Author Archives: இரா. அசோகன்

இணையப் படக்கருவிகளைப் (Webcams) பொதுவான வேலைகளுக்குப் பயன்படுத்துவதால் ஒருங்கிணைந்த (integrated) வில்லைகளுடன் வருகின்றன. ஆகவே இவற்றை மாற்ற இயலாது. தொழில்துறை இயந்திரப் பார்வை படக்கருவிகள் வில்லைகள் இல்லாமல் வருகின்றன. ஏனெனில் வேலையைப் பொறுத்து வெவ்வேறு உருப்பெருக்கத்தில் (magnification), பல்வேறு குவிய நீளங்களில் (focal lengths) மட்டுமல்லாமல், பலவிதமான பிரிதிறன்களிலும் (resolutions) இதற்கு வில்லைகள் தேவைப்படும். கைமுறைக் கருவிழியும் (Manual iris) தானியங்கிக் கருவிழியும் (Auto iris) கைமுறைக் கருவிழிகளில், ஒளியை அதிகமாகவோ அல்லது குறைவாகவோ அனுமதிக்க நீங்கள்… Read More »

தொழில்துறைப் படக்கருவிகளும் இணையப் படக்கருவிகளும் (Webcams) மென்பொருளிலிருந்து நாம் இணையப் படக்கருவிக்கு ஒரு சில எளிய கட்டளைகளைத் தான் அனுப்புகிறோம். ஆனால் தொழில்துறைப் படக்கருவிகளில் மென்பொருளுக்கும் வன்பொருளுக்கும் பல உள்ளீடுகளும் வெளியீடுகளும் தேவை. எடுத்துக்காட்டாக நம்முடைய தொழிற்சாலையில் செலுத்துப்பட்டையில் (conveyor belt) ஒரு பாகம் நகர்ந்து கொண்டிருக்கலாம். ஒரு குறிப்பிட்ட இடத்தை அடைந்தவுடன் துல்லியமாகக் குறிப்பொளி (strobe light) ஒளிர வேண்டும். அதேநேரத்தில் படக்கருவி படமெடுக்க வேண்டும். தவிரவும் நாம் படக்கருவி, கணினி மற்றும் மென்பொருள் ஆகியவற்றை… Read More »

பொருளைக் கண்டறிதல் (Object detection) நம்முடைய படத்தில் உள்ள பொருட்கள் யாவை, அவை என்ன வகை மற்றும் ஒவ்வொரு வகையிலும் எத்தனை இருக்கின்றன என்று  நமக்குத் தெரியாது. முதல் வேலையாக அவை அனைத்தையும் வகைப்படுத்தி அவை ஒவ்வொன்றையும் சுற்றி ஒரு எல்லைப் பெட்டியை வரைய விரும்புகிறோம். இதைப் பொருளைக் கண்டறிதல் என்று பொதுவாகச் சொல்கிறோம். இந்த வேலையைக் கீழ்க்கண்ட படி நிலைகளாகப் பிரிக்கலாம். பொருட்களின் இடம் குறித்தல் (localization) ஒரு படத்தில் முக்கியமான அல்லது மிகவும் புலப்படக்கூடிய… Read More »

அம்சப் பொருத்தத்துக்கு ஒரு நல்ல எடுத்துக்காட்டு சாலைக் குறியீடுகளை (road signs) அடையாளம் காண்பது. நம் படக்கருவியின் முன்னால் உள்ள குறியீடு நாம் முன்னர் பதிவு செய்துள்ள எந்தக் குறியீட்டுடன் அம்சப் பொருத்தம் கொண்டுள்ளது என்று பார்க்கவேண்டும். முதலில் படத்திலுள்ள குறியீட்டின் முக்கியப் புள்ளிகளைக் கண்டுபிடிக்க ((keypoint detection) வேண்டும். அடுத்து அம்ச விவரிப்பியைத் (feature descriptor) தயார் செய்ய வேண்டும். கடைசியாக நம்மிடம் உள்ள எந்த அம்ச விவரிப்பியுடன் இது பொருந்துகிறது என்று பார்க்க வேண்டும்.… Read More »

