La computer vision è uscita dai laboratori ed è entrata nella vita quotidiana: volti che sbloccano gli smartphone, auto che riconoscono i pedoni, sale riunioni che cambiano slide con un semplice gesto della mano. Dietro ogni pixel analizzato c’è un linguaggio che ha fatto della semplicità il proprio mantra: Python.Questo libro cerca di introdurre a queste tecnologie in un percorso di apprendimento molto laboratoriale.L’opera si rivolge a sviluppatori, maker e docenti che hanno già dimestichezza con Python ma non necessariamente con la visione artificiale. Il metodo è rigorosamente “hands on”: ogni concetto è affiancato da un programma funzionante che il lettore può eseguire su Google Colab, su un Raspberry Pi o sul proprio laptop senza hardware aggiuntivo. Il flusso didattico segue la pipeline di un progetto reale: acquisizione del flusso video, preprocessing, inferenza, post-processing, ottimizzazione delle prestazioni e deployment su dispositivo.Il testo si articola intorno a due pilastri complementari.OpenCV, la libreria open-source più diffusa al mondo, fornisce le primitive per la gestione di flussi video in tempo reale, la manipolazione di immagini e il classico rilevamento facciale basato su Haar Cascade. MediaPipe, framework Google end-to-end, abbassa la barriera d’ingresso al deep learning offrendo soluzioni pre-addrestrate e ottimizzate per dispositivi mobili: Face Detection, Hands e Face Mesh. Attraverso le Model Card ufficiali il lettore imparerà a costruire semplici programmi che utilizzano vari modelli pre-addestrati e pronti all’uso con, relativamente, poche righe di codice..Il cuore del libro è costituito da quattro progetti completi, ciascuno corredato di codice sorgente, diagrammi di flusso e benchmark su diversi hardware:Video streaming da dispositivo Android: acquisizione tramite IP Webcam, decodifica con OpenCV e visualizzazione.Riconoscimento facciale in tempo reale con OpenCV: tuning del classificatore Haar, bilanciamento tra True Positive Rate e velocità.Gesture controller universale con MediaPipe Hands: mappatura dei 21 landmark su un linguaggio di comando a nove gesti, integrazione con PyAutoGUI per pilotare applicazioni desktop senza toccare tastiera o mouse.Se siete volete trasformare la vostra webcam o il vostro smartphone in un sensore intelligente e le vostre mani in un telecomando universale, questa guida fornisce gli strumenti necessari per iniziare oggi e consegnare domani!
DOWNLOAD
FILESTORE