Aplicar OpenCV a proyectos de visión por ordenador en tiempo real
Visión por computador en tiempo real con OpenCV
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 240 h
14 unidades
Nivel principiante
Qué aprenderás
Lo que serás capaz de hacer
Esta Especialización proporciona una trayectoria completa y práctica en visión por ordenador utilizando OpenCV y Python, guiando a los alumnos desde los fundamentos básicos del procesamiento de imágenes hasta las aplicaciones avanzadas en tiempo real. A través de cursos progresivos, los estudiantes desarrollan una sólida comprensión de la representación de datos visuales, transformaciones geométricas, análisis de vídeo y algoritmos clásicos de visión por ordenador, mientras construyen sistemas prácticos como la detección de rostros, reconocimiento facial, seguimiento de vídeo y aplicaciones controladas por gestos. El plan de estudios hace hincapié en la relevancia del mundo real a través del aprendizaje basado en proyectos, lo que permite a los alumnos diseñar, implementar y desplegar soluciones eficientes de visión por ordenador aplicables a dominios como la vigilancia, la automatización, la interacción persona-ordenador y los sistemas habilitados para IA, al tiempo que establece una base sólida para la exploración futura en el aprendizaje automático y las tecnologías de visión avanzadas.
- Los alumnos serán capaces de aplicar las técnicas CORE de OpenCV para procesar imágenes y vídeos en tiempo real.
- Los alumnos serán capaces de desarrollar e implementar aplicaciones prácticas de visión artificial, como sistemas de reconocimiento facial y de control por gestos.
- Los alumnos serán capaces de analizar datos visuales y aplicar algoritmos clásicos de visión artificial para resolver problemas del mundo real.
Habilidades que desarrollarás
Visión por computadora
Análisis de imágenes
Ciencia de datos
Datos en tiempo real
Programación en Python
Entorno de desarrollo
Entrenamiento de modelos
Temario
UNIDAD 1 - Fundamentos de OpenCV y conceptos básicos de imagen · 12 leccionesDominar los fundamentos de OpenCV para la visión por ordenador en tiempo real - UNIDAD 1 - Fundamentos de OpenCV y conceptos básicos de imagen
UNIDAD 1 - Fundamentos de OpenCV y conceptos básicos de imagen · 12 lecciones
Dominar los fundamentos de OpenCV para la visión por ordenador en tiempo real - UNIDAD 1 - Fundamentos de OpenCV y conceptos básicos de imagen
- Introducción a OpenCv
- Acerca de la instalación de OpenCV
- Introducción y configuración
- Primer ejemplo de OpenCv
- Lectura y almacenamiento de imágenes
- Primeros pasos con OpenCV
- Transición del color de la imagen
- Traducción de imágenes
- Manipulación básica de imágenes
- Crear su primer flujo de trabajo de visión por ordenador con OpenCV
- Graded - Fundamentos de OpenCV y conceptos básicos de imagen
- Estabilización de su primer script de procesamiento de imágenes OpenCV
UNIDAD 2 - Transformaciones de la imagen y geometría · 10 leccionesDominar los fundamentos de OpenCV para la visión por ordenador en tiempo real - UNIDAD 2 - Transformaciones de la imagen y geometría
UNIDAD 2 - Transformaciones de la imagen y geometría · 10 lecciones
Dominar los fundamentos de OpenCV para la visión por ordenador en tiempo real - UNIDAD 2 - Transformaciones de la imagen y geometría
- Rotación de imágenes
- Escalado de imágenes
- Transformación de imágenes CORE
- Varias transformaciones
- Envoltura de imágenes
- Transformaciones avanzadas
- Envoltura de imágenes Continuar
- Acceso a la Web Cam
- Técnicas de envoltura de imágenes
- Graduado - Transformaciones de la imagen y geometría
UNIDAD 3 - Procesado en tiempo real y reconocimiento facial · 10 leccionesDominar los fundamentos de OpenCV para la visión por ordenador en tiempo real - UNIDAD 3 - Procesado en tiempo real y reconocimiento facial
UNIDAD 3 - Procesado en tiempo real y reconocimiento facial · 10 lecciones
Dominar los fundamentos de OpenCV para la visión por ordenador en tiempo real - UNIDAD 3 - Procesado en tiempo real y reconocimiento facial
- Entradas de teclado
- Caricaturización con webcam
- Interacción en tiempo real con OpenCV
- Conjuntos de datos faciales
- Conjuntos de datos faciales Continuar
- Preparación del conjunto de datos de caras
- Reconocimiento facial y salida
- Aplicación del reconocimiento facial
- Graduado - Procesado en tiempo real y reconocimiento facial
- Depuración de un flujo de trabajo básico de imágenes OpenCV en Deadline
UNIDAD 4 - Fundamentos del análisis de vídeo y los modelos de color · 13 leccionesAnalizar datos de vídeo con OpenCV y Python - UNIDAD 4 - Fundamentos del análisis de vídeo y los modelos de color
