Python · NumPy · PyTorch
Комп'ютерний зір для автономних систем
Від масиву пікселів до треку об'єкта: фільтри, детекція, трекінг і власна згорткова мережа на PyTorch.
MilTech · за підпискою
Комп'ютерний зір з OpenCV
OpenCV у роботі: від кадру з камери до готового лічильника посилок
- 14 модулів
- 40+ практичних завдань
- Автоматична перевірка
- Українською
Отримати доступ до курсу
Курс за підпискою · Навчання у власному темпі
Про курс
Що це за курс?
OpenCV — стандартна бібліотека комп'ютерного зору на борту роботів, у промислових камерах і на дорожніх станціях. У цьому курсі ви вивчите її так, як нею користуються інженери: колірні пороги, фільтри, контури, морфологія, ключові точки ORB, гомографія (перехід від пікселів до площини дороги), модель камери, віднімання фону, оптичний потік — і зберете з цих блоків покадровий конвеєр, що рахує посилки на стрічці.
Аудиторія
Для кого цей курс?
-
Після курсу з комп'ютерного зору
Переносите пороги, контури й трекінг на OpenCV — стандартну бібліотеку зору роботів і промислових камер.
-
Python-розробник без досвіду OpenCV
Від HSV і фільтрів до гомографії, моделі камери й оптичного потоку — так, як OpenCV використовують інженери.
-
Шлях: CV-інженер для автономних систем
Збираєте покадровий конвеєр, що рахує посилки на стрічці.
Спершу потрібна підготовка
Курс спирається на знання, позначені нижче як обов’язкові.
Потрібно знати
-
Python і базовий NumPy (масиви, зрізи) — на платформі це курси «Основи програмування на Python» і «Числові основи: NumPy для машинного навчання».
Детальніше
- Дуже бажано пройти курс «Комп'ютерний зір для автономних систем» або знати, що таке поріг, згортка і зв'язна компонента (перший урок коротко пояснює всі три).
- Досвід з OpenCV не потрібен.
Якщо цих знань ще немає — пройдіть курси за порядком:
- З нуля
- Обов’язково Основи програмування на Python
- Обов’язково Числові основи: NumPy для машинного навчання
- Бажано Комп'ютерний зір для автономних систем
- Цей курс Комп'ютерний зір з OpenCV
Результат
Що ви навчитеся робити
працювати з кадрами BGR, областю інтересу (ROI), зміною розміру і переходом у сірий та HSV
виділяти об'єкти за кольором, враховуючи особливості відтінку в OpenCV (0…179, червоний «на стику»)
чистити кадр фільтрами (гаус, медіана, нерізке маскування) і оцінювати різкість
знаходити контури з ієрархією, рахувати моменти, класифікувати форми, чистити маски морфологією
зіставляти ключові точки ORB, будувати гомографію (зокрема стійку до хибних відповідностей, з RANSAC) і вид згори на дорогу
проєктувати точки моделлю камери і прибирати дисторсію ширококутного об'єктива
знаходити рух відніманням фону й оптичним потоком Лукаса — Канаде
синхронізувати камеру з датчиками через scipy.signal
будувати надійний покадровий конвеєр: детекція → трекінг → підрахунок → звіт
Формат
Як влаштоване навчання?
14 модулів, у кожному — теорія з прикладом і 2–3 задачі з автоматичною перевіркою: написати з нуля, знайти помилку, розширити готовий код. Кадри генерує допоміжний модуль scene.py з короткого текстового опису сцени — ви бачите опис у прикладі й можете змінювати його, щоб експериментувати. П'ять тестів і дві практичні форми закріплюють поняття.
-
Теорія
15 уроків з прикладами
-
Практика в браузері
40+ завдань з автоматичною перевіркою
-
Тести
5 тестів для самоперевірки
-
Власний темп
Онлайн на my.prog.academy, без встановлення програм
AI-помічник
AI-помічник поруч під час навчання
На сторінках курсу, уроків і завдань є кнопка «Запитати AI». Помічник знає матеріали саме цього курсу й урок, на якому ви зараз, тому відповідає по темі й показує, у яких уроках про це йдеться.
-
Пояснить інакше
Не зрозуміли урок з першого разу — попросіть пояснити простіше або дати ще один приклад.
-
Допоможе із завданням
Застрягли — підкаже, з чого почати, і допоможе знайти помилку у вашому рішенні. Готового рішення не дає.
-
Знайде потрібну тему
Запитайте, де пояснювали поняття, — і отримаєте посилання на потрібні уроки курсу.
-
Продовжить розмову
Уточнюйте без повторів: помічник пам’ятає розмову, а нещодавні розмови курсу зберігаються.
Входить у кожен тариф оплаченої підписки — Basic і Premium. У Premium ліміти використання AI-помічника вищі — ним можна користуватися активніше. Це помічник у навчанні, а не генератор готових відповідей: він пояснює й підказує, а завдання ви розв’язуєте самі.
