Au quotidien, la librairie OpenCV est très utilisée pour le développement d’applications d’analyse et de traitement d’images, que ce soit pour un prototypage rapide ou en production. Elle est axée sur les applications en temps réel, ce qui en fait la librairie idéale pour l’analyse de vidéos.

L’objectif de cette vidéo est de vous présenter les outils d’OpenCV permettant de suivre des objets dans une vidéo.

Pour cela, après une présentation générale des applications et problématiques du suivi d’objets, nous étudierons les fondements théoriques de plusieurs fonctions proposées par OpenCV pour suivre des objets dans une vidéo.

Au-delà des apports théoriques, nous verrons comment lire et sauvegarder une vidéo, et comment mettre en pratique les fonctions de suivi proposées par OpenCV. Pour cela, nous utiliserons l’interface Python de la librairie et l’application Jupyter notebook, qui permet de créer, modifier, partager et exécuter du code très facilement, dans une grande variété de langages.

Téléchargements

• VTOPENCVSOV.zip

• Durée totale01h28
• Introduction
  • Définition du suivi d'objets et applications02:26
  • Méthodologie du suivi d'objets03:27
• Gestion des vidéos dans OpenCV
  • Lire, afficher et enregistrer une vidéo05:11
  • Mise en pratique - Se connecter à une caméra08:42
  • Mise en pratique - Lire des fichiers vidéo08:31
  • Mise en pratique - Sauvegarder une vidéo04:18
• Suivi d'un objet unique
  • L'API de suivi d'OpenCV06:20
  • Les algorithmes KCF et CSRT06:36
  • Mise en pratique - Les algorithmes KCF et CSRT10:27
  • L'algorithme GOTURN08:28
  • Mise en pratique - L'algorithme GOTURN05:34
• Suivi de plusieurs objets
  • Suivi de plusieurs objets avec OpenCV03:45
  • Mise en pratique - Suivi de plusieurs objets avec OpenCV12:46
  • Pour aller plus loin02:09