ஹ்யூ உருமாற்றம் (Hough transform) முதன்முதலில் ஹ்யூ உருமாற்றம் படத்தில் உள்ள கோடுகளை அடையாளம் காண்பதைக் குறிக்கோளாகக் கொண்டிருந்தது. ஆனால் பின்னர் இது வட்டங்கள், நீள்வட்டங்கள் போன்ற வடிவங்களையும் அடையாளம் காண விரிவாக்கப்பட்டது. மேலும் சமதளங்களையும் மற்றும் உருளைகள் (Planes and cylinders) போன்ற முப்பரிமாணப் (3D) பொருட்களையும் கூடக் கண்டறிய முடியும். ஆக கோடுகள், வட்டங்கள், நீள்வட்டங்கள் போன்ற, அளவுரு சமன்பாடு (Parametric equation) மூலம் குறித்துக் காட்ட இயலும் எல்லாவித வடிவங்களையும், ஹ்யூ உருமாற்றம்… Read More »

படங்களிலிருந்து நமக்குப் பயனுள்ள அம்சங்களைப் பிரித்தெடுக்க பட அலசல் செயலாக்கம் (image processing) செய்கிறோம். அடுத்து வரும் ஒவ்வொரு வேலைக்கும் ஒன்றுக்கு மேல்பட்ட செயல்முறைகள் நாம் பார்த்த மென்பொருட்களில் உள்ளன. நம் வேலைக்கு ஏற்றவாறு நாம் அவற்றைப் பயன்படுத்திக் கொள்ளலாம். விளிம்பு கண்டறிதல் (Edge detection) ஒரு படத்தில் குறிப்பிடத்தக்க மாற்றங்கள் அல்லது இடைநிறுத்தங்கள் (discontinuities) வரும் இடங்களை விளிம்புகள் என்று நாம் கூறலாம். வண்ண மாறல் விகிதம் (color gradient) என்ற நுட்பம் வெவ்வேறு பொருட்களின்… Read More »

படங்களை வைத்து எந்த வேலை செய்ய வேண்டுமென்றாலும் நாம் எண் சார்ந்த செயல்பாடுகள், அதிலும் குறிப்பாக அணி (array), தளவணி (matrix) சார்ந்த செயல்பாடுகள் வெகுவாகச் செய்யவேண்டியிருக்கும் என்று முந்தைய கட்டுரையில் பார்த்தோம். இதற்கு நமக்கு அணி மற்றும் தளவணிகளைக் கையாளும் நிரலகங்கள் தேவை. பைதான் நிரல் மொழியில் வேலை செய்யும்போது நாம் பகுப்பாய்வு செய்யவேண்டிய படத்தை ஸ்கிமேஜ் (Skimage) பயன்படுத்தி ஏற்றலாம், நம்-பை (Numpy) பயன்படுத்தி செயல்படுத்தலாம் மற்றும் மேட்பிளாட்லிப் (Matplotlib) பயன்படுத்திக் காட்டலாம். இவற்றைப்… Read More »

படங்களைக் கணினியில் எண்களாக சேமித்து வைக்கிறோம் என்று பார்த்தோம். எண்களாக எந்த முறையில் சேமித்து வைக்கிறோம் என்பதை இங்கு மேலும் கொஞ்சம் விவரமாகப் பார்ப்போம். வரிசைகளும் (rows) பத்திகளும் (columns) தடங்களும் (channels) எடுத்துக்காட்டாக இந்த எளிய படத்தைப் பார்ப்போம். இந்தப் படத்தில் நான்கு வரிசைகளும் (rows) ஒவ்வொரு வரிசையிலும் ஐந்து பத்திகளில் (columns) படவலகுகளும் (pixels) உள்ளன. ஒவ்வொரு படவலகிலும் உள்ள வண்ணத்தை மூன்று சிபநீ (RGB) அடிப்படை வண்ணங்களாகப் பிரித்து மூன்று தடங்களில் சேமிக்கப்… Read More »