A
- Accéder à
- caméra, Acquisition de plusieurs flux vidéo
- pixel, Accéder à un pixel
- zone d'une image, Accéder à une ligne, une colonne ou à une zone
- Acquisition images, Acquisition de plusieurs flux vidéo
- adaptiveThreshold, Méthode de seuillage
- Affichage
- image, Acquisition de plusieurs flux vidéo
- (multi)fenêtre, Mode d'affichage unique/multifenêtre
- flux vidéo, Boucle d'acquisition et d'affichage
- AffineBasedEstimator, Estimation des transformations et des paramètres des caméras et
affinement
- AffineBestOf2NearestMatcher, Construction, appariement et image retenues
- Algorithm, Classes de base pour les données et le modèle
- save, Classes de base pour les données et le modèle, Initialisation des modèles
- load, Classes de base pour les données et le modèle, Initialisation des modèles
- getDefaultName, Initialisation des modèles
- Algorithme
- de Niblack, Seuillage d'image
- itératif, TermCriteria
- non inclus dans OpenCV, Réaliser une caméra panoramique
- de descripteurs, Réaliser une caméra panoramique
- de stéréovision, Principe de la stéréovision, Algorithmes de stéréovision
- Semi-Global Block Matching, Algorithmes de stéréovision
- Block Matching, Algorithmes de stéréovision
- d'apprentissage, Apprentissage automatique – Machine Learning
- classification automatique, Apprentissage automatique – Machine Learning
- EM, Modèle EM
- KNearest, Modèle KNearest
- ANN_MLP
- create, Modèle ANN_MLP
- setLayerSizes, Modèle ANN_MLP
- setActivationFunction, Modèle ANN_MLP
- setTrainMethod, Modèle ANN_MLP
- setTermCriteria, Modèle ANN_MLP
- applyColorMap, Classe Seuillage et sa méthode run, La méthode classification
- Apprentissage
- automatique, Apprentissage automatique – Machine Learning
- modèles, Initialisation des modèles
- profond, Apprentissage profond (ou deep learning)
- arcLength, Descripteur du contour
- aruco, Organisation en modules d'OpenCV
- CharucoBoard, Création d'une mire
- detectMarkers, Acquisition de l'image d'une mire
- refineDetectedMarkers, Acquisition de l'image d'une mire
- interpolateCornersCharuco, Acquisition de l'image d'une mire
- Assembler des images, Méthode d'assemblage, Les différents descripteurs dans OpenCV
- Attribut, Organisation en modules d'OpenCV
- fenêtre, Mode d'affichage unique/multifenêtre
C
- C#, Pour commencer
- C++, Pour commencer
- Caffe, Utilisation de l'architecture GoogLeNet/Caffe
- calib3d, Organisation en modules d'OpenCV
- Calibrage, Organisation en modules d'OpenCV, Utilisation du programme
- calibrateCamera, Calibrage de la caméra
- Caméra
- accéder à, Acquisition de plusieurs flux vidéo
- ouvrir, Classe cv.VideoCapture
- détection, Ouverture des flux des caméras, Utilisation du programme
- configuration, Utilisation du programme
- calibrage, Utilisation du programme, Calibrage d'une caméra
- CameraParams, Estimation des transformations et des paramètres des caméras et
affinement
- Canny, Détection de contours, Méthode run
- Carte des profondeurs, Principe de la stéréovision
- CascadeClassifier, Classifieur en cascade pour détecter un visage
- Chapeau haut/bas, Opérateurs de morphologie dans OpenCV
- ChArUco, mire, Création d'une mire, Calibrage d'une caméra
- Chronomètre, Acquisition de plusieurs flux vidéo
- Classer selon contenu, Utilisation de l'architecture GoogLeNet/Caffe
- visage, Identification d'une personne
- Classification automatique, Apprentissage automatique – Machine Learning
- Classifieur en cascade, Identification d'une personne
- Coefficient de normalisation, Initialisation des modèles
- Composante connexe, Seuillage d'image
- Condition d'arrêt, Modèle ANN_MLP
- connectedComponentsWithStats, Composantes connexes et gestion des composantes connexes
