නවීන පරිගණක දෘෂ්ටිය. කාර්යයන් හා පරිගණක දැක්ම තාක්ෂණය. Python ක්රමලේඛන පරිගණක දැක්ම

ඡායාරූපයේ හෝ පින්තූර නිරූපිත වේ දේ තේරුම් ගැනීමට පරිගණක ඉගැන්වීමට කෙසේද? මෙය ඉතා සරල, එහෙත්, පරිගණක සඳහා මෙය ඔබට වැදගත් තොරතුරු ලබා ගැනීම සඳහා අවශ්ය සිට බිංදු හා අය සමන්විත පමණක් න්යාසය වේ.

පරිගණක දෘෂ්ටිය කුමක්ද? එය ඔබේ පරිගණකය "දකින්න" කිරීමට ඇති හැකියාව

දැක්ම - එය භාවිතා පුද්ගලයා සඳහා තොරතුරු පිලිබඳ වැදගත් මූලාශ්රයක් වන අතර, අප, විවිධ ඇස්තමේන්තු අනුව සියලු තොරතුරු 70 90% සිට ලබා. එමෙන්ම, සැබැවින්ම, අපි ස්මාර්ට් කාර් නිර්මාණය කිරීමට අවශ්ය නම්, අපි එම කුසලතා හා පරිගණක ක්රියාත්මක කිරීම සඳහා අවශ්ය වේ.

පරිගණක දෘෂ්ටිය ඇති ප්රශ්නය ඉතා පැහැදිලිවම ප්රකාශ කළ හැක. "බලන්න" යනු කුමක්ද? එය හුදෙක් බැලීමෙන් දක්නට ඇති බව අවබෝධ කර ගත හැකි ය. ඒ පරිගණක දෘෂ්ටිය සහ මානව දර්ශනය වෙනස්කම් අවසන් විය. අප දැක්ම - අදාළ දුර හා ප්රමාණ තේරුම් ගැනීමට ඇති හැකියාව බව - එය ලෝකය ගැන දැනුම මූලාශ්රයක්, මෙන්ම මෙට්රික් තොරතුරු මූලාශ්රය ද මෙය වේ.

අර්ථ විචාර කර්නලයක්

ඡායාරූපයේ දෙස බලා, අප එය ගුණාංග ගණනාවක් විසින්, ඒ නිසා කතා කිරීමට, අර්ථ විචාර තොරතුරු ලබා ගැනීම සඳහා විස්තර කළ හැකිය.

උදාහරණයක් ලෙස, මෙම පින්තූරය දෙස බලා, අප එය එළිමහනේ බව කියන්න පුළුවන්. කොළඹ රථවාහන කුමක්ද. මෝටර් රථ සිටින බව. අපි ගොඩනැගිල්ල සහ සංකේත යොදාගෙන වින්යාසය මත මෙම දකුණු-නැගෙනහිර ආසියාව බව අනුමාන කළ හැකිය. මා ඕ සේතුං යන චිත්රයක් මෙම බීජිං වන අතර, ඕනෑම කෙනෙකුට සජීවී වීඩියෝ හෝ තමා එහි සිටියේ දුටු නම්, මෙම සුප්රසිද්ධ තියන්ආන්මෙන් චතුරස්රයේ බව අනුමාන කරන බව තේරෙනවා.

අප, මේ පින්තූරේ ගැන වැඩි කියන දේ එය දුටු කළ හැක්කේ කෙසේද? අපි රූපයේ, කියන්න, වස්තූන් හඳුනා ගත හැකි ජනතාවට මෙහි සමීප පවතින බව - වැට. මෙහි කුඩ, එම ගොඩනැගිල්ල ගේ පෝස්ටර්. මේ පංති උදාහරණ වේ මොහොතේ සඳහා සොයන්න නිරත වන ඉතා වැදගත් වස්තූන්, වේ.

තවමත් අපි වස්තු අංග හෝ ගුණාංග කිහිපයක් ඉගෙනගන්න පුළුවන්. උදාහරණයක් ලෙස, මෙන්න අපි මේ සාමාන්ය චීන, එනම්, මා ඕ සේතුං රූපයකි නොවන බව තීරණය කළ හැකිය.

