L'Atelier Monstre

Inrtoduction La détection et le suivi d'objets en mouvement constituent des techniques clés dans le domaine de la vision par ordinateur, largement appliquées dans les systèmes de surveillance vidéo, les véhicules autonomes et bien d'autres domaines. Ce projet présente en détail comment implémenter la détection, la localisation, l'appariement de ...

Guide pratique de l’image PyTorch 2.8 : Intégration de FFmpeg 6.0 et OpenCV pour un pipeline de génération vidéo bout en bout 1. Aperçu de l’environnement image 1.1 Configuration principale Cette image est conçue spécifiquement pour les tâches de génération vidéo, optimisée avec le matériel/logiciel suivant : Carte graphique : RTX 4090D avec 2 ...

2025.12.27 Exemple de traitement des coordonnées squelettiques import numpy as np points_squelette = np.array([[705., 538.], [704., 538.], [703., 538.], [702., 538.], [701., 538.], [700., 538.], ...

Les opérations de transformation géométrique constituent un pilier fondamental du traitement numérique d'images. OpenCV propose la fonction cv2.warpAffine() pour appliquer des mappages affines, permettant ainsi de déplacer ou de pivoter un cadre visuel tout en conservant les relations de parallélisme entre les lignes. Visuel de référence utilis ...

Ce guide détaille le processus de compilation manuelle d'OpenCV 4.13.0, spécifiquement pour un environnement VSCode utilisant MinGW. L'objectif est d'obtenir une version épurée, sans les dépendances Qt souvent incluses dans les binaires précompilés, et compatible avec les compilateurs MinGW modernes comme GCC 13.1. Environnement de Compilation ...

Une DLL développée en C++ utilisant OpenCV et onnxruntime doit être appelée depuis une application C# fonctionnant en mode AnyCPU, c'est-à-dire compatible à la fois avec les plateformes x86 et x64. L'application C# doit placer la DLL C++ et ses dépendances dans un dossier "Libs" séparé plutôt que dans le dossier "Debug". Dif ...

Fondamentaux de la lecture et de l'affichage d'images OpenCV expose des méthodes natives pour charger, visualiser et persister des données visuelles. La fonction cv2.imread importe une matrice de pixels, tandis que cv2.imshow ouvre une fenêtre d'affichage. Pour empêcher la fermeture immédiate de la fenêtre, il est indispensable d'intercaler un ...

L'installation d'ORB-SLAM2 sur l'architecture Apple Silicon (M1/M2) nécessite une virtualisation performante. Pour ce guide, l'environnement repose sur Parallels Desktop exécutant Ubuntu 20.04 ARM 64. Cette configuration permet de bénéficier de l'accélération matérielle nécessaire au traitement des algorithmes de vision par ordinateur. Install ...

L'efficacité d'un réseau de neurones dépend en grande partie de la qualité du prétraitement des données d'entrée. Dans le cadre de la vision par ordinateur, et plus particulièrement pour des architectures comme Mask R-CNN, l'ajustement du contraste s'avère être un levier de performance majeur. En accetnuant les contours et en différenciant plus ...

Vous avez déjà remarqué que vos photos de nourriture sous l'éclairage d'un restaurant prennent une teinte jaunâtre, que vos paysages par temps nuageux semblent terne, ou que la couleur d'un vêtement en ligne apparaît différente à la réception ? Ces problèmes sont dus aux distorsions colorimétriques ! La restauration des couleurs vise à corriger ...