Machine Learning y Visión Artificial · VA-101

OpenCV: procesamiento de imagen

Umbralización, filtrado, transformaciones geométricas, canales de color e histogramas con OpenCV.

Disponible Intermedio 7 módulos · 34 clases

Formato asíncrono Desarrollo, Ingeniería / Industria Python, OpenCV

INDUSTRIA40 DESARROLLO

Lo que aprenderás

Cargar, mostrar y guardar imágenes y vídeo con OpenCV controlando formatos y profundidad de bit
Convertir entre espacios de color BGR, escala de grises y HSV para segmentar por tono
Aplicar umbralización fija, adaptativa y por el método de Otsu según las condiciones de iluminación
Filtrar ruido con medias, gaussiano, mediana y bilateral valorando la pérdida de detalle
Aplicar transformaciones geométricas de escalado, rotación, afinidad y perspectiva
Corregir contraste con ecualización de histograma y CLAHE en imágenes mal iluminadas
Encadenar operaciones morfológicas para limpiar una máscara binaria antes de medir

Contenido del curso

7 módulos · 34 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Imagen digital y entorno 5 clases

La imagen como array de NumPy
Instalación de OpenCV y primer programa
Cargar, mostrar y guardar imágenes
Lectura de vídeo y de cámara
Píxeles, canales y regiones de interés

Módulo 2 · Color e histogramas 5 clases

BGR, escala de grises y HSV
Separar y combinar canales
Segmentación por rango de color
Histograma de una imagen y su lectura
Ecualización y CLAHE

Módulo 3 · Umbralización 5 clases

Umbral fijo y sus limitaciones
Umbral adaptativo con iluminación desigual
Método de Otsu
Umbralización sobre canal de color
Comparación de resultados sobre el mismo caso

Módulo 4 · Filtrado 5 clases

Convolución y núcleos de filtro
Filtro de medias y gaussiano
Filtro de mediana para ruido de sal y pimienta
Filtro bilateral y conservación de bordes
Enfoque y realce de detalle

Módulo 5 · Morfología 5 clases

Erosión y dilatación
Apertura y cierre para limpiar máscaras
Gradiente morfológico y sombrero
Elección del elemento estructurante
Limpieza de una máscara antes de medir

Módulo 6 · Geometría de la imagen 5 clases

Escalado e interpolación
Rotación y traslación
Transformación afín a partir de puntos
Corrección de perspectiva de un documento o una pieza
Recorte y alineación automática

Módulo 7 · Caso práctico de cierre 4 clases

Conteo de piezas sobre fondo con iluminación irregular
Cadena completa de preprocesado
Extracción de contornos y medidas básicas
Evaluación sobre un lote de imágenes distintas

Requisitos

Programar en Python con funciones, bucles y colecciones
Conocer NumPy a nivel de arrays e indexación, ya que una imagen se trata como array
No se necesita formación previa en procesamiento de imagen

Descripción

Casi todo problema de visión empieza por una imagen que no está en condiciones: ruido, iluminación desigual, perspectiva, contraste bajo o color que cambia entre piezas. Si se pasa directamente a la detección, el resultado depende de la suerte de cada captura y no se sostiene en un proceso repetido cientos de veces al día.

El curso recorre el procesamiento previo con OpenCV: espacios de color, histogramas, umbralización adaptativa, familias de filtros, morfología y transformaciones geométricas, incluida la corrección de perspectiva. Cada técnica se aplica sobre imágenes con defectos reales y se compara el resultado, porque la elección correcta depende siempre del defecto concreto.

Con esta base se puede preparar cualquier imagen para la etapa siguiente y resolver por completo problemas sencillos de conteo o de medición. Es el paso previo a la detección de características y a la visión industrial, donde el preprocesado decide buena parte del resultado.

¿Para quién es este curso?

Desarrolladores que se incorporan a un proyecto de visión y necesitan la base de procesamiento de imagen
Ingenieros de planta que quieren resolver inspecciones sencillas sin comprar un sistema cerrado
Perfiles técnicos que preparan imágenes como entrada de modelos posteriores