වාහනය අනුව එය එම ව්යාපාරය තුළ, විකෘති නොවන බව චලනය වන වස්තුවක් වන අතර, එය දුෂ්කර බව, නිර්ණය කළ හැක. කොඩි ගැන නිරන්තර විකෘති, ඔවුන් ද චලිත වේ, එය විරුද්ධ බව ප්රකාශ කළ හැකි, නමුත් ඔවුන් අසීරු නොවේ. හා එම ස්ථානයට කොඩි වර්ධනය කර ගැනීම මගින් තීරණය කළ හැකි වන සුළං, වන අතර, පවා සුළං දිශාව තීරණය කළ හැකි, උදාහරණයක් ලෙස, එය නිවැරදි කිරීමට වමේ සිට හමන.

පරිගණක දෘෂ්ටිය ඇති දුර හා දිග

ඉතා වැදගත් පරිගණක දෘෂ්ටිය විද්යාව පිළිබඳ මෙට්රික් තොරතුරු වේ. මෙම දුර, සියලු වර්ගවල වේ. උදාහරණයක් ලෙස, කණ්ඩායම් 20 ක් පමණ මිනිත්තු පෘථිවියට හා තරම් පිළිතුරු නිසා රෝවර් සඳහා විශේෂයෙන් වැදගත් වේ. ඒ අනුව, එහි නැවත ලින්ක් එක - විනාඩි 40. අපි පෘථිවියේ ව්යාපාරය විධාන සඳහා සැලැස්මක් කරන්න නම්, ඔබ මේ ගැන සොයා ගැනීමට අවශ්ය වේ.

වීඩියෝ ක්රීඩා පරිගණක දෘෂ්ටිය තාක්ෂණය සාර්ථකව ඒකාබද්ධ. වීඩියෝ අනුව, ඔබ වස්තු ත්රිමාණ ආකෘති, මිනිසුන් ගොඩ කළ හැකි අතර, පරිශීලක ඡායාරූප නගර ත්රිමාණ ආකෘති නැවත ලබා ගත හැක. හා ඉන් පසු ඔවුන්ව ගමන්.

පරිගණක දෘෂ්ටිය - සෑහෙන පුළුල් පරාසයක. එය සමීපව වෙනත් විවිධ විද්යාවන් සමඟ බැඳී ඇත. පරිගණක දෘෂ්ටිය කොටසක් එය ඓතිහාසික වශයෙන් රූප සැකසීම ප්රදේශයේ හසු හා සමහර විට පරිගණක දෘෂ්ටිය වෙන්.

විශ්ලේෂණය, රටා හඳුනා - සුපිරි බුද්ධි නිර්මාණය කිරීමට මග

අපට මෙම සංකල්ප, ෙවන් ෙවන් වශෙයන් සලකා බලමු.

පින්තූර සැකසීම, - මෙම දක්නට නොමැත්තේ ප්රදේශයක්, වන ආදානය සහ ප්රතිදානය වේ - ප්රතිරූපය සහ අපි ඔහුට යමක් තියෙනවා.

ඡායාරූප විශ්ලේෂණය - මෙම ද්විමාන රූපයක් සමග වැඩ කරන හා මෙම නිගමනයන් කරන්න පිලිබඳව අවධානය යොමු කෙරෙන පරිගණක දෘෂ්ටිය, එම ප්රදේශයේ ය.

රටා හඳුනා - වාහකයන් ස්වරූපයෙන් දත්ත හඳුනා වියුක්ත ගණිතමය විනය. ඒ දොරකඩ වේ - vector සහ අප එය සමග කරන්න දෙයක් තියෙනවා. දෛශික වන, අපි දැන එතරම් වැදගත් නොවේ.

