Procesamiento digital de imágenes con Python de 0 a Master

Este curso se toma directamente desde Udemy – Proceso de compra:

1. Agrega el curso a tu carrito
2. Accede a tu carrito y sigue el proceso de pago
3. Recibirás un correo electrónico con el acceso a Udemy (Revisa la carpeta Spam de tu correo)
4. Una vez canjeado el acceso, tendrás el contenido de manera permanente

Consúltalo en Udemy: ENLACE

---

Descripción

¿Te gustaría aprender cómo las computadoras «ven» y procesan imágenes? Este curso está diseñado para llevarte desde los conceptos básicos hasta proyectos avanzados, usando Python y OpenCV, una de las herramientas más poderosas en visión artificial. Con explicaciones claras y ejercicios prácticos, dominarás el arte del procesamiento digital de imágenes (PDI).

¿Qué aprenderás?

1. Fundamentos de PDI:

   • Conoce los conceptos básicos y cómo funcionan las imágenes digitales.
   • Aprende a programar en Python, desde variables y ciclos hasta funciones esenciales.

2. Manipulación de imágenes con OpenCV:

   • Carga y procesa imágenes en diferentes formatos y espacios de color.
   • Realiza operaciones como traslación, rotación, escalado y transformaciones de perspectiva.

3. Técnicas avanzadas de procesamiento:

   • Aprende a trabajar con histogramas, ecualización y umbralización para mejorar imágenes.
   • Explora filtros para desenfoque, restauración de imágenes antiguas y detección de bordes con el algoritmo Canny.

4. Análisis de contornos y características:

   • Detecta y analiza objetos en imágenes, como monedas o tornillos.
   • Calcula centroides, áreas y compara formas de manera eficiente.

5. Sistemas inteligentes:

   • Diseña un sistema de videovigilancia capaz de detectar personas y delimitar zonas seguras.
   • Aprende a comparar plantillas y buscar patrones en imágenes (¡incluido un reto de “Buscando a Waldo”!).

6. Creación de software con PyQt:

   • Desarrolla tu propia interfaz gráfica para análisis de imágenes.
   • Integra tus conocimientos de PDI en un software funcional.

¿Por qué tomar este curso?

• Aprendizaje desde cero: No necesitas experiencia previa, ya que comenzamos desde los conceptos básicos.
• Proyectos prácticos y útiles: Trabajarás en casos reales que puedes aplicar a la industria o investigación.
• Uso de herramientas líderes: Python y OpenCV son estándares en el mundo de la visión artificial.

¿Para quién es este curso?

• Estudiantes, profesionales y entusiastas interesados en visión artificial y procesamiento de imágenes.
• Personas que deseen aprender a crear herramientas de análisis visual con aplicaciones prácticas.

Requisitos:

• Una computadora con Python instalado.
• Ganas de aprender y explorar el mundo del procesamiento digital de imágenes.

---

Temario:

1. Introducción
   1. Introducción al PDI
   2. Introducción a Python
   3. Tipos de datos
   4. Variables y constantes
   5. Operadores lógicos
   6. Operadores relacionales
   7. Sentencia if, elif, else
   8. Ciclo For
   9. Ciclo While
   10. Funciones
   11. Ejercicio de codificación
2. Introducción a OpenCV
   1. OpenCV
   2. Leer imágenes en escala de grises
   3. Jugando con waitKey y namedWindow
   4. Conversión entre espacios de color
   5. Trabajando con pixeles
3. Operaciones con imágenes
   1. Introducción
   2. Traslación
   3. Rotación
   4. Escalado
   5. Transformación de perspectiva
   6. Operaciones aritméticas con imágenes
   7. Base de la detección de movimiento
   8. Creando nuestro propio sistema de detección de movimiento
4. Histograma
   1. Introducción al histograma
   2. Histograma de una imagen a color
   3. Aplicación de máscaras en el cálculo del histograma
   4. Ecualización del histograma
   5. Ecualización adaptativa del histograma
5. Binarización de imágenes
   1. Introducción
   2. Umbralización binaria invertida
   3. Umbralización binaria + Trackbar
   4. Umbralización de Otsu
   5. Umbralización adaptativa
6. Filtrado de imágenes
   1. Introducción
   2. Blurring
   3. Desenfoque Gaussiano
   4. Desenfoque medio
   5. Filtrado bilateral
   6. Restauración de una imagen antigua
   7. Transformaciones morfológicas
   8. Erosión y dilatación para cierre de formas
   9. Morfología de cierre
   10. Erosión y dilatación para eliminar elementos no deseados
   11. Morfología de apertura
   12. Filtro para alta – Sobel
   13. Aplicación del filtro Sobel
   14. Algoritmo Canny y coloración de bordes
7. Contornos
   1. Introducción a los contornos
   2. Conteo de monedas mediante contornos
   3. Conteo de tornillos y discriminación de contornos por tamaño de kernel
   4. Centroide de un contorno
   5. Discriminación de contornos mediante área
   6. Prueba de polígono de puntos
   7. Comparación de contornos de dos engranajes
   8. Sistema de vide vigilancia con detección de personas y zona segura
8. Comparación de plantillas
   1. Introducción
   2. Búsqueda de un barreno en un engrane
   3. Buscando a Waldo
   4. Detección de múltiples barrenos en un engrane
9. Introducción a PyQt
   1. Creando nuestra primera interfaz gráfica
   2. Creando librerías para nuestro software de análisis
   3. Dando funcionalidad a nuestro software de análisis