- Contour, Méthode run, Programme principal, Contours
- extraction, Programme principal
- descripteur, Descripteur du contour
- contourArea, Contours
- Contraste, cv.detailEnhance
- Conversion de type, Conversion de type
- copy, Accéder à une ligne, une colonne ou à une zone
- copyTo, Sélectionner des pixels en utilisant un masque binaire
- cornerSubPix, Acquisition de l'image d'une mire
- Couleur, Accéder à un pixel
- palette, Classe Seuillage et sa méthode run
- conversion, Algorithmes de stéréovision
- définir, Type Scalar, Point et Rect
- countNonZero, Compter les pixels vérifiant une condition
- createTrackbar, Création d'une glissière
- cv.nom (voir l'entrée correspondant au nom)
- cv2, Acquisition de plusieurs flux vidéo
- cvtColor, cvtColor
D
- Darknet, Utilisation de l'architecture You Only Look Once
- Deep learning, Organisation en modules d'OpenCV, Utilisation des modèles de deep learning, Style artistique en utilisant du deep learning, Deep learning pour détecter un visage, Identification d'une personne
- architecture, Apprentissage profond (ou deep learning)
- Descripteur, Réaliser une caméra panoramique, Apprentissage automatique – Machine Learning, Données classées par le programme – Fonction
DonneesModele, Descripteur du contour
- création, Données classées par le programme – Fonction
DonneesModele
- de Fourier, Descripteur du contour
- destroyAllWindows, Acquisition de plusieurs flux vidéo, Boucle d'acquisition et d'affichage
- detail
- AffineBestOf2NearestMatcher, Construction, appariement et image retenues
- BestOf2NearestMatcher, Construction, appariement et image retenues
- MatchesInfo, Construction, appariement et image retenues
- leaveBiggestComponent, Construction, appariement et image retenues
- AffineBasedEstimator, Estimation des transformations et des paramètres des caméras et
affinement
- HomographyBasedEstimator, Estimation des transformations et des paramètres des caméras et
affinement
- Estimator, Estimation des transformations et des paramètres des caméras et
affinement
- BundleAdjusterRay, Fonction d'ajustement
- NoBundleAdjuster, Fonction d'ajustement
- ExposureCompensator, Projection et couture, Sauvegarde et lecture des configurations
- SeamFinder, Projection et couture
- resultRoi, Composition du panorama
- Blender, Composition du panorama
- detailEnhance, Traitement non réaliste de photographies, cv.detailEnhance
- Détecteur en cascade, Classifieur en cascade pour détecter un visage
- Détection, Organisation en modules d'OpenCV
- objet, Organisation en modules d'OpenCV, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- caméra, Ouverture des flux des caméras
- contenu, Utilisation de l'architecture GoogLeNet/Caffe
- visage, Détection de visages
- parties du corps, Préliminaires
- Dilatation, Opérateurs de morphologie dans OpenCV
- dilate, Opérateurs de morphologie dans OpenCV
- Disparité, Principe de la stéréovision, Algorithmes de stéréovision
- Distorsion optique, Modèle de sténopé et distorsion, Utilisation du programme
- dnn, Organisation en modules d'OpenCV, Utilisation des modèles de deep learning, Style artistique en utilisant du deep learning
- readNet, Lecture du réseau, Utilisation de l'architecture GoogLeNet/Caffe
- Net, Lecture du réseau
- blobFromImage, Préparation des données
- imagesFromBlob, Convertir un blob en image
- NMSBoxes, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- Documentation, Pour commencer, Documentation et aide d'OpenCV
- drawChessboardCorners, Acquisition de l'image d'une mire
- drawContours, Méthode run
- Droite épipolaire, Principe de la stéréovision
E
- Échiquier, mire de type, Calibrage d'une caméra