පරිගණක දෘෂ්ටිය - එය මුලින් ද්විමාන රූප ව්යුහය ස්ථාපිත කිරීමටයි. අද මෙම ප්රදේශයේ වඩාත් පුලුල් වී ඇති අතර, එය ප්රතිරූපය මත පදනම් කර ගැනීම, භෞතික වස්තූන් සියල්ල පිළිගැනීමක් ලෙස අර්ථකථනය කළ හැකිය. එනම්, එය කර්තව්යය කෘතිම බුද්ධි අංශ.

සම්පූර්ණයෙන්ම වෙනස් ක්ෂේත්රයේ පරිගණක දෘෂ්ටිය සමගාමීව, භූමිතික දී, ඡායාමිතික පරිණාමය වී ඇත - ද්විමාන රූප මත වස්තූන් අතර දුර මැනීම.

රොබෝවරු "දකින්න" පුළුවන්

අවසාන වශයෙන් - මෙම යන්ත්රය දැක්මක්. යන්ත්රය දැක්ම යටතේ රොබෝවරු දර්ශනයක් බවයි. සමහර නිෂ්පාදන ප්රශ්න තීරණය වේ. එක් විශාල විද්යාව - අපි පරිගණක දෘෂ්ටිය බව මට කියන්න පුළුවන්. එය අනෙක් විද්යාව කොටසක් සමහර එළඹේ. සහ පරිගණක දෘෂ්ටිය යම් විශේෂිත අයදුම් ලැබෙන විට, එය යන්ත්රය දැක්ම බවට පත් කරයි.

පරිගණක දෘෂ්ටිය කලාපයේ ප්රායෝගික යෙදුම් මහජන ඇත. එය නිෂ්පාදන ස්වයංක්රීයකරණය සමඟ සංෙයෝජිත ෙකෙර්. එම ආයතන දී යන්ත්රය විසින් ශ්රමය වෙනුවට වඩාත් කාර්යක්ෂම බවට පත් වේ. යන්ත්රය, වෙහෙස, ලබා ගැනීමට නොහැකි නිදා නැහැ, ඇය වසරකට දින 365 වැඩ කිරීමට කැමති, අවිධිමත් වැඩ සටහන විය. ඒ නිසා, යන්ත්රය වැඩ භාවිතා, අපි සහතික ප්රතිඵලයක් යම් අවස්ථාවක ලබා ගත හැක, එය ඉතා රසවත් ය. සියළු කාර්යයන් පරිගණක දෘෂ්ටිය පද්ධති සඳහා පැහැදිලි භාවිතය ඇත. සහ එකම ගණනය අදියර වහාම පින්තූරය මත ප්රතිඵල දැක ගැනීමට වඩා හොඳ දෙයක් නැහැ.

කෘතිම බුද්ධි ලෝක එළිපත්ත මත

ප්ලස් ප්රදේශයේ - ඒක අමාරුයි! දැක්ම සඳහා වගකිව යුතු මොළයේ සැලකිය යුතු කොටසක්, සහ එය ඔබ "දකින්න" ඔබේ පරිගණකය ඉගැන්වීමට නම්, ඒ, පූර්ණ වශයෙන් භාවිතය පරිගණක දෘෂ්ටිය වේ, එය සම්පූර්ණ කෘතිම බුද්ධි අරමුණු එකක් වන බවත් විශ්වාස කෙරේ. අපි එම අවස්ථාවේ දී, බොහෝ දුරට, මානව මට්ටමේ මේ ප්රශ්නය විසඳා ගත හැකි නම්, අපි අල් ගැටලුව විසඳීමට ඇත. ඒක හරිම හොඳයි! හෝ නැති ඉතා හොඳ, ඔබ දෙස නම්, "ටර්මිනේටර් 2".

ඇයි දැක්ම - එය දුෂ්කර ද? එම වස්තුව ප්රතිරූපය බාහිර සාධක මත පදනම්ව බොහෝ සෙයින් වෙනස් කර ගත හැකි නිසා. නිරීක්ෂණ මධ්යස්ථාන වස්තුව මත පදනම්ව විවිධ බලන්න.