Програма
Програма курсу
14 модулів, 40+ практичних завдань з автоматичною перевіркою і 5 тестів. Відкрийте модуль, щоб побачити всі теми.
Модуль 1 — Основи cv2 2 уроки · 3 практики
Кадр як масив BGR, пікселі й ROI, зміна розміру, перехід у сірий
- Теорія Вступ: що таке OpenCV і що ми з ним побудуємо
- Теорія Кадр OpenCV — це масив NumPy
- Практика Перший кадр з конвеєра
- Практика Знайдіть помилку — мініатюра «лягла на бік»
- Практика Рамка треку на краю кадру
Модуль 2 — Пороги в HSV 1 урок · 4 практики
Колір як відтінок, насиченість і яскравість; одиниці OpenCV; червоний на стику шкали
- Теорія Чому колір шукають в HSV
- Практика Помаранчеві посилки
- Практика Знайдіть помилку — половина червоних наліпок зникла
- Практика Голі ділянки поля
- Практика Діапазони кольорів для камери складу
Модуль 3 — Фільтри 1 урок · 3 практики · 1 тест
Гаус і медіана проти шуму, нерізке маскування з насиченням, міра різкості для автофокуса
- Теорія Фільтри OpenCV
- Практика Гаус чи медіана проти пилу
- Практика Знайдіть помилку — різкість з дірками
- Практика Автофокус камери робота
- Тест Основи, HSV, фільтри
Модуль 4 — Canny та контури 1 урок · 3 практики
Поріг Otsu, краї Canny, зовнішні контури й ієрархія, темні об'єкти на світлому фоні
- Теорія Від маски до контурів
- Практика Посилки з етикетками
- Практика Шайби і диски
- Практика Знайдіть помилку — шини не знаходяться
Модуль 5 — Ознаки контурів: моменти 1 урок · 3 практики
Центроїд, площа й орієнтація з моментів, класифікація форм, пропорції рамки
- Теорія Що можна виміряти по контуру
- Практика Центроїд і орієнтація посилок
- Практика Маркери на підлозі складу
- Практика Знайдіть помилку — довгі й широкі посилки переплутано
Модуль 6 — Морфологія в OpenCV 1 урок · 3 практики · 1 тест
Відкриття проти пилу, закриття з витягнутим ядром для пунктиру, top-hat проти нерівного світла
- Теорія Морфологія з cv2
- Практика Пил на масці посилок
- Практика Пунктирна розмітка
- Практика Знайдіть помилку — лампа «з'їдає» етикетки
- Тест Контури, моменти, морфологія
Модуль 7 — ORB і зіставлення ознак 1 урок · 2 практики
Ключові точки й бінарні дескриптори, перехресна перевірка і тест Лоу
- Теорія Ключові точки ORB
- Практика Наскільки зсунувся робот
- Практика Однакові ящики і тест Лоу
Модуль 8 — Гомографія 1 урок · 3 практики
Вид згори на дорогу за чотирма точками, швидкість у метрах, RANSAC проти хибних відповідностей
- Теорія Від пікселів дороги до метрів
- Практика Вид згори на паркування
- Практика Швидкість авто в км/год
- Практика Знайдіть помилку — викиди тягнуть гомографію
Модуль 9 — Модель камери та undistort 1 урок · 2 практики · 1 тест
Проєкція пінхол-камери з радіальною дисторсією, undistortPoints і перевірка прямолінійності
- Теорія Як 3-D точка стає пікселем
- Практика Проєкція точок
- Практика Знайдіть помилку — пряма смуга «не пряма»
- Тест ORB, гомографія, модель камери
Модуль 10 — Віднімання фону 1 урок · 3 практики
Різниця кадрів, фон ковзним середнім, привиди і фон з медіани
- Теорія Що змінилось на кадрі
- Практика Різниця сусідніх кадрів
- Практика Фон ковзним середнім
- Практика Знайдіть помилку — привид посилки
Модуль 11 — Оптичний потік Лукаса — Канаде 1 урок · 3 практики
Кути для трекінгу, пірамідальний LK, перевірка вперед-назад, дві рухомі області
- Теорія Куди поїхали точки
- Практика Потік за камерою робота
- Практика Стрічка і рама
- Практика Знайдіть помилку — робот «їде назад»
Модуль 12 — Покадровий конвеєр 1 урок · 3 практики · 1 тест
Детектор як функція кадру, стан між кадрами, детектор зупинки стрічки, витік стану
- Теорія Конвеєр обробки кадрів
- Практика Детектор посилок
- Практика Зупинка стрічки
- Практика Знайдіть помилку — посилок стає дедалі більше
- Тест Фон, потік, конвеєр
Модуль 13 — scipy.signal: синхронізація часових рядів 1 урок · 3 практики
Взаємна кореляція і затримка між датчиками, пошук піків, передискретизація на спільну сітку
- Теорія Камера і датчики говорять різними годинниками
- Практика Затримка світлового бар'єра
- Практика Посилки через світловий бар'єр
- Практика Камера 30 кадрів/с проти енкодера 100 Гц
Модуль 14 — Фінал: лічильник посилок на конвеєрі 1 урок · 3 практики · 1 тест
Детекція за насиченістю, трекінг центрів, лінія підрахунку, колір і розмір, звіт зміни
- Теорія Збираємо лічильник
- Практика Лічильник посилок
- Практика Звіт зміни і тривога щільності
- Практика Діагностика конвеєра
- Тест Синхронізація і фінальний конвеєр
Стек
Які технології використовуються?
