Python trong phân tích hình ảnh

Chào anh em,

Tôi đang phải tìm hiểu về vấn đề nhận dạng hình ảnh bằng Python, trong GVN có nhiều dev nên chắc cũng biết, vì vậy tôi mạn phép hỏi.
Cụ thể việc tôi cần là đặt cố định máy ảnh trước một đối tượng, và tiến hành chụp hàng nghìn bức ảnh trong một khoảng thời gian để theo dõi sự biến đổi của đối tượng đó (ví dụ: xuất hiện vết nứt, sự chuyển dịch rất nhỏ khó phát hiện bằng mắt thường...), và sử dụng nhận dạng hình ảnh để phát hiện những bất thường đó.
Việc này yêu cầu sử dụng Python và AI training nhưng cái này mới mẻ với tôi quá, kỹ năng lập trình rất hạn chế. Không biết trong GVN có ai có kinh nghiệm về việc này ko?

Trân trọng cảm ơn!

 

Thật sự là nếu trình bạn k đủ thì thôi quên vụ này luôn đi

 

Kiểu vết nứt thì so sánh hình ảnh với cái ban đầu cần gì ghê gớm kiểu AI đâu bợn.

 

Tôi thì chưa rành nhưng theo cách hiểu của tôi thì đối tượng ngoài tự nhiên, trong khoảng thời gian dài thì điều kiện ánh sáng cũng thay đổi, nên nếu chỉ dựa vào sự thay đổi của các pixel giữa ảnh trước và ảnh sau sẽ ko chính xác, vì vậy phải có cách cho máy tính nó "hiểu" và bỏ qua sự thay đổi ánh sáng đó.

 

cho mình hỏi đối tượng của bạn cụ thể là gì vậy?
liệu có dùng được ánh sáng nhân tạo để hạn chế vấn đề thay đổi điều kiện sáng của môi trường không?

 

Một thí nghiệm về trượt đất bác ạ, thực hiện ở một sườn núi.
Việc sử dụng ánh sáng nhân tạo rất khó vì diện tích quá rộng

 

Về nguyên tắc thì rõ ràng phải đảm bảo các điều kiện và môi trường, ánh sáng ít thay đổi nhất khi so sánh. Nhưng chụp 1000 tấm trong 1s- 2s thì chắc là cũng không sao.

Cách 1:
Ví dụ chụp khuôn mặt:

Bước 1: Phải cho AI học để nhận biết thực thể bằng mảng pixel.

VD: mảng pixel X dài rộng như vậy, màu sắc như thế, tỉ lệ màu như thế,... thì đó là con mắt.

Tương tự vậy cho các bộ phận khác của khuôn mặt.

Bước 2: sau khi nó đã học được thực thể thì bắt đầu học so sánh kỹ hơn từng chi tiết thực thể. Ví dụ tròng mắt di chuyển thì mảng màu của cái tròng mắt di chuyển so với toạ độ xy của tấm ảnh.

==========

Cách 2: so sánh hẳn 1 cái ảnh luôn, so sánh sự khác nhau của từng mảng pixel trong ảnh.

Thực thể khác ví dụ cây cối, hoa lá cành, cũng tương tự thế thôi.

Có lẽ dùng cách 2 hợp lý hơn.

Tôi chém thế thôi chứ tôi còn chưa lập trình python để làm AI bao giờ

 

vãi hồ bách thảo, check cái ảnh biến đổi thì cần éo gì AI, so sánh 2 cái ảnh chụp trước và sau có gì khác nhau là biết thôi mà.

 

Bác code yếu thì:
1. Tìm mã màu tại 1 điểm trên ảnh.
2. Tìn tổng số điểm ảnh
3. Duyệt từ điểm ảnh 1 đến cuối, nếu khác nhau thì lưu vào mảng x (id hình ảnh, ds điểm ảnh khác nhau).
4. Hiển thị mảng x đó lên ảnh để biết vị trí khác nhau giữa 2 ảnh.

 

vậy thì field of view lớn vkl ko kiểm soát đc ánh sáng rồi
mình cũng có làm mảng kiểm tra vị trí và lỗi trên sản phẩm, nhưng đối tượng chỉ khoảng 1m đổ lại thôi.

btw có nhiều yếu tố gây nhiễu ảnh, nên cũng có trường hợp phải dùng AI mà các bác
nếu đc bác đưa ảnh lên cho anh em dễ phán

 

A đù, có yếu tố môi trường vào thì khó rồi @@

 

Đề tài cấp quốc gia à

 

Nếu làm thí nghiệm sạt lở đấy thì còn cần phải lọc nhiễu cho ánh sáng môi trường nữa thì đề tài của bác rất to đấy )

 

Bác làm kỹ thuật à? Tôi đang cần tìm hiểu thôi chứ chưa cần đi sâu vội.
Trước hết về mặt xét đối tượng trong điều kiện đồng nhất thì bác check kiểu gì ạ? Sử dụng Python chứ bác?

 

Sử dụng cảm biến ảnh trắng đen tương phản cao đi :v.
Tự động khoang vùng đối tượng có độ tương phản cao nhất sao với nền (cục mẫu trắng /đen). Hoặc cục mẫu dạng kẻ ô.
Xác định thay đổi của đối tượng khoanh vùng đó ví dụ như pixel nó dịch chuyển trong khung ảnh :v

 

Đừng đem công việc ra hỏi người khác như vậy, chẳng ai giúp free đâu.

Mình nhận job làm freelancer này, 1h 30$, hợp tác thì inbox

 

Mà khoan, đối tượng là gì, cục mẫu, người, cây cối, núi đá hay hành tinh.

 

Nhận tư vấn giải pháp, tick/tip 500k/h, inbox.

 

đây nhé, cho bác tự nghiên cứu. Trang này cũng khá nhiều code mẫu cho các vấn đề khác nhau
https://machinelearningmastery.com/...l-network-models-for-time-series-forecasting/
nếu vấn đề của bác chỉ là nhận diện hay so sánh hình ảnh thôi thì nghiên cứu về mô hình deep residual network. Bắt đầu viết với tensorflow hoặc keras, trong code mẫu mà bác ko hiểu chức năng của 1 cụm từ nào thì tùy vào nó dùng tensorflow hay keras mà bác mò lên thư viện của chúng nó mà tra chức năng.
Thư viện tensorflow: https://www.tensorflow.org/api_docs/python/tf
Thư viện keras: https://keras.io/guides/sequential_model/

 

mảng của mình gọi là machine vision.
mình làm chọn phần cứng, chuyên kiểm tra các sản phẩm công nghiệp (ví dụ như trong topic airB có ông reviewer nhìn thấy vết xước trên vỏ, mình từng có bài toán kiểm tra hạng mục đấy ở tai nghe 1 số hãng khác )

với bài toán tương tự của bác, áp dụng với đối tượng của mình, cần các yếu tố:
- độ phân giải của cam đủ để nhìn được lỗi
- sử dụng đèn phù hợp (ánh sáng ổn định, chiếu góc phù hợp để làm rõ lỗi)
- sử dụng phần mềm phù hợp để nhận diện lỗi

Mình éo biết gì vềphần mềm nên ko dám chém, tại bình thường toàn cho các bên đối tác làm cái đấy.
Nếu bác có tiền có thể tham khảo các bên cung cấp sẵn library và AI mình thấy nó khá tối ưu và dễ dùng, có cái giá cao )