උදාහරණයක් ලෙස, එක ම පුද්ගලයා ද, විවිධ කෝණ වලින් ගෙන. දේ සහ අගය බොහෝ රසවත් ද? එක ඇසක්, ඇස් දෙක හමාරක් විය හැක. හා සන්දර්භය (පින්තාරු ඇස් සමඟ කමිසයක් මේ මනුෂ්ය රූපය නම්) මත පදනම්ව, ඇස දෙකකට වඩා විය හැක.

පරිගණක තවමත් තේරෙන්නේ නැහැ, නමුත් එය "දකින"

එය දුෂ්කර තවත් හේතුවක් - එය ආලෝකය වේ. විවිධ ආලෝක ධාරා එම දර්ශනය වෙනස්ව ඇත. වස්තුව ප්රමාණය වෙනස් විය හැක. එපමනක් නොව, ඕනෑම පන්තියේ වස්තූන්. ඔබ මීටර් 2 ඔහුගේ උස මිනිසෙකු ගැන කොහොමද කියන්න පුළුවන්? නැත, කිසිවක් නැත. මානව වර්ධනය සහ 2.3 මීටර්, හා 80 සෙ.මී. විය හැක. වස්තූන් වෙනත් වර්ග මෙන්, කෙසේ වෙතත්, එම පන්තියේ වස්තූන් ය.

විශේෂයෙන් ජීවත් වස්තූන් වික්රියා විවිධ භාජනය වේ. කෙස් ජනතාව, ක්රීඩක ක්රීඩිකාවන්, සතුන්. ධාවනය අශ්වයන් පින්තූර දිහා බලන්න, කුමක් ඔවුන්ගේ වඩින සහ වලිගය සමඟ සිදු වන්නේ හුදෙක් නොහැකි තීරණය කරන්න. රූපයක් දී අතිච්ඡාදනය වස්තූන්? ඔබ පරිගණක රූප තමන්ට වැඩිතර යොමුවක් නම්, වඩාත් බලවත් යන්ත්රය පවා නිවැරදි තීරණය දෙන්න අපහසු වෙනවා.

ඊළඟ දැක්ම - එය වෙස් ය. සමහර වස්තූන්, පරිසරය ලෙස වෙස් සතුන්, සහ තරමක් දක්ෂ ලෙස. සහ එම පැල්ලම් හා වර්ණ. ඒ කෙසේ වුවත්, අප හැම විටම දුර සිට නොවේ නමුත්, ඔවුන් ඒවා දුටුවේ.

තවත් ගැටලුවක් - ව්යාපාරය. සිතාගත නො යෝජනාව වස්තූන් විකෘතියක් භාජනය වේ.

වස්තූන් බොහෝ ඉතා විචල්ය වේ. මෙන්න, උදාහරණයක් ලෙස, "පුටුවක්" යන වස්තූන් පහත ඡායාරූප දෙකක්.

මෙම මත ඔබ ෙපනී සිටිය හැක. එහෙත්, යම් යන්ත්රයක් ඉගැන්වීමට හැඩය, වර්ණය, ද්රව්ය, සියල්ල යම් වස්තුවක් "පුටුවක්" තුළ ඇති විවිධ දේ, එවන් - ඉතා දුෂ්කර වී ඇත. මෙය අභියෝගයක්. පරිගණක දෘෂ්ටිය ක්රම ඒකාබද්ධ කිරීමට -, අවබෝධ කර ගැනීමට යන්ත්රයක් ඉගැන්වීමට විශ්ලේෂණය, අනුමාන කිරීමට ය.

විවිධ වේදිකා පරිගණක දර්ශනය ඒකාබද්ධතා

පරිගණක දෘෂ්ටිය මහජන 2001 ඔහු පළමු මුහුණ අනාවරණයක් නිර්මාණය කරන විට, තවත් සොයා ගැනීමට ආරම්භ විය. Viola, ජෝන්ස්: අපි එය කතුවරුන් දෙකක් දුන්නා. එය යන්ත්රය ඉගෙනුම් ක්රම බලය ප්රදර්ශනය කරන ලද පළමු වේගවත් සහ විශ්වාසී තරම් ඇල්ගොරිතමය විය.

