1. Общие положения

1.1 Описание

Набор учебных материалов для ознакомления с основами машинного зрения с использованием библиотеки OpenCV на языке Python. Проект ориентирован на поэтапное освоение ключевых понятий компьютерного зрения: от работы с изображениями до анализа видео и контуров.

1.2 Материалы могут использоваться:

• в учебных курсах (с указанием автора);
• для самостоятельного изучения;
• как база для дальнейших проектов в области CV и AI.

1.3 Необходимый уровень

• Базовые знания программирования (Python приветствуется);
• Понимание:
  • переменных и типов данных;
  • условий и циклов,
  • функций.
• Навыки работы в IDE:
  • IDLE;
  • PyCharm;
  • VS Code.

1.4 Необходимые инструменты

Для работы с материалами потребуется: Программное обеспечение

• Python версии 3.8+

• IDE (на выбор):

  • PyCharm;
  • VS Code;
  • IDLE.

• Библиотеки Python:

  • opencv-python;
  • numpy;
  • matplotlib (опционально, для визуализации)

1.5 Установка зависимостей:

  pip install opencv-python numpy matplotlib

1.6 Операционная система

• Windows
• Linux
• macOS

1.7 Формат материалов

Каждый урок содержит:

• краткое теоретическое введение;
• практические примеры кода;
• изображения и/или видео для экспериментов;
• задания для самостоятельной работы.

---

2. Структура проекта

1. Lesson_1 — Введение в компьютерное зрение.
2. Lesson_2 — Основы OpenCV. Работа с изображениями.
3. Lesson_3 — Основы рисования в OpenCV.
4. Lesson_4 — Работа с цветовыми форматами в компьютерном зрении.
5. Lesson_5 — Создание контуров в OpenCV.
6. Lesson_6 — Работа с видео в OpenCV.

---

3. Как начать работу

3.1. Клонировать репозиторий:

git clone <repository_url>

3.2. Перейти в папку проекта:

cd <project_name>

3.3. Установить зависимости:

pip install -r requirements.txt

(если файл requirements.txt отсутствует — используйте установку из раздела 1.3)

3.4. Перейти в папку нужного урока и запустить примеры:

python main.py

---

4. Цель проекта

Цель проекта — сформировать прочную практическую базу по компьютерному зрению и подготовить обучающихся к:

• работе с нейронными сетями;
• анализу изображений и видео;
• проектам в области робототехники и искусственного интеллекта.