- Écriture
- image, Organisation en modules d'OpenCV
- vidéo, Organisation en modules d'OpenCV
- edgePreservingFilter, Traitement non réaliste de photographies, cv.edgePreservingFilter
- Effets artistiques, Traitement non réaliste de photographies
- EM
- create, Modèle EM
- setClustersNumber, Modèle EM
- setCovarianceMatrixType, Modèle EM
- setTermCriteria, Modèle EM
- erode, Opérateurs de morphologie dans OpenCV
- Érosion, Opérateurs de morphologie dans OpenCV
- Estimateur, Calcul du gradient et du module du gradient de l'image
- Estimator, Estimation des transformations et des paramètres des caméras et
affinement
- Étalonnage, Organisation en modules d'OpenCV, Utilisation du programme
- Événement
- clavier, Acquisition de plusieurs flux vidéo, Mode d'affichage unique/multifenêtre, Boucle d'acquisition et d'affichage
- souris, Mode d'affichage unique/multifenêtre, Gestion des événements souris, Composantes connexes et gestion des composantes connexes, Classe BaseVisages
- glissière, Création d'une glissière
- ExposureCompensator
- createDefault, Projection et couture, Sauvegarde et lecture des configurations
- apply, Composition du panorama
- Extraire
- contours, Programme principal
F
- face, Organisation en modules d'OpenCV
- createFacemarkLBF, Préliminaires, Programme
- drawFacemarks, Préliminaires
- Facemark, Préliminaires, Programme
- features2d, Organisation en modules d'OpenCV
- FeaturesMatcher, Construction, appariement et image retenues
- Fenêtre, Organisation en modules d'OpenCV
- une caméra par, Mode d'affichage unique/multifenêtre
- créer, Mode d'affichage unique/multifenêtre
- gaussienne, Seuillage d'image
- effacer, Autres méthodes efface_fenetre et
lire_valeur_glissiere
- Fermeture, Opérateurs de morphologie dans OpenCV
- FileNode, Sauvegarde et lecture des configurations
- mat, Enregistrement, lecture du fichier de configuration et traitement
de l'argument zoom
- isReal, Sauvegarde et lecture des configurations
- isInt, Sauvegarde et lecture des configurations
- FileStorage, Initialisation des modèles
- isOpened, Enregistrement, lecture du fichier de configuration et traitement
de l'argument zoom
- write, Enregistrement, lecture du fichier de configuration et traitement
de l'argument zoom
- release, Enregistrement, lecture du fichier de configuration et traitement
de l'argument zoom
- getNode, Enregistrement, lecture du fichier de configuration et traitement
de l'argument zoom, Sauvegarde et lecture des configurations
- Filtrage, Classe Filtrage
- Filtre
- moyenneur, Seuillage d'image
- de Sobel, Algorithmes de stéréovision
- findChessboardCorners, Acquisition de l'image d'une mire
- findContours, Méthode run, Programme principal, Contours
- flann, Organisation en modules d'OpenCV
- Flux vidéo
- fermer, Acquisition de plusieurs flux vidéo, Boucle d'acquisition et d'affichage
- ouvrir, Ouverture des flux des caméras
- résolution, Lecture et choix de la résolution du flux
- fourierDescriptor, Descripteur du contour
G
- Gaussienne, fenêtre, Seuillage d'image
- Gestion des événements, Gestion des événements souris
- getBuildInformation, Installation d'OpenCV, Classe cv.VideoCapture
- getStructuringElement, Opérateurs de morphologie dans OpenCV
- getTextSize, Type Size
- getTrackbarPos, Méthode run
- Glissière, Création d'une glissière
- Gradient, Détection de contours
- morphologique, Opérateurs de morphologie dans OpenCV
- GradientDericheX, Calcul du gradient et du module du gradient de l'image
- GradientDericheY, Calcul du gradient et du module du gradient de l'image
- Graphviz, Utilisation de Graphviz pour visualiser l'architecture du
modèle
I
- Identification