මානව මුහුණ පිළිගැනීමක් - දැන් පරිගණක දෘෂ්ටිය තරම් නව ප්රායෝගිකව අදාල වේ.

නමුත් මිනිසා චිත්රපට මෙන් හඳුනා ගැනීමට - අහඹු කෝණ, විවිධ ආලෝක තත්වයන් යටතේ - එය කළ නොහැකි ය. එහෙත් ගැටලුව, හෝ වෙනස් ආලෝක ධාරා හෝ වෙනත් පෑම විවිධ මිනිසුන් බව, එක් විසඳීම සඳහා විදේශ ගමන් බලපත්රය මෙම ඡායාරූපයේ සමාන, එය කළ හැකි විශ්වාසය ඉහළ උපාධියක් ඇත.

විදේශ ගමන් බලපත්රයක් ඡායාරූප අවශ්යතා හමුවේ පිළිගැනීමක් දක්නට නොමැත්තේ විශේෂාංගය විශාල වශයෙන් හේතු.

උදාහරණයක් ලෙස, ඔබ විසින් ජීව විදේශ ගමන් බලපත්රය තිබේ නම්, සමහරක් නවීන ගුවන් තොටුපළ, ඔබ විසින් ස්වයංක්රීය විදේශ ගමන් බලපත්රය පාලන පද්ධතිය භාවිතා කළ හැක.

පරිගණක දර්ශනය නොවිසඳුනු ප්රශ්නයක් - ඕනෑම පෙළ හඳුනා ගැනීමට හැකියාව

සමහර විට කෙනෙක් OCR පද්ධතිය භාවිතා. මෙම එක් - දඩ රීඩර්, RuNet පද්ධතිය ඉතා ජනප්රිය වී ඇත. ඔබ දත්ත පුරවා එහිදී විවිධ ආකාර ඇත, ඔවුන් හොඳින් පරිලෝකනය කරන, එම තොරතුරු පද්ධතිය මඟින් ඉතා හොඳින් හඳුනාගෙන තිබේ. නමුත් මේ පින්තූරේ ඕනෑම අක්ෂර තත්වය ඊට වඩා නරක ය. මෙම ගැටලුව තවමත් විසඳා පවතී.

පරිගණක දෘෂ්ටිය, චලන සම්බන්ධ ක්රීඩා

වෙනම විශාල ප්රදේශයක් - ත්රිමාණ ආකෘති හා (පරිගණක ක්රීඩා තරමක් සාර්ථකව ක්රියාත්මක වන) චලන ග්රහණය නිර්මාණය වේ. පරිගණක දෘෂ්ටිය භාවිතා කරන ලද පළමු වැඩසටහන, - අංග චලන භාවිතයෙන් පරිගණකය සමග අන්තර් පද්ධතියක්. එය නිර්මාණය කරන ලදී විට එය විවෘත ගොඩක් දේවල් විය.

මෙම ඇල්ගොරිතමය සරලවම නිර්මාණය කර, නමුත්, එය මිලියන පින්තූර ලබා ගැනීමට ජනතාවගේ කෘතිම රූප උත්පාදක නිර්මාණය කිරීමට ගෙන මාන කිරීම සඳහා. දැන් ඔහු හොඳින් ක්රියා සඳහා මෙම ඇල්ගොරිතමය, හි පරාමිතීන් තෝරා ගැනීමට ඔවුන් සමඟ සුපිරි.

එක සකසනය ධාරිතාව 12% ක් පරිභෝජනය හා සැබෑ කාලය තුළ පුද්ගලයා තත්වය තේරුම් ගැනීමට ඉඩ දෙන ඇල්ගොරිතමයක් නිර්මාණය කිරීමට මිලියන රූප සහ හැකි සතියේ ගැණිය හැකි සුපිරි වෙලාව. මෙම මයික්රොසොෆ්ට් Kinect පද්ධතිය (2010).