UNIDAD 4 - Fundamentos del análisis de vídeo y los modelos de color · 13 lecciones
Analizar datos de vídeo con OpenCV y Python - UNIDAD 4 - Fundamentos del análisis de vídeo y los modelos de color
- Introducción al análisis de vídeo
- Objetivo del modelo BGR
- Introducción al análisis de vídeo y a la representación del color
- Importancia del modelo HSL
- Información sobre el modelo de color HSV
- Análisis de los modelos de color para el procesamiento de imágenes
- Proceso al cargar la imagen
- Programa para la carga de imágenes
- Concepto de umbralización de imágenes
- Conceptos básicos sobre la carga de imágenes en OpenCV
- Selecting the Right Color Model for Video Analytics in OpenCV
- Calificado - Fundamentos del análisis de vídeo y los modelos de color
- Choosing the Best Color Model for Reliable OpenCV Video Analytics
UNIDAD 5 - Umbrales en imágenes y conceptos básicos de OpenCV · 11 leccionesAnalizar datos de vídeo con OpenCV y Python - UNIDAD 5 - Umbrales en imágenes y conceptos básicos de OpenCV
UNIDAD 5 - Umbrales en imágenes y conceptos básicos de OpenCV · 11 lecciones
Analizar datos de vídeo con OpenCV y Python - UNIDAD 5 - Umbrales en imágenes y conceptos básicos de OpenCV
- Módulos de umbralización de imágenes
- Programa para el ajuste de umbrales del adaptador
- Conceptos y técnicas de umbralización
- Introducción a la biblioteca OpenCV
- Detección y seguimiento de objetos
- Comprender el marco OpenCV
- Método de seguimiento mediante la detección de objetos
- Aprender a grabar vídeo con una cámara
- Captura de vídeo desde un archivo
- Enfoques de seguimiento basados en la detección de objetos
- Calificado - Umbralización de imágenes y conceptos básicos de OpenCV
UNIDAD 6 - Captura de vídeo, almacenamiento y detección de características · 11 leccionesAnalizar datos de vídeo con OpenCV y Python - UNIDAD 6 - Captura de vídeo, almacenamiento y detección de características
UNIDAD 6 - Captura de vídeo, almacenamiento y detección de características · 11 lecciones
Analizar datos de vídeo con OpenCV y Python - UNIDAD 6 - Captura de vídeo, almacenamiento y detección de características
- Aprender a ahorrar Vídeo
- Código de ejemplo para guardar un vídeo
- Guardar y gestionar transmisiones de vídeo
- Detección de «blobs»
- Detector sencillo de manchas
- Técnicas de detección de blobs
- Seguimiento mediante espacios de color
- Ejemplos de seguimiento mediante espacios de color
- Suavizado de imágenes para una detección nítida
- Seguimiento de objetos basado en el color
- Calificado: captura de vídeo, almacenamiento y detección de características
UNIDAD 7 - Seguimiento avanzado y análisis del movimiento · 13 leccionesAnalizar datos de vídeo con OpenCV y Python - UNIDAD 7 - Seguimiento avanzado y análisis del movimiento
UNIDAD 7 - Seguimiento avanzado y análisis del movimiento · 13 lecciones
Analizar datos de vídeo con OpenCV y Python - UNIDAD 7 - Seguimiento avanzado y análisis del movimiento
- Funciones y codificación para suavizar imágenes
- Comprender la detección de contornos
- Suavizado de imágenes y detección de contornos
- Información sobre el algoritmo Camshift
- Inicialización del objeto de captura de vídeo
- Algoritmos avanzados de seguimiento
- Algoritmo de flujo óptico
- Programa del algoritmo de flujo óptico
- Detección y seguimiento de rostros
- Clarificador en cascada: función integrada
- Movimiento, flujo óptico y seguimiento facial
- Calificado - Seguimiento avanzado y análisis de movimiento
- Designing an End-to-End Video Analytics Pipeline Using OpenCV
UNIDAD 8 - Fundamentos del reconocimiento facial con OpenCV · 11 leccionesReconocimiento facial en tiempo real con OpenCV - UNIDAD 8 - Fundamentos del reconocimiento facial con OpenCV
UNIDAD 8 - Fundamentos del reconocimiento facial con OpenCV · 11 lecciones
Reconocimiento facial en tiempo real con OpenCV - UNIDAD 8 - Fundamentos del reconocimiento facial con OpenCV
- Presentación del proyecto
- Detección de bordes
- Detección inteligente de bordes
- Introducción a los conceptos básicos de la visión artificial
- Detección astuta de bordes Continuar
- Creación de un conjunto de datos
- Creación del conjunto de datos Continuar
- Detección avanzada de bordes y creación de conjuntos de datos
- Designing a Face Recognition Pipeline with OpenCV Foundations
- Calificado - Fundamentos del reconocimiento facial con OpenCV
- Planning an OpenCV Dataset Capture for Face Recognition
UNIDAD 9 - Modelos de entrenamiento y reconocimiento facial en tiempo real · 9 leccionesReconocimiento facial en tiempo real con OpenCV - UNIDAD 9 - Modelos de entrenamiento y reconocimiento facial en tiempo real
