Python-OpenCV
9 febrero 2025
Instalación Python – OpenCV
- Instalación de Python y OpenCV: (Windows
) – (Mac
) – (Linux
) – (WSL-Linux
/
) – (Imagen Ejemplo) (Tutorial-Vídeo
)
- Documentación OpenCV.org
- Tutoriales OpenCV.org
- Documentación Python.org
- Referencia Librería Python.org
- Tutorial Python (W3schools)
- Simulador Redes Neuronales (Tensorflow)
- Visualizador de capas Convolucionales CNN (Microscope OpenAI)
- Simulador Máquinas de Vector Soporte (SVM)
Documentación Python
- Python: Curso Introducción
, código ejemplos
- NumPy: guía usuario
| referencia funciones
| guía rápida
- SciPy: guía usuario | referencia funciones
- Matplotlib: guía usuario
| guía rápida
- Scikit-Learn: guía usuario
| guía rápida
- Scikit-Image: guía de usuario
- Pillow: guía de usuario
- Keras: guía usuario
| guía rápida | referencia funciones
- Tensorflow: guía usuario
| guía rápida
- PyTorch: guía usuario
- Pandas: guía usuario
| guía rápida
- Seaborn: guía rápida
- CheatSheets: AI-NN
, Python
, Numpy
, Scipy
, Matplotlib
, ImportData
, Scikit-Learn
, Jupyter
, Keras
, Pandas
, Pandas-Basics
, Seaborn
, Bokeh
, PyTorch
Programación OpenCV en Python
- Programas de Ejemplo Curso OpenCV-Python:
- Transparencias (S1-S2)
Captura imágenes – Filtrado – Detección Bordes
- Transparencias (S3)
Gestión de Eventos – Visualización
- Transparencias (S4-S5)
Detección Contornos – Segmentación
- Transparencias (S6)
Reconocimiento
- Transparencias (S7)
Puntos Característicos
- Transparencias (S8-S9)
Calibración – Detección Marcas POSE 3D
- Transparencias Keras
Deep Learning – Transfer Learning con Keras-Tensorflow
- Transparencias PyTorch
Deep Learning – Transfer Learning con Pytorch
- Transparencias (S1-S2)
-
- Ejemplo 1: Captura de imágenes de una cámara
(Tutorial-Vídeo
)
- Ejemplo 1b: Filtrado de imágenes: convolución
(Tutorial-Vídeo
)
- Ejemplo 1: Captura de imágenes de una cámara
-
- Ejemplo 2: Cargar, procesar y guardar una imagen en un fichero
– (imagen ejemplo)
- Ejemplo 2b: Cargar, procesar y guardar un fichero de video
– (video ejemplo) (Tutorial-Vídeo
)
- Ejemplo 2: Cargar, procesar y guardar una imagen en un fichero
-
- Ejemplo 4: Detección y extracción de contornos
– (Tutorial opencv.org)
- Ejemplo 4b: Detección y extracción de contornos. Filtrado. Persistencia
- Ejemplo 4c: Detección Rectas y Círculos (Transformada de Hough)
- Ejemplo 4: Detección y extracción de contornos
-
- Ejemplo 6: Reconocimiento de Imágenes. Módulo Machine Learning
– (Tutorial opencv.org) – módulo titere
– Datos
- Ejemplo 6b: Detección de caras. Módulo Object Detection
– (Tutorial opencv.org) – Trained Cascade Classifiers
- Ejemplo 6c: CNN: módulo Deep Learning-Clasificación AlexNet-GoogLeNet
– (Tutorial opencv.org) – CAFFE models
– CAFFE Model Zoo
- Ejemplo 6d: CNN: módulo Deep Learning-Detección YOLO
– Darknet models
– Darknet – módulo yolo