අන්තර්ගතය විසින් රූප සෙවීම සඳහා සොයන්න ඔබ පද්ධතිය ඡායාරූප උඩුගත කිරීමට ඉඩ ලබා දෙන අතර, එය ප්රතිඵල එකම අන්තර්ගතය සමඟ සියලු පින්තූර ලබා සහ එම කෝණය වලින් සාදන ලද කරනු ඇත.

පරිගණක දෘෂ්ටිය උදාහරණ: ත්රිමාණ හා ද්විමාන සිතියම් දැන් එය සමඟ කටයුතු කරනු ඇත. සංචලනය, කාර් සඳහා සිතියම් DVR අනුව නිතිපතා යාවත්කාලීන කර ඇත.

geotagged ඡායාරූප බිලියන සමඟ දත්ත ඇත. දත්ත-ගබඩාව ඡායාරූපයේ බාගත කිරීමෙන්, එය සිදු කරන ලදී යන්න තීරණය, සහ, සමහර විට සමහර ඉදිරිදර්ශනය සමග කළ හැකිය. ඇත්ත වශයෙන්ම, එම ස්ථානයට එක් අවස්ථාවේ දී සංචාරකයින් බව ප්රමාණවත් තරම් ජනප්රිය බව ලබා සහ ප්රදේශයේ ඡායාරූප ගණනාවක් මතු වී ඇති විය.

රොබෝවරු සෑම තැනකම ඇත

කිසිම ආකාරයකින් එය නොමැති මේ කාලයේදී රොබෝ විද්යාව, සෑම තැනකම. දැන් (මෙම පරිගණක වැඩසටහනක් නැරඹීමට ක්රමයක් දී, මාකුඹුර උපකාරී වේ) රියදුරු වෙත විධාන සම්ප්රේෂණය කිරීමට පදිකයින්ට හා මාර්ග සංඥා හඳුනා විශේෂ කැමරා ඇති බව වාහන ඇත. හා පූර්ණ ස්වයංක්රීය රොබෝ වාහන පවතී, නමුත් ඔවුන් අමතර තොරතුරු විශාල ප්රමාණයක් භාවිතය තොරව වීඩියෝ කැමරා පද්ධතිය මත පමණක් විශ්වාසය තැබිය නොහැකි ය.

නූතන කැමරාව - මෙම ඇනෙලොග් කැමරා ඔබ්ස්කියුරාවක් වේ

ගේ ඩිජිටල් රූපය ගැන කතා කරමු. නවීන ඩිජිටල් කැමරා කැමරාව ඔබ්ස්කියුරාවක් මූලධර්මය මත සංවිධානය කරනු ලැබේ. ඒ වෙනුවට ආලෝකය කදම්බ ඇතුල් විෂය පරිපථයේ කාමරයේ පිටිපස්සේ බිත්තියට මතට ප්රක්ෂේපණය කරන හරහා කුහරය පමණක්, අප විශේෂ දෘෂ්ය පද්ධතියකට කාච නමින් ඇත. එහි අරමුණ විශාල ආලෝක කදම්භයක් එකතු කිරීමට සහ ප්රක්ෂේපක ලබා සහ චිත්රපට හෝ න්යාසය මත රූපයක් පිහිටුවීම සඳහා අතථ්ය ලක්ෂය හරහා සම්මත වූ සියලුම කිරණ ඇති බැවින් එය පරිවර්තනය කිරීමයි.

නවීන ඩිජිටල් කැමරා (න්යාසය) තනි තනි කොටස් සමන්විත වේ - පික්සල. එක් එක් පික්සල ඇති පික්සෙල් මුළු මත සිද්ධිය වන ආලෝක ශක්ති මැනීම, හා එක් නිමැවුම් අංකය නිකුත් කල හැක. පරිගණක - ඒ නිසා, ඩිජිටල් කැමරාවක්, අපි ඒ වෙනුවට රූපය දීප්තිය ආලෝකය මිනුම් සකස්, තනි පික්සල හසු වන ලබා දැක්ම ක්ෂේත්ර. ඒ නිසා, අපි දකින රූපය රේඛා හා පැහැදිලි සමෝච්ඡ රේඛා, ගලා නැත, සහ විවිධ වර්ණයන්ගෙන් වර්ණ කොටු ක ජාලක - පික්සල.

