Представление результатов своей работы преподавателю (после принятого отчета), с пояснениями по содержанию отчета и исходникам, делается на занятиях до 16 Мая (включительно).
      Обращаю внимание, что 16 Мая 2024 года (до 16:50) - последний срок сдачи работ, после этого, работы не принимаются!

      Отчет выполняется в электронном виде (в формате MS Word), оформляется как отчет по проекту или программе и помимо формальных частей таких как: Титульный лист, Содержание, Введение и т.д. должен содержать:

- формулировку (постановку) задачи;
- описание объема выполненной работы каждым исполнителем по отдельности. Должно быть конкретно описано кто и что делал, вплоть до перечисления частей кода, процедур/функций, скриптов, алгоритмов, частей интерфейса, схем и т.д. В общем так, чтобы из отчета сразу было ясно - какой объем работы выполнил каждый исполнитель;
- описание алгоритма и методов решения, каким образом реализовано (взаимодействие программ, библиотек, скриптов и всего того что использовалось, порядок их выполнения, какие части для чего и что в них делается, требования для работы скриптов и программ, какие параметры и каким образом передаются и т.д.), какие среды разработки и библиотеки использовались, на заимствованный код или часть кода необходимо ОБЯЗАТЕЛЬНО предоставить ссылку - откуда взят, приведены все необходимые формулы и расчеты;
- представлен внешний вид передней панели программы с описанием ее элементов или описание параметров командной строки (если передняя панель отсутствует);
- Руководство Пользователя по работе с разработанной программой, порядок действий, описание всех необходимых параметров, ограничений и т.п.;
- представлен отчет о тестировании программы, с приведением результатов этого тестирования, подтверждающих работоспособность программы;
- в Заключении, по результатам проделанной роботы, должны быть сделаны выводы, с описанием возможных применений данной программы, указаны преимущества и недостатки использованного алгоритма, как можно было бы улучшить данный алгоритм или метод, что можно было бы еще добавить или изменить;
- список использованной литературы (ссылки на источники, которые использовались для создания программы);
- исходный код, обязательно снабженный подробными комментариями;
- к отчету прилагаются сами исходники и готовые программы, выполненного задания (без мультимедия приложений - картинок, видео и музыки) и все это отправляется на почту, после этого на занятии делается представление своей работы преподавателю, с комментариями по исходникам.

      Правила оформления программной документации можно посмотреть здесь.

       1. Поиск по образцу или Фотороботу (найти - есть ли на фотографии образец поиска). Поиск: людей на фотографии, лиц, глаз, носа, волос, губ и других объектов. Задача - найти и выделить объект или объекты на картинке. В результате должны быть получены координаты объекта или объектов, в виде координат описывающего его прямоугольника (например, координат левого, верхнего и правого, нижнего угла) или круга центр которого находится в центре найденного объекта или небольшого количества каких-то связанных линий описывающих объект или сегментация объекта - выделение всех пикселей принадлежащих объекту и т.д.

       2. Задача на фильтрацию изображения (должна быть достаточно сложная задача, требующая применения специальных алгоритмов или совокупности алгоритмов), улучшение характеристик изображения для дальнейшего поиска объектов на нем, например:
  a) убирание цвета (задается порог или выбирается автоматически);
  b) выделение границ, углов изображений;
  c) повышение яркости, контрастности, резкости и т.д.;
  d) разделение картинки на разные цветовые каналы;
  e) убирание, сглаживание шумов (методы медианной фильтрации или еще какие).

       3. Распознавание последовательности символов средствами OpenCV (набора символов и т.д.) "взлом каптчи". Взять за основу картинку, на которой присутствует зашумленный символьный код (с реальных сайтов с реализованной защитой от автоматического входа), отфильтровать, проанализировать и вывести код в виде распознанных символов.

       4. Распознавание штрих-кодов: Линейных или двумерных.

  a) Линейный штрих-код позволяет получать информацию по объекту: Что это? EAN-8, EAN-13.
http://ru.wikipedia.org/wiki/Universal_Product_Code
http://ru.wikipedia.org/wiki/EAN-8
http://ru.wikipedia.org/wiki/Сравнение_характеристик_штрихкодов

  b) Двумерный штрих-код позволяет получать информацию по объекту:
Кто это? Что это? Какие свойства? Кто это сделал? Откуда перемещается? Куда перемещается?
Примеры двумерных штрихкодов: PDF417, DataMatrix, Matrixcode, QR, DataGlyph, AztecCode.
http://ru.wikipedia.org/wiki/Aztec_Code
http://ru.wikipedia.org/wiki/Data_Matrix

       Требуется отфильтровать и сделать четким изображение, а затем распознать и расшифровать код и вывести его содержимое. Программа должна автоматически определять масштаб картинки.

