examples

    See you there! 🎯📱

    meetup.com/michigan-python/eve

  21. TIL that a trivial Python3 OpenCV program (open an image, attempt to display it in a window) on a Raspberry Pi tries to open over 2800 shared libraries

    (EDIT: more like nearly 1400, 'cos strace opens the symbolic link and the library ... but still)

    #python #OpenCV #strace #RaspberryPi #NotLookingForAdvice

  22. Мой опыт в переводе между типами С++ и С#

    Разработка этой программы затрагивает множество разнообразных технологий для совместной работы, которые на первый взгляд невозможно соединить. Добавляют сложности взаимодействия между типами еще разные языки программирования и разные разработанные для них библиотеки, в каждой из которых разработан свой функционал. В данной статье рассмотрим способы перевода двух несвязных типов.

    habr.com/ru/articles/846652/

    #специализированное_по #разработка #c++ #c# #windows_forms #opencv #взаимодействие_типов #формат_данных

  23. Нейросети и компьютерное зрение (CV). Основы теории. Практика. Своя система распознавания на одноплатном компьютере

    — Никто не обнимет необъятного! Козьма Прутков, 1854 Одно из интересных и полезных применений нейросетей — обнаружение объектов на изображении, таких как машины, люди или человеческие лица. Глубокое погружение в тему нейросетей требует немало времени и сил, а также определенных знаний в области математики. Хорошая новость в том, что уже созданы фреймворки, пригодные для применения в реальных проектах без предварительной фундаментальной подготовки программистов. Вы, наверное, слышали, что для работы нейронных сетей требуются большие вычислительные мощности, а в данной статье мы на практике рассмотрим создание системы распознавания с помощью уже обученных моделей нейросетей и возможности создания такой системы на одноплатном компьютере на примере как Repka Pi. Так же рассмотрим основные понятия нейронных сетей. Разберём, как добавить функции обнаружения лиц и людей в видеопотоке от обычной веб-камеры, подключенной через USB к Repka Pi. При этом будут использованы каскады Хаара, нейросеть Yolo-FastestV2, фреймворки OpenCV и NCNN, а также репозиторий ml-repka от компании Rainbowsoft. Формат статьи не позволяет рассказать подробно о том, как устроены и работают нейронные сети, тут потребуется не одна книга. Тем не менее, наша статья может послужить хорошим для тех, кто собирается начать изучать нейросети и сразу хотел бы делать это и на практике, а также для тех, кто хочет добавить возможность обнаружения объектов в свое встроенное решение на базе одноплатного компьютера. Так в статье есть целый ряд тщательно подобранных ссылок на материалы для более углубленного изучения предметной области. Надеемся, что эта статья сможет стать хорошим началом погружения в Мир ИИ и нейронных сетей вообще, и компьютерного зрения (CV) в частности, для всех, кто только собирался это сделать и ждал подходящего случая. Эта статья - как раз такой случай.

    habr.com/ru/articles/820583/

    #repka_pi #обнаружение_людей #обнаружение_лиц #нейронные_сети #yolo #сверточные_нейросети #opencv #ncnn #cv #машинное_зрение

  24. Нейросети и компьютерное зрение (CV). Основы теории. Практика. Своя система распознавания на одноплатном компьютере

    — Никто не обнимет необъятного! Козьма Прутков, 1854 Одно из интересных и полезных применений нейросетей — обнаружение объектов на изображении, таких как машины, люди или человеческие лица. Глубокое погружение в тему нейросетей требует немало времени и сил, а также определенных знаний в области математики. Хорошая новость в том, что уже созданы фреймворки, пригодные для применения в реальных проектах без предварительной фундаментальной подготовки программистов. Вы, наверное, слышали, что для работы нейронных сетей требуются большие вычислительные мощности, а в данной статье мы на практике рассмотрим создание системы распознавания с помощью уже обученных моделей нейросетей и возможности создания такой системы на одноплатном компьютере на примере как Repka Pi. Так же рассмотрим основные понятия нейронных сетей. Разберём, как добавить функции обнаружения лиц и людей в видеопотоке от обычной веб-камеры, подключенной через USB к Repka Pi. При этом будут использованы каскады Хаара, нейросеть Yolo-FastestV2, фреймворки OpenCV и NCNN, а также репозиторий ml-repka от компании Rainbowsoft. Формат статьи не позволяет рассказать подробно о том, как устроены и работают нейронные сети, тут потребуется не одна книга. Тем не менее, наша статья может послужить хорошим для тех, кто собирается начать изучать нейросети и сразу хотел бы делать это и на практике, а также для тех, кто хочет добавить возможность обнаружения объектов в свое встроенное решение на базе одноплатного компьютера. Так в статье есть целый ряд тщательно подобранных ссылок на материалы для более углубленного изучения предметной области. Надеемся, что эта статья сможет стать хорошим началом погружения в Мир ИИ и нейронных сетей вообще, и компьютерного зрения (CV) в частности, для всех, кто только собирался это сделать и ждал подходящего случая. Эта статья - как раз такой случай.

