🎬 Link al VIDEO YOUTUBE: https://youtu.be/S64sTZSGMY4 Con questo video ha inizio il corso di Computer Vision con Python e OpenCV. Tratteremo le basi di OpenCV, le funzioni di disegno, gli algoritmi di blurring, thresholding, edge detection, contour, template matching e face detection. ____________________ 📚🎓LIBRI FONDAMENTALI da leggere a tutti i costi se volete fare la differenza! 🤓 ★Computer Vision: Algorithms and Applications (teoria) https://amzn.to/2REZz0E ★Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library (OpenCV con C++) https://amzn.to/2E4fDAO ____________________ 🔴Iscrivi al canale per ricevere maggiori informazioni su Intelligenza Artificiale, Machine Learning, Deep Learning, Visione Artificiale e coding: https://www.youtube.com/aiandcoding?sub_confirmation=1 Con questo video ha inizio il corso di Computer Vision con Python e OpenCV. Acquisirete le basi fondamentali per poter affrontare la Computer Vision con Python e OpenCV. Sessione dopo sessione, video dopo video, acquisirete tutta una serie di competenze che, man mano che avanzeremo di difficoltà di esercizio riuscirete a comprenderlo perché metterete a frutto tutto ciò che avete imparato fino a quel momento nei video precedenti. All'inizio tratteremo le funzioni base di OpenCV e, man mano che avanzeremo nel corso, vedremo le funzioni di disegno (fondamentali per poter marcare e segnare eventuali oggetti che troverete nei vostri video, nelle vostre immagini, nei vostri algoritmi di object detection), e successivamente approfondiremo gli algoritmi di blurring, capiremo quale tipologia di blurring è più opportuno utilizzare a seconda delle situazioni. Vedremo i vari algoritmi di thresholding e, anche qui, vedremo quale di questi è più opportuno utilizzare a seconda dell'immagini in ingresso e a seconda del risultato che vogliamo ottenere. Vedremo i principali algoritmi di edge detection tra i quali Laplacian, Sobel e Canny Edge. Vedremo gli algoritmi di contouring e tutte le features che questi contour ci rendono disponibili. Ma parlando di progetti, obiettivi concreti che riusciremo ad eseguire, al termine di questo Corso Computer Vision con Python e OpenCV, avremo il conteggio di oggetti all'interno delle immagini, il template matching, ovvero la possibilità di ricercare porzioni di un'immagine all'interno di un'immagine più grande. E come ultimo progetto saremo un grado di realizzare un, se pur semplice e minimale, face detector. 🕘TIMESTAMPS 00:00 Intro 02:08 Computer Vision con Python e OpenCV 02:10 Cos'è la Computer Vision 03:54 Cosa mi ha spinto a studiare la Computer Vision 05:30 Obiettivi di questo corso 05:46 I progetti che realizzeremo in questo corso di Computer Vision 08:40 Cosa sarete in grado di fare al termine di questo corso 08:57 Il famoso effetto wow™️ di molti tutorial online 09:15 Il Semantic Gap: la definizione 09:42 Il Semantic Gap: le immagini viste dal nostro punto di vista 09:54 Il Semantic Gap: le immagini viste dal computer 10:12 Cos'è OpenCV 10:45 Quali aziende stanno usando OpenCV (o lo richiedono nei job postings) 11:06 OpenCV: Accelerazione Hardware 11:23 OpenCV: Machine Learning e Deep Learning 11:50 OpenCV DNN (Deep Neural Network) module 12:27 Le immagini in OpenCV (Numpy e classe Mat) 13:45 Coordinate System in OpenCV 🎬 Guarda i video più recenti: https://www.youtube.com/aiandcoding/videos ____________________ 👥AI and Coding - Social profiles Youtube: a...