       5. Распознавание отпечатков пальцев. Требуется сначала предоставить образец отпечатка, а затем программа должна распознавать, соответствует ли отпечаток отпечаткам в базе или нет.

       6. Распознавание сигналов, голоса и т.п. Представить образец сигнала для анализа и осуществлять поиск в текущем сигнале. Сигнал может содержать несколько частот. Программа должна сообщать, когда образец сигнала соответствует текущему сигналу.

       7. Слежение за объектом на видео. В качестве образца поиска можно указать картинку, указать свойства объекта или выделить объект непосредственно на самом видео, в качестве источника видео может быть использован видеофайл или видеокамера. Программа должна выделять найденный на видео объект контурами, описывающего его прямоугольника или круга, центр которого находится в центре найденного объекта или небольшого количества каких-то связанных линий описывающих объект и т.д.

       8. Анализ видеоизображения неподвижного или движущего объекта и улучшение качества изображения заданной (на видео) части объекта средствами OpenCV (например, улучшение качества изображения номерного знака движущегося автомобиля, при этом номерной знак на каждом в отдельности кадре может быть не читаемым, но при сложении всего видеоряда, на котором присутствует искомый объект изображение должно становиться более четким). При этом нужно максимально учитывать четкие части искомого изображения и не учитывать нечеткие (на уровне шумов).
Возможны варианты этого задания в виде: определения по фото или видео с камеры входит человек или выходит из помещения, въезжает машина во двор или выезжает, определение противправных действий (незнакомый человек пытается попасть в дом или машину).

       9. Обнаружение и распознавание текста. Задача обнаружить текст на картинке и распознать его, т.е. перевести в ASCII-текст.

       10. Сформулировать свое собственное задание, соответствующее тематике данного курса. Сформулированное задание необходимо согласовать!

       Выбранную задачу нужно четко сформулировать и согласовать!

       Для выполнения заданий использовать библиотеку OpenCV, возможно использование любых сред программирования: Pascal, С++, PHP, Java, Phyton, Delphy, Visual С++, LabVIEW и т.д.

       OpenCV - Библиотека компьютерного зрения с открытым исходным кодом (Open Source Computer Vision Library), содержащая более 500 функций, реализованных под выполнение в реальном времени. Библиотека содержит алгоритмы для обработки, реконструкции и очистки изображений, распознания образов, захвата видео, слежения за объектами, калибровки камер и др. Есть функции, использующие GPU видеоускорителей для ускорения вычислений.

       Установка OpenCV (на примере OpenCV-2.4.3) и настройки для Visual Studio Express 2008 ver.9 (VC9). Инструкция для настроек под Windows.

       1. Старовойтов В.В. Цифровые изображения: от получения до обработки / В.В. Старовойтов, Ю.И. Голуб - Минск: ОИПИ НАН Беларуси, 2014. - 202 с. - ISBN 978-985-6744-80-1.

       2. Краткий курс теории обработки изображений. [Электронный ресурс] / Автор - И.М.Журавель. - Режим доступа: https://hub.exponenta.ru/post/kratkiy-kurs-teorii-obrabotki-izobrazheniy734 , свободный. Яз. Рус. - (Дата обращения: 07.02.2024).

       3. Васильева Н.С., Анализ изображений и видео [Электронный ресурс] / Computer Science клуб. - Электрон. дан. - [Без места], 2007 - : - 2012. - Режим доступа: http://logic.pdmi.ras.ru/csclub/courses/videoimageanalysis, свободный. - Яз. англ., рус. - (Дата обращения: 07.02.2024).

       4. Apтамoнoв A.C., Анализ изображений и видео [Электронный ресурс] / Computer Science Center. - Электрон. дан. - [Без места], 2019 - Режим доступа: https://compscicenter.ru/courses/images-and-video-1/2019-autumn/classes/ , свободный. - Яз. англ., рус. - (Дата обращения: 07.02.2024).

       1. OpenCV шаг за шагом:
http://robocraft.ru/page/opencv/

       2. Обработка изображений и распознавание образов с использованием OpenCV (с примерами):
http://recog.ru/category/opencv/

       3. Описание по OpenCV (на английском):
http://opencv.org

       4. Пример - Распознавание плоских объектов OpenCV 2.4 (на русском):
http://habrahabr.ru/post/155651/

       5. Примеры использования OpenCV:
http://robocraft.ru/tag/OpenCV/

       6. Compvision.ru - Сайт о машинном зрении:
http://www.compvision.ru/forum/