ඔබ ලෝකයේ පළමු ඩිජිටල් රූපයක් බලන්න අඩු වීම.

එහෙත් මේ පින්තූරයේ නොවේ ද? වර්ණ. වර්ණ යනු කුමක්ද?

වර්ණ මානසික සංජානනය

වර්ණය - මේ අපි දකින දේ. එක් වර්ණ හා මිනිසුන් හා බළලුන් සඳහා එකම දෙයක් වෙනස් වනු ඇත. දර්ශනය වෙනස් - අපි (මිනිසුන්ට) සහ සත්ව පකාශ පද්ධතියක සිට. එම නිසා, වර්ණ - එය වස්තූන් හා ආලෝකය නිරීක්ෂණය කරන විට සිදුවන අපගේ දැක්ම පිළිබඳ මානසික තත්ත්වය වේ. නොව වස්තුව සහ ආලෝක භෞතික දේපළ. වර්ණය - ආලෝකය සංරචක අන්තර් ප්රතිඵලයක් වන අතර, අපගේ දෘශ්ය පද්ධතියේ දර්ශන.

පුස්තකාල භාවිතා වැඩසටහන් පරිගණක දැක්ම Python දී

ඔබ පරිගණක දෘෂ්ටිය අධ්යයනය බරපතල නිරත වීමට තීරණය කර තිබේ නම්, වහාම දුෂ්කරතා ගණනාවක් සඳහා සූදානම් විය යුතු, මෙම විද්යා පහසුම නොවේ ලක්කරයි ගණනාවක් හැංගෙනවා. නමුත් "ක්රමලේඛ පරිගණක දැක්ම සඳහා python මත" ජනවාරි එරික් Solema වන කර්තෘත්වය - සියලු වඩාත්ම සරල භාෂාවෙන් දක්වයි පොතක්. මෙහිදී ඔබට 3D විවිධ වස්තූන් පිළිගැනීමක් ක්රම ගැන දැන ගැනීමට බව ත්රිමාන ඡායාරූප, අතථ්ය යථාර්තය සහ පරිගණක දෘෂ්ටිය තවත් බොහෝ යෙදුම් සමඟ වැඩ කිරීමට ඉගෙන. පොතේ Python තරම් උදාහරණ වේ. ඕනෑවට වඩා පර්යේෂණ හා වෙහෙස මහන්සි වී දත්ත අධි බර නොකිරීමට එහෙත් පැහැදිලි කිරීම්, ඉදිරිපත් එසේ කතා කිරීමට, පොදු වේ. සිසුන්, ආධුනිකයන්, සහ, උනන්දුවක් සඳහා සුදුසු වැඩ කරන්න. මෙම පොත බාගැනීමට සහ පරිගණක දෘෂ්ටිය (pdf-ආකෘතිය) ගැන අන් අයට ජාල තුළ විය හැක.

දැනට පරිගණක දෘෂ්ටිය දක්නට නොමැත්තේ රූප සැකසීම හා සංඛ්යාත්මක ඇල්ගොරිතම වල OpenCV විවෘතව පුස්තකාල ඇත. එය බොහෝ නූතන පරිගණක භාෂා මත ක්රියාත්මක වේ විවෘත මූලාශ්ර වේ. අප පරිගණක දෘෂ්ටිය ගැන කතා නම්, Python ක්රමලේඛන භාෂාවක් ලෙස භාවිතා කරයි, එය ද පුස්තකාලය සහයෝගය, මීට අමතරව, එය ඉදිරිගාමී හා විශාල ප්රජා ඇති වේ.

සමාගම "මයික්රොසොෆ්ට්" සිය සේවා අපි-හැකි මිනිසුන් රූප සමග එය වැඩ කිරීමට ස්නායුක ජාලය පුහුණු කිරීමට සපයයි. එහි Python ක්රමලේඛන භාෂාවක් ලෙස භාවිතා කරයි, ද පරිගණක දෘෂ්ටිය අයදුම් කිරීමට අවස්ථාව ඇත.