- Ejemplo 6seg: CNN: módulo Deep Learning: Detección/Segmentacion Mask-RCNN
– Mask-RCNN (Tensorflow) models
- Ejemplo 6: Reconocimiento de Imágenes. Módulo Machine Learning
-
- Ejemplo Keras 1: Red Secuencial MLP
– (Tutorial Keras) – módulo titere
– Datos
– Keras models
- Ejemplo Keras 2: DNN Transfer Learning VGG16
– (Tutorial Keras) – módulo titere
– Imágenes
– ONNX models
- Ejemplo Keras 2b: DNN Transfer Learning VGG16 – Data Augmentation
- Ejemplo Keras 1: Red Secuencial MLP
-
- Ejemplo PyTorch 1: Red Secuencial MLP
– (Tutorial PyTorch) – módulo titere
– módulo torch-util
– Datos
– PyTorch models
- Ejemplo PyTorch 2: DNN Transfer Learning VGG16
– (Tutorial PyTorch) – módulo torch-util
– Imágenes
– PyTorch models
- Ejemplo PyTorch 2b: DNN Transfer Learning VGG16 – Data Augmentation
- Ejemplo PyTorch 1: Red Secuencial MLP
-
- Ejemplo 8: Calibración de cámaras
– (Tutorial opencv.org)
- Ejemplo 8: Calibración de cámaras
-
- Ejemplo 9: Detección de marcadores con la librería ARUCO
– (Marcador) (Board)
- Ejemplo 9b: Detección y Localización (POSE) de marcadores con la librería ARUCO
– (Fichero Calibración Logitech) (Fichero Calibración Trust)
- Ejemplo 9c: Detección y Localización (POSE) de grupos de marcadores (Board)
– (Fichero Calibración Logitech) (Fichero Calibración Trust) – (Board Configuration)
- Ejemplo 9: Detección de marcadores con la librería ARUCO
- Otras Aplicaciones:
Software
- Python:
- Versión 3.13: Windows-x86
| Windows-x64
| MAC OS11
- Versión 3.12: Windows-x86
| Windows-x64
| MAC OS11
- Versión 3.11: Windows-x86
| Windows-x64
| MAC OS11
- Versión 3.10: Windows-x86
| Windows-x64
| MAC OS11
- Versión 3.9: Windows-x86
| Windows-x64
| MAC OSX
| MAC OS11
- Versión 3.13: Windows-x86
- PyCharm:
- Comunity Edition 2024.3: Windows-x64
| MAC OSX
| MAC OSX ARM
| Linux
- Comunity Edition 2023.2: Windows-x64
| MAC OSX
| Linux
- Comunity Edition 2022.3: Windows-x64
| MAC OSX
| Linux
- Comunity Edition 2021.3: Windows-x64
| MAC OSX
|Linux
- Comunity Edition 2024.3: Windows-x64
- Anaconda:
- Versión 3 2024.10: Windows-x64
| MAC OSX
| MAC OSX ARM
| Linux
- Versión 3 2023.09: Windows-x64
| MAC OSX
- Versión 3 2022.10: Windows-x64
| MAC OSX
| Linux
- Versión 3 2021.11: Windows-x86
| Windows-x64
| MAC OSX
| Linux
- Versión 3 2024.10: Windows-x64
- OpenCV library | OpenCV-contrib:
- Versión 4.10: Windows (4.10.0)(
x64) | Linux/Mac (4.10.0)
(source) | contrib (4.10.0)
(source)
- Versión 4.8: Windows (4.8.0)(
x64) | Linux/Mac (4.8.0)
(source) | contrib (4.8.0)
(source)
- Versión 4.7: Windows (4.7.0)(
x64) | Linux/Mac (4.7.0)
(source) | contrib (4.7.0)
(source)
- Versión 4.5: Windows-VC14-VC15 (4.5.5)(
x64) | Windows-VC16 (4.5.5)(
x64) | Linux/Mac (4.5.5)
(source) | contrib (4.5.5)
(source)
- Paquete opencv-contrib-python (4.5.5)
compilado con OPENCV_ENABLE_NONFREE flag
- Versión 4.10: Windows (4.10.0)(
- Nvidia CUDA Toolkit (GPU acceleration for DNN)