- objet, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- visage, Détection de visages, Identification d'une personne
- Image, Tableau NumPy et image
- filtrage, Organisation en modules d'OpenCV
- amélioration, Organisation en modules d'OpenCV
- acquisition, Acquisition de plusieurs flux vidéo
- lecture, Acquisition de plusieurs flux vidéo
- afficher, Acquisition de plusieurs flux vidéo, Matplotlib et OpenCV
- assemblage, Méthode d'assemblage
- rectification, Principe de la stéréovision
- dupliquer, Tableau NumPy et image
- couleur, Accéder à un pixel
- copier dans une autre, Sélectionner des pixels en utilisant un masque binaire
- imgcodecs, Organisation en modules d'OpenCV
- imgproc, Organisation en modules d'OpenCV
- imread, Méthode run
- imshow, Acquisition de plusieurs flux vidéo, Matplotlib et OpenCV
- Inférence, Apprentissage profond (ou deep learning)
- Installation, Installation d'OpenCV
L
- leaveBiggestComponent, Construction, appariement et image retenues
- Lecture
- image, Organisation en modules d'OpenCV, Acquisition de plusieurs flux vidéo, Programme
- vidéo, Organisation en modules d'OpenCV, Boucle d'acquisition et d'affichage
- clavier, Acquisition de plusieurs flux vidéo
- Localisation
- caméra, Principe de la stéréovision
- objets dans image, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- Lock, Acquisition des flux vidéo et calculs, Remarque sur l'utilisation de Lock
- LogisticRegression
- create, Modèle LogisticRegression
- setLearningRate, Modèle LogisticRegression
- setIterations, Modèle LogisticRegression
M
- Machine learning, Apprentissage automatique – Machine Learning
- Masque, Classe Seuillage et sa méthode run, Sélectionner des pixels en utilisant un masque binaire
- Matlab, Pour commencer
- Matplotlib, Matplotlib et OpenCV
- Maximalisation de l'espérance, Modèle EM
- mean, Classe Seuillage et sa méthode run
- medianBlur, Boucle d'acquisition et d'affichage
- Mémoire, Organisation en modules d'OpenCV
- Mire, Création d'une mire, Calibrage d'une caméra
- ml, Organisation en modules d'OpenCV
- StatModel, Classes de base pour les données et le modèle
- TrainData, Classes de base pour les données et le modèle
- ANN_MLP, Modèle ANN_MLP
- EM, Modèle EM
- KNearest, Modèle KNearest
- LogisticRegression, Modèle LogisticRegression
- NormalBayesClassifier, Modèle NormalBayesClassifier
- RTrees, Modèle RTrees
- SVM, Modèle SVM
- Modèle
- sténopé, Modèle de sténopé et distorsion
- d'apprentissage, Initialisation des modèles
- EM, Modèle EM
- KNearest, Modèle KNearest
- LogisticRegression, Modèle LogisticRegression
- Classifieur de Bayes, Modèle NormalBayesClassifier
- séparateur à vaste marge (SVM), Modèle SVM
- GoogLeNet, Utilisation de l'architecture GoogLeNet/Caffe
- AlexNet, Utilisation de l'architecture AlexNet/Caffe
- Faster R-CNN Inception, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- Yolo, Utilisation de l'architecture You Only Look Once
- OpenFace, Reconnaissance faciale et de la pose, Programme principal, Classe BaseVisages
- SVM, Identification d'une personne
- Facemark, Préliminaires
- Module, Organisation en modules d'OpenCV
- ml, Apprentissage automatique – Machine Learning
- dnn, Utilisation des modèles de deep learning, Style artistique en utilisant du deep learning
- photo, Utilisation des effets des modules photo et
xphoto
- face, Préliminaires
- Moment, Descripteur du contour
- moments, Descripteur du contour
- Moments de Hu, Descripteur du contour
- morphologyEx, Opérateurs de morphologie dans OpenCV
N
- namedWindow, Mode d'affichage unique/multifenêtre
- Net, Lecture du réseau
- setInput, Fixer les entrées
- forward, Lecture du résultat, Utilisation de l'architecture You Only Look Once
