Laboratorio de visión y procesamiento de imágenes

Evaluación

Bibliografía

Temas para las presentaciones

Python

  1. The Python Tutorial: liga.
  2. Python Introduction & Linear Algebra Review: liga.
  3. Python NumPy Tutorial (with Jupyter and Colab): liga.
  4. NumPy Glossary: liga.

OpenCV

  1. Instalación de OpenCV con PyCharm: liga.
  2. Documentación C++/Python: liga.
  3. Documentación Java: liga.
  4. Tipos de Mat: liga.
  5. OpenCV-Python Tutorials Documentation liga.
  6. OpenCV Image Processing: liga.
  7. Contornos en OpenCV: liga.
  8. Clasificadores de cascada pre-entrenados: liga.
  9. OpenCV Repository: liga.

Imágenes y videos libres

  1. NIST Image Gallery: liga.
  2. Pexels: liga.
  3. Unsplash: liga.
  4. HDRi Haven: liga.
  5. The PASSTA Dataset: liga.
  6. Describable Textures Dataset (DTD): liga.
  7. The USC-SIPI Image Database: liga.
  8. Vision Texture homepage: liga.

Material extra

  1. Instalación de Jupyter Notebook: liga.
  2. Cómo cambiar el directorio por default de Jupyter Notebook: liga.
  3. Image Processing Learning Resources: liga.
  4. Image Kernels Explained Visually: liga.
  5. Texture Classification - With Filters: liga.
  6. DFT FFT: liga.
  7. Understanding Hough Transform With Python: liga.
  8. Non-Local Means Denoising: liga.
  9. VLFeat implementation of SIFT: liga.
  10. Histogram of Oriented Gradients explained using OpenCV: liga.
  11. 2D Catmull-Rom in 4 samples: liga.
  12. Cubic interpolation: liga.
  13. Projective Geometry for Image Analysis: liga.
  14. Columbia Imaging and Vision Laboratory: liga.

Última actualización: 25/12/2025

Home