Vision par Ordinateur

OpenCV

Extraction de données visuelles

Contrairement aux réseaux de neurones, les algorithmes d'OpenCV peuvent être utilisés dans des situations où peu, voire pas du tout, de données labellisées sont disponibles. Nous utilisons OpenCV pour : - Détecter des différences entre des configurations de panneaux électriques à des fins de mise en conformité, - Pré-traiter les données pour une identification et une facturation automatique des menus sur des plateaux-repas.

OpenCV, reconnaissance d'images, deep learning
Logo officiel d'OpenCV

OpenCV (Open Source Computer Vision) est une bibliothèque d'algorithmes permettant d'extraire des informations à partir d'images. Avec OpenCV, il est possible d'exécuter des tâches très précises telles que trouver des ressemblances de motifs ou bien de déterminer des contours d'objets. Beaucoup d'algorithmes d'OpenCV ne nécessitent pas d'apprentissage statistique.

35K

Stars sur GitHub

4.1

Version actuelle

1999

Année de création

Quelques Chiffres

+ 2,5k
Algorithmes disponibles dans OpenCV
+ 1k
Contributeurs
Background
Background
Quotes

Les utilisations appliquées d'OpenCV vont de l'assemblage d'images à la détection d'intrusion via caméra de surveillance en Israël, en passant par la surveillance d'équipement minier en Chine, (...) l'inspection d'étiquettes sur les produits dans des usines du monde entier et la détection faciale rapide au Japon.

Logo OpenCV

OpenCV.org

Les algorithmes d'OpenCV peuvent être utilisés dans des cas où peu ou pas de données labellisées sont disponibles

Reconnaissance de motifs

Exemple de correspondance de motifs avec OpenCV entre deux images

Les algorithmes d'OpenCV peuvent être utilisés dans des cas où peu ou pas de données labellisées sont disponibles

Reconnaissance de motifs

Avec OpenCV, il est possible de créer des descripteurs qui vont caractériser des points sur une image. Ces descripteurs peuvent correspondre à des angles spécifiques ou bien des variations de couleurs précises. En utilisant ces descripteurs, il est possible de vérifier si un objet se trouve dans une image.

Préparation de la donnée

Garder uniquement l'information pertinente qui se trouve dans votre donnée

Exemple de détection de contour avec OpenCV

Préparation de la donnée

Garder uniquement l'information pertinente qui se trouve dans votre donnée

OpenCV est également un outil fréquemment utilisé pour la préparation de données visuelles. Avec OpenCV, nous préparons votre donnée en éliminant tout le bruit ne contenant aucune information utile pour nos algorithmes de deep learning. Ainsi, seules les composantes pertinentes de vos images seront prises en compte par nos réseaux de neurones afin d'optimiser les performances des solutions développées. La détection de contours est l'un des pré-traitements les plus utilisés en OpenCV et peut être appliquée sur des vidéos en temps réel.

manomano, opencv, logo

Nos Experts OpenCV

Nous avons une Équipe expérimentée en Computer Vision

Sicara, startup, équipe, travail d'équipe

Nos Experts OpenCV

Nous avons une Équipe expérimentée en Computer Vision

Nous utilisons OpenCV pour mener à bien nos projets de reconnaissance d'image ou vidéo.

Photo de Raphaël

Raphaël

ENSTA

Arnault

Centrale Paris

Clément

Mines Paris, PhD

Félix

Polytechnique


Articles associés écrits par les Data Scientists Sicara (En Anglais)

Edge detection, tutoriel, connaissance

La détection des contours avec Opencv 4.0 : Tutoriel de 15min

Ce tutoriel vous montrera, via deux techniques OpenCV en python, comment détecter les contours.

blurry street

En finir avec les photos floues en utilisant des GAN avec Keras

Ce tutoriel vous montrera, via des exemples, comment rendre vos images plus nettes grâce à Keras.

TensorFlow, IA, Docker, GPU

Utiliser Tensorflow et Docker sur une machine GPU en quelques minutes

Docker est la meilleure plateforme pour installer rapidement Tensorflow avec une GPU.

AI FOR BUSINESS

Le Livre Blanc

Comment faire des entreprises françaises les championnes de l'Intelligence Artificielle ? Pendant plusieurs mois, Benoît Limare, CEO de Sicara, était partenaire du Think Tank "AI for Business" - Les Echos avec des représentants d'entreprise et des experts de l'IA et de la Data Science. Ce livre blanc rassemble 20 recommandations qui s'adressent à tous types d'entreprises et managers qui veulent lancer leur projet IA.

Livre Blanc, IA, Intelligence Artificielle, Meilleures Pratiques, Les Echos