Repositorio académico de la materia Visión Artificial (VA). Aquí se concentran apuntes, presentaciones, código y ejemplos prácticos relacionados con la adquisición, procesamiento y análisis de imágenes digitales.
- Comprender los fundamentos teóricos de la Visión Artificial
- Analizar imágenes digitales desde un enfoque ingenieril y científico
- Aplicar técnicas de VA en contextos industriales y reales
-
1.1 Introducción
- 1.1.1 Los sentidos
- 1.1.2 Sistema humano vs sistema artificial
- 1.1.3 Estructura de un sistema de Visión Artificial
-
1.2 Medios de adquisición
-
1.3 Cámaras y óptica
-
1.4 Sistemas de iluminación
-
1.5 Digitalización de la imagen
- 2.1 Conceptos básicos de pre-procesamiento
- 2.2 Transformaciones de la imagen
- 2.3 Reducción de ruido
- 2.4 Detección de bordes
- 2.5 Conectividad
- 2.6 Criterios de agrupamiento y segmentación
- 3.1 Tipos de características
- 3.2 Descriptores
- 3.3 Selección de características
- 3.4 Espacio de características
- 4.1 Patrón y clase
- 4.2 Clasificadores
- 4.3 Identificación
- 5.1.1 Identificación (códigos y caracteres alfanuméricos)
- 5.1.2 Medición
- 5.1.3 Inspección de defectos y fallas de fabricación
- Robótica
- Medicina
- Seguridad y vigilancia
- Sistemas autónomos
- 🐍 Python
- 📦 OpenCV
- 📊 NumPy / SciPy
- 📈 Matplotlib
- 🤖 Scikit-learn/PyTorch (introducción)
- Material didáctico y práctico
- Ejemplos reproducibles
- Orientado a ingeniería, investigación e industria
Este repositorio está pensado como apoyo para clases, prácticas y proyectos de la materia de Visión Artificial, siguiendo un enfoque formal pero aplicado.
“Una buena imagen comienza antes del procesamiento.” 📸✨
Uso académico y educativo.