Maschinelles Lernen mit Python Kochbuch, 2.

Kapitel 8. Umgang mit Bildern

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

8.0 Einleitung

Die Klassifizierung von Bildern ist einer der spannendsten Bereiche des maschinellen Lernens. Die Fähigkeit von Computern, Muster und Objekte aus Bildern zu erkennen, ist ein unglaublich mächtiges Werkzeug in unserem Werkzeugkasten. Bevor wir jedoch maschinelles Lernen auf Bilder anwenden können, müssen wir die Rohbilder oft erst in Merkmale umwandeln, die unsere Lernalgorithmen nutzen können. Wie bei Textdaten gibt es auch für Bilder viele vortrainierte Klassifikatoren, die wir nutzen können, um Merkmale oder Objekte von Interesse zu extrahieren, die wir als Input für unsere eigenen Modelle verwenden können.

Um mit Bildern zu arbeiten, werden wir hauptsächlich die Open Source Computer Vision Library (OpenCV) verwenden. Es gibt zwar eine Reihe guter Bibliotheken, aber OpenCV ist die beliebteste und am besten dokumentierte Bibliothek für die Bearbeitung von Bildern. Die Installation kann manchmal schwierig sein, aber wenn du auf Probleme stößt, gibt es viele Anleitungen im Internet. Dieses Buch wurde mit opencv-python-headless==4.7.0.68 geschrieben. Du kannst diese Kapitel auch mit dem ML in Python Cookbook Runner ausführen, um sicherzustellen, dass alle Befehle reproduzierbar sind.

In diesem Kapitel werden wir als Beispiele eine Reihe von Bildern verwenden, die du aufGitHub herunterladen kannst.