    habr.com/ru/articles/820583/

    #repka_pi #обнаружение_людей #обнаружение_лиц #нейронные_сети #yolo #сверточные_нейросети #opencv #ncnn #cv #машинное_зрение

  25. Нейросети и компьютерное зрение (CV). Основы теории. Практика. Своя система распознавания на одноплатном компьютере

    — Никто не обнимет необъятного! Козьма Прутков, 1854 Одно из интересных и полезных применений нейросетей — обнаружение объектов на изображении, таких как машины, люди или человеческие лица. Глубокое погружение в тему нейросетей требует немало времени и сил, а также определенных знаний в области математики. Хорошая новость в том, что уже созданы фреймворки, пригодные для применения в реальных проектах без предварительной фундаментальной подготовки программистов. Вы, наверное, слышали, что для работы нейронных сетей требуются большие вычислительные мощности, а в данной статье мы на практике рассмотрим создание системы распознавания с помощью уже обученных моделей нейросетей и возможности создания такой системы на одноплатном компьютере на примере как Repka Pi. Так же рассмотрим основные понятия нейронных сетей. Разберём, как добавить функции обнаружения лиц и людей в видеопотоке от обычной веб-камеры, подключенной через USB к Repka Pi. При этом будут использованы каскады Хаара, нейросеть Yolo-FastestV2, фреймворки OpenCV и NCNN, а также репозиторий ml-repka от компании Rainbowsoft. Формат статьи не позволяет рассказать подробно о том, как устроены и работают нейронные сети, тут потребуется не одна книга. Тем не менее, наша статья может послужить хорошим для тех, кто собирается начать изучать нейросети и сразу хотел бы делать это и на практике, а также для тех, кто хочет добавить возможность обнаружения объектов в свое встроенное решение на базе одноплатного компьютера. Так в статье есть целый ряд тщательно подобранных ссылок на материалы для более углубленного изучения предметной области. Надеемся, что эта статья сможет стать хорошим началом погружения в Мир ИИ и нейронных сетей вообще, и компьютерного зрения (CV) в частности, для всех, кто только собирался это сделать и ждал подходящего случая. Эта статья - как раз такой случай.

    habr.com/ru/articles/820583/

    #repka_pi #обнаружение_людей #обнаружение_лиц #нейронные_сети #yolo #сверточные_нейросети #opencv #ncnn #cv #машинное_зрение

  26. Hoy mi versión de marcas de agua "Watermark" alcanzó el status de v1.1.0

    Se viene próximamente la v1.2.0 con interfaz gráfica mediante Yad para guardar características propias de la aplicación 💡 🧞‍♂️

    #GitHub #bash #Python #OpenCV 🤖 #NumPy :calculator: #watermark 📸 🎨 #canal #alfa #antiX #watermark 🖌️ #fotografía #marcadeagua #alpha #Yad

    github.com/DrCalambre/watermar

  27. Hoy mi versión de marcas de agua "Watermark" alcanzó el status de v1.0.

    Se viene próximamente la v1.1.0 con interfaz gráfica mediante Yad

    #GitHub #bash #Python #OpenCV 🤖 #NumPy :calculator: #watermark 📸 🎨 #canal #alfa #antiX #watermark 🖌️ #fotografía #marcadeagua #alpha #Yad

    github.com/DrCalambre/watermar

  28. Spent a couple of hours this morning fixing low-hanging fruit, broken third-party #pkgsrc software on #illumos.

    #taglib uses conflicting offset_t type.

    #gst-plugins1-base fails to include sys/stat.h for S_* macros.

    #capstone doesn't handle non-const getopt.

    #opencv uses ambiguous ceil() call.

    #qalculate and #xscreensaver use conflicting "sun" define.

    #qgpgme uses conflicting "single" type.

    #mbrola has incorrect endian detection and is not MAKE_JOBS safe.

    github.com/NetBSD/pkgsrc/commi

  29. Building #OpenCV for fun and stuff. I hope #tflite import works after this, should be integrated afaik.

  30. ... And finally here's the example video of chroma key green replacement in action in my home studio.

    Video edit was done coding in Python+OpenCV+Pyzbar.

    Which tech topic should I cover first in my future video content? What would you like to see?

    #tech #contentcreator #chromakey #green #vihreä #coding #python #opencv #pyzbar #video #videocontent #studio #homestudio #kotistudio