Visión computacional con Python y OpenCV

Este es el repositorio del curso de LinkedIn Learning Visión computacional con Python y OpenCV. El curso completo está disponible en LinkedIn Learning.

Procesamiento de imagen con Python y OpenCV

Domina los fundamentos de la visión computacional con Python utilizando OpenCV, una de las librerías más populares para el procesamiento de imágenes. Aprende a aplicar filtros, detectar características clave y manipular imágenes de manera eficiente. Este curso te guía en el uso de las funciones básicas de OpenCV, desde operaciones sencillas hasta una introducción a modelos de inteligencia artificial para la detección de objetos. Ideal para desarrolladores que desean explorar el poder de la visión computacional y ampliar sus habilidades en proyectos de inteligencia artificial.

Instrucciones

Este repositorio tiene directorios para cada uno de los capítulos del curso.

Directorios

Las directorios están estructuradas para corresponder a los vídeos del curso. La convención de nomenclatura del directorio es c# donde c corresponde a capítulo y # al número del capítulo, para los archivos la convención es c#v#, donde c corresponde a capítulo, v corresponde a video y # corresponde al número del capítulo y del video respectivamente. Por ejemplo, el directorio denominada c2_ corresponde al segundo capítulo y el archivo que se encuentra en este directorio iniciando con el nombre c2v03_ corresponde al tercer vídeo del segundo capítulo.

Instalación

  1. Para utilizar estos archivos de ejercicios, debes tener descargado lo siguiente:

    • Python 3.11
    • Editor de código como VS Code o PyCharm
    • Conda o miniconda para el manejo de ambientes virtuales
  2. Clona este repositorio en tu máquina local usando la Terminal (macOS) o CMD (Windows), o una herramienta GUI como SourceTree.

  3. Crea un ambiente virtual de Python, puedes hacerlo con conda usando los comandos

     conda install -n <reemplazar por nombre del ambiente> python=3.11
    
  4. Instala las librerías con el comando

     pip install -r requirements.txt
    
  5. Corre cada archivo con el comando

    python <nombre_archivo>
    

Docente

Ana María Pinto

Echa un vistazo a mis otros cursos en LinkedIn Learning.