- Python
- OpenCV
Код пишете й запускаєте в браузері на платформі — встановлювати нічого не потрібно.
Застосування
Де застосовуються ці знання?
- Промислові камери й підрахунок об'єктів
- Бортовий зір роботів
- Перетворення перспективи і калібрування камер
Доступ
Як отримати доступ?
-
Залиште заявку
Заповніть коротку форму на цій сторінці.
-
Завершіть реєстрацію в боті
Після заявки оберіть Telegram або Viber — бот надішле подальші інструкції щодо доступу.
-
Навчайтеся на платформі
Уроки, практика й тести — на my.prog.academy, у зручному для вас темпі.
Контакт
Почніть навчання на платформі
Залиште контакти — надішлемо деталі доступу до курсу «Комп'ютерний зір з OpenCV».
Наступні й суміжні курси
MilTech для IT-фахівця: карта індустрії і твій шлях
Карта індустрії оборонних технологій: сегменти, стек, ролі й вакансії — і як обрати свій навчальний шлях.
Python · NumPy
Телеметрія дрона на Python: перші 10 задач
Десять задач інженера наземної станції: польотний лог, енергія батареї, GPS-відстані й аномалії сенсорів.
Часті питання про курс
Що це за курс?
«Комп'ютерний зір з OpenCV» — онлайн-курс за підпискою на навчальній платформі Prog Academy. OpenCV у роботі: від кадру з камери до готового лічильника посилок. OpenCV — стандартна бібліотека комп'ютерного зору на борту роботів, у промислових камерах і на дорожніх станціях. У цьому курсі ви вивчите її так, як нею користуються інженери: колірні пороги, фільтри, контури, морфологія, ключові точки ORB, гомографія (перехід від пікселів до площини дороги), модель камери, віднімання фону, оптичний потік — і зберете з цих блоків покадровий конвеєр, що рахує посилки на стрічці.
Для кого цей курс?
Розробникам з Python і базовим NumPy, які хочуть працювати зі стандартною бібліотекою комп'ютерного зору.
Які знання потрібні перед стартом?
Потрібно: Python і базовий NumPy (масиви, зрізи) — на платформі це курси «Основи програмування на Python» і «Числові основи: NumPy для машинного навчання». Дуже бажано пройти курс «Комп'ютерний зір для автономних систем» або знати, що таке поріг, згортка і зв'язна компонента (перший урок коротко пояснює всі три). Досвід з OpenCV не потрібен.
Які практичні завдання будуть?
14 модулів, у кожному — теорія з прикладом і 2–3 задачі з автоматичною перевіркою: написати з нуля, знайти помилку, розширити готовий код. Кадри генерує допоміжний модуль scene.py з короткого текстового опису сцени — ви бачите опис у прикладі й можете змінювати його, щоб експериментувати. П'ять тестів і дві практичні форми закріплюють поняття.
Які технології використовуються?
Python, OpenCV. Код пишете й запускаєте прямо в браузері на платформі — встановлювати нічого не потрібно.
Скільки модулів містить курс?
14 модулів: Основи cv2; Пороги в HSV; Фільтри; Canny та контури; Ознаки контурів: моменти; Морфологія в OpenCV; ORB і зіставлення ознак; Гомографія; Модель камери та undistort; Віднімання фону; Оптичний потік Лукаса — Канаде; Покадровий конвеєр; scipy.signal: синхронізація часових рядів; Фінал: лічильник посилок на конвеєрі. Практичних завдань з автоматичною перевіркою — 40+, тестів — 5.
Як отримати доступ?
Залиште заявку на цій сторінці й завершіть реєстрацію в Telegram- або Viber-боті Prog Academy — там ви отримаєте подальші інструкції щодо доступу. Навчання проходить на платформі my.prog.academy у власному темпі.
Чи входить курс у підписку?
Так. Курс входить у підписку на платформі Prog Academy: доступ до всіх курсів за підпискою; ai-помічник з навчання в кожному курсі; усі уроки, домашні завдання та автоматична перевірка; нові курси за підпискою додаються автоматично.
Які сценарії й дані використовуються в курсі?
Усі сцени синтетичні: посилки на конвеєрі, розмітка і автомобілі на дорозі, поле, полиці і маркери на складі.
Не знайшли відповідь?
Залиште запитання — підкажемо, чи підходить вам курс і з чого краще почати.