- getUnconnectedOutLayersNames, Nom des couches résultats, Utilisation de l'architecture You Only Look Once
- dumpToFile, Utilisation de l'architecture GoogLeNet/Caffe
- Netteté, cv.detailEnhance
- Niblack, algorithme de, Seuillage d'image
- noArray(), Initialisation des modèles
- norm, Algorithmes de stéréovision
- NormalBayesClassifier, Modèle NormalBayesClassifier
- normalize, Calcul du gradient et du module du gradient de l'image
- NumPy, Acquisition de plusieurs flux vidéo
- resize, La méthode classification
- vstack, La méthode classification
- zeros, Autres méthodes efface_fenetre et
lire_valeur_glissiere
- astype, Conversion de type
- clip, Conversion de type
- sum, Compter les pixels vérifiant une condition
- logical_and, Sélectionner des pixels en utilisant un masque binaire
- where, Sélectionner des pixels en utilisant un masque binaire
O
- objdetect, Organisation en modules d'OpenCV
- oilPainting, Traitement non réaliste de photographies, cv.xphoto.oilPainting
- opencv_contrib, Organisation en modules d'OpenCV
- OpenFace, Reconnaissance faciale et de la pose, Programme principal
- Opérateur
- (), Traduction en
Python de l'opérateur C++ ()
- de morphologie, Opérateurs de morphologie dans OpenCV
- affectation (tableau Numpy), Tableau NumPy et image
- Optimisation, Utilisation des processus légers pour l'acquisition des flux
vidéo
- ORB, Réaliser une caméra panoramique
- ORB_create, Construction, appariement et image retenues
- Ouverture, Opérateurs de morphologie dans OpenCV
P
- Panoramique, Organisation en modules d'OpenCV, Réaliser une caméra panoramique
- Parallélisation, Utilisation des processus légers pour l'acquisition des flux
vidéo
- Partitionnement, Organisation en modules d'OpenCV
- Peinture à huile, cv.xphoto.oilPainting
- pencilSketch, Traitement non réaliste de photographies, cv.pencilSketch
- perspectiveTransform, Algorithmes de stéréovision
- Photo, Organisation en modules d'OpenCV
- detailEnhance, cv.detailEnhance
- edgePreservingFilter, cv.edgePreservingFilter
- pencilSketch, cv.pencilSketch
- stylization, cv.stylization
- Pixel
- accès, Accéder à un pixel
- compter, Compter les pixels vérifiant une condition
- Point, Type Scalar, Point et Rect
- Point clé, Réaliser une caméra panoramique
- Projection, Principe de la photographie panoramique
- Protobuf, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- putText, Classe Seuillage et sa méthode run
- PyRotationWarper, Projection et couture
- warp, Composition du panorama
R
- Raspberry, Installation sur Raspberry
- Reconnaissance faciale, Organisation en modules d'OpenCV, Reconnaissance faciale et de la pose
- Rect, Type Scalar, Point et Rect
- Rectification d'image, Principe de la stéréovision
- Redimensionnement, Boucle d'acquisition et d'affichage
- Régression logistique, Modèle LogisticRegression
- reprojectImageTo3D, Visualisation des données avec VTK
- Réseau de neurones, Initialisation des modèles, Modèle ANN_MLP
- resize, Boucle d'acquisition et d'affichage, Modification du programme principal
- RLock, Utilisation des processus légers pour l'acquisition des flux
vidéo, Rappel : Utilisation de with pour les objets
RLock
- RTrees, Modèle RTrees
S
- Sauvegarder
- configuration flux vidéo, Exemples de ligne de commande pour notre programme
- modèle d'apprentissage, Initialisation des modèles
- Scalar, Type Scalar, Point et Rect
- Scharr, Calcul du gradient et du module du gradient de l'image
- SeamFinder, Projection et couture
- Segmentation, Segmentation
- Semi-Global Block Matching, Algorithmes de stéréovision
- Séparateur à vaste marge (SVM), Modèle SVM
- setMouseCallback, Mode d'affichage unique/multifenêtre