UNIDAD 9 - Modelos de entrenamiento y reconocimiento facial en tiempo real · 9 lecciones
Reconocimiento facial en tiempo real con OpenCV - UNIDAD 9 - Modelos de entrenamiento y reconocimiento facial en tiempo real
- Entrenamiento de un clasificador utilizando un conjunto de datos
- Entrenamiento del clasificador utilizando el conjunto de datos. Continuar
- Entrenamiento de modelos de reconocimiento facial
- Detección y reconocimiento de rostros y ojos. Parte 1
- Detección y reconocimiento de rostros y ojos. Parte 2
- Detección y reconocimiento de rostros y ojos. Parte 3
- Detección de rostros y ojos en acción
- Calificado - Modelos de entrenamiento y reconocimiento facial en tiempo real
- Designing and Deploying a Real-Time Face Recognition System with OpenCV
UNIDAD 10 - Fundamentos de la detección de rostros con OpenCV · 12 leccionesImplementación de la detección facial en tiempo real con OpenCV y Python - UNIDAD 10 - Fundamentos de la detección de rostros con OpenCV
UNIDAD 10 - Fundamentos de la detección de rostros con OpenCV · 12 lecciones
Implementación de la detección facial en tiempo real con OpenCV y Python - UNIDAD 10 - Fundamentos de la detección de rostros con OpenCV
- Presentación del proyecto
- Instalación
- Prepararse para el proyecto
- Detección de rostros en imágenes. Parte 1
- Detección de rostros en imágenes. Parte 2
- Detección de rostros en imágenes
- Detección de caras URL Parte 1
- URL de detección de rostros, parte 2
- Detección de rostros a partir de fuentes en línea
- Designing Face Detection Pipelines with OpenCV
- Calificado - Fundamentos de la detección de rostros con OpenCV
- Planning a Robust Face Detection Solution with OpenCV
UNIDAD 11 - Detección de rostros y reconocimiento de rasgos en tiempo real · 11 leccionesImplementación de la detección facial en tiempo real con OpenCV y Python - UNIDAD 11 - Detección de rostros y reconocimiento de rasgos en tiempo real
UNIDAD 11 - Detección de rostros y reconocimiento de rasgos en tiempo real · 11 lecciones
Implementación de la detección facial en tiempo real con OpenCV y Python - UNIDAD 11 - Detección de rostros y reconocimiento de rasgos en tiempo real
- Vídeo sobre la detección de rostros
- Detección de rostros en tiempo real
- Detección de rostros a partir de vídeo
- Cámara web con detección de rostros en tiempo real
- Cara sonriente
- Aplicaciones de cámara en directo
- Detección de ojos
- Detección de ojos: Continuar
- Detección y mejora de los ojos
- Calificado: Detección de rostros y reconocimiento de rasgos en tiempo real
- Delivering a Real-Time Face Detection Solution with OpenCV
UNIDAD 12 - Project Foundations and Core Image Processing · 12 leccionesImplementación del reconocimiento de los gestos de la mano con OpenCV - UNIDAD 12 - Project Foundations and Core Image Processing
UNIDAD 12 - Project Foundations and Core Image Processing · 12 lecciones
Implementación del reconocimiento de los gestos de la mano con OpenCV - UNIDAD 12 - Project Foundations and Core Image Processing
- Introducción al proyecto
- Instalación de herramientas y bibliotecas
- Visión general del proyecto y configuración del entorno
- Importar bibliotecas
- Codificación
- OpenCV Basics and Initial Coding
- Imageloading Segmentation
- Contouring Thresholding
- Image Loading and Preprocessing Techniques
- Building a Reliable OpenCV Preprocessing Pipeline for Hand Gestures
- Graded - Project Foundations and Core Image Processing
- Stabilizing an OpenCV Preprocessing Pipeline for Hand Segmentation
UNIDAD 13 - Hand Segmentation and Gesture Detection Logic · 15 leccionesImplementación del reconocimiento de los gestos de la mano con OpenCV - UNIDAD 13 - Hand Segmentation and Gesture Detection Logic
UNIDAD 13 - Hand Segmentation and Gesture Detection Logic · 15 lecciones
Implementación del reconocimiento de los gestos de la mano con OpenCV - UNIDAD 13 - Hand Segmentation and Gesture Detection Logic
- Hand Gesture Code Libraries Importing
- Hand Background Function
- Hand Gesture Libraries and Background Modeling
- Hand Segmentation Function Overview
- Definición de la región de interés para la segmentación de la mano
- Preprocessing Frames for Hand Detection
- Applying Thresholding for Hand Isolation
- Hand Segmentation Functions – Core Implementation
- Extracting Hand Contours
- Analyzing Hand Shape Using Convex Hull
- Detecting Finger Gaps with Convexity Defects
- Filtering and Selecting the Hand Contour
- Ensuring Consistent Hand Segmentation Across Frames
- Hand Segmentation Functions – Advanced Refinement
- Graded - Hand Segmentation and