Mastering OpenCV with Python

Manual exhaustivo y moderno escrito por Ayush Vaishya para Orange Education que explora a fondo las técnicas contemporáneas de visión artificial y aprendizaje automático con Python 3 y OpenCV 4. Está destinado a programadores, ingenieros de visión y científicos de datos de nivel intermedio o avanzado que ya conocen las bases de Python y buscan dominar desde el procesamiento avanzado de señales visuales hasta la integración de modelos de deep learning en soluciones aplicadas.

El libro recorre los fundamentos de representación digital, manipulación espacial, cálculo de histogramas, segmentación por umbral y color, y análisis morfológico y de contornos. En las secciones intermedias y avanzadas aborda la transformada de Hough para detección de líneas y formas, algoritmos de coincidencia de características, aprendizaje automático clásico con Scikit-Learn (árboles de decisión, k-means, SVM) y arquitecturas neuronales con TensorFlow y el módulo OpenCV DNN. Asimismo, enseña a implementar detección de objetos con YOLO y SSD MobileNet, estimación de posturas humanas, detección de hitos faciales (landmarks), realidad aumentada mediante marcadores ArUco y creación de interfaces interactivas con Streamlit. El stack tecnológico integra OpenCV, NumPy, Matplotlib, SciPy, Scikit-Learn, TensorFlow, ArUco y Streamlit.

El aprendizaje culmina en un capítulo final íntegramente dedicado a proyectos de ingeniería visual, donde se ponen en práctica sistemas de asistencia al conductor con detección de carriles, interfaces de control gestual y realidad aumentada con marcadores, y paneles interactivos web de detección de objetos. Su mayor fortaleza radica en tender un puente fluido y actualizado entre los algoritmos matemáticos de OpenCV y los modelos neuronales de producción. Resulta conveniente tener conocimientos previos sobre redes neuronales y álgebra lineal para aprovechar al máximo las secciones de deep learning y ajuste de hiperparámetros.