- setTrackbarMax, Création d'une glissière
- setTrackbarMin, Création d'une glissière
- setTrackbarPos, Création d'une glissière
- Seuillage, Organisation en modules d'OpenCV, Seuillage d'image, Méthode de seuillage
- Sift, Réaliser une caméra panoramique
- Size, Type Size
- Slice, Boucle d'acquisition et d'affichage, Accéder à une ligne, une colonne ou à une zone
- Sobel, Calcul du gradient et du module du gradient de l'image
- Squelettisation, Organisation en modules d'OpenCV
- StatModel, Classes de base pour les données et le modèle
- train, Classes de base pour les données et le modèle, Initialisation des modèles
- isTrained, Classes de base pour les données et le modèle, Initialisation des modèles
- calError, Classes de base pour les données et le modèle
- predict, Classes de base pour les données et le modèle, Programme principal, Programme principal
- calcError, Initialisation des modèles
- Sténopé, Modèle de sténopé et distorsion
- StereoBM, Algorithmes de stéréovision
- stereoCalibrate, Calibrage de la stéréovision
- StereoMatcher, Algorithmes de stéréovision
- compute, Algorithmes de stéréovision
- stereoRectify, Calibrage de la stéréovision
- Stéréoscopie, Principe de la stéréovision
- StereoSGBM, Algorithmes de stéréovision
- Stéréovision, Principe de la stéréovision
- ports par défaut, Utilisation du programme
- calibrage, Utilisation du programme
- Stitching, Organisation en modules d'OpenCV
- stylization, Traitement non réaliste de photographies, cv.stylization
- SURF, Réaliser une caméra panoramique
- SVM, Identification d'une personne
- create, Modèle SVM
- setKernel, Modèle SVM
- setGamma, Modèle SVM
- setType, Modèle SVM
- setC, Modèle SVM
T
- Tableau NumPy, Tableau NumPy et image
- Tenseur, Préparation des données
- TensorFlow, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow
- TermCriteria, TermCriteria
- Thread, Utilisation des processus légers pour l'acquisition des flux
vidéo, Rappel : Utilisation de with pour les objets
RLock
- verrou, Acquisition des flux vidéo et calculs
- fermer, Modification du programme principal
- threading, module, Utilisation des processus légers pour l'acquisition des flux
vidéo
- threading, module Python, Acquisition des flux vidéo et calculs
- threshold, Méthode de seuillage
- time, module Python, Acquisition de plusieurs flux vidéo
- time.clock, Mode d'affichage unique/multifenêtre
- Tkinter, Import Tkinter
- Tout ou rien (opérateur), Opérateurs de morphologie dans OpenCV
- Tracer
- contours, Méthode run
- points échiquier, Acquisition de l'image d'une mire
- rectangle, Utilisation de l'architecture Faster R-CNN
Inception/TensorFlow, Programme principal, Type Scalar, Point et Rect
- repères de visages, Préliminaires
- position personne, Programme principal
- cercle, Type Scalar, Point et Rect
- Trackbar, Création d'une glissière
- TrainData, Classes de base pour les données et le modèle, Classe BaseVisages
- create, Classes de base pour les données et le modèle
- getNSamples, Classes de base pour les données et le modèle
- getNVars, Classes de base pour les données et le modèle, Modèle ANN_MLP
- Traits au crayon, cv.pencilSketch
- Type
- conversion, Conversion de type
- de base, Types de base
V
- Version d'OpenCV, Classe cv.VideoCapture
- VideoCapture, Acquisition de plusieurs flux vidéo
- isOpened, Acquisition de plusieurs flux vidéo
- read, Acquisition de plusieurs flux vidéo
- release, Acquisition de plusieurs flux vidéo
- get, Lecture et choix de la résolution du flux, Réglage des caméras
- set, Lecture et choix de la résolution du flux, Réglage des caméras
- videoio, Organisation en modules d'OpenCV
- VTK, Import VTK, Visualisation des données avec VTK
