Épisode

algorithmes de reconnaissance d’images et de Vision par ordinateur pour les utilisateurs R

par Jan Wijffels

useR !2017 : Vision par ordinateur et reconnaissance d’image al...

**Mots clés** : Vision par ordinateur, reconnaissance d’image, détection d’objets, ingénierie des fonctionnalités d’image

**Pages web** : https://github.com/bnosac/image

R a déjà assez de packages pour le traitement d’images, à savoir [magick](https://CRAN.R-project.org/package=magick), [imager](https://CRAN.R-project.org/package=imager), [EBImage](https://bioconductor.org/packages/EBImage) et [OpenImageR](https://CRAN.R-project.org/package=OpenImageR).

Le domaine du traitement d’images évolue rapidement avec de nouveaux algorithmes et techniques qui apparaissent rapidement depuis l’apprentissage et la détection, vers le dénoising, la segmentation et les arêtes, la comparaison d’images et le Deep Learning.

Pour compléter ces packages existants avec de nouveaux algorithmes, nous avons implémenté un certain nombre de packages *R*. Certains de ces packages ont été publiés sur https://github.com/bnosac/image, à savoir :

-**image. CornerDetectionF9** : Détection d’angle FAST-9 pour les images (licence : BSD-2).
-**image. LineSegmentDetector** : Line Segment Detector (LSD) pour les images (licence : AGPL-3).
-**image. ContourDetector** : Détection de ligne de contour lisse non supervisée pour les images (licence : AGPL-3).
-**image. CannyEdges** : Canny Edge Detector for Images (licence :PG-3).
- **image.dlib*** : Fonctionnalités robustes (SURF) et histogramme des caractéristiques orientées dégradés (HOG) (licence : AGPL-3).
- **image.darknet** : classification d’images à l’aide du darknet avec des modèles Deep Learning AlexNet, Darknet, VGG-16, Extraction (GoogleNet) et Darknet19. Ainsi que la détection d’objets à l’aide du système de détection YOLO de pointe (licence : MIT).
- **dlib** : dlib : Autoriser l’accès à la bibliothèque C++ « Dlib » (licence : BSL-1.0)

D’autres packages et extensions seront publiés en échéance.

Dans ce discours, nous fournissons une vue d’ensemble de ces packages nouvellement développés et des nouveaux algorithmes de vision par ordinateur rendus accessibles aux utilisateurs R.

! [](https://github.com/bnosac/image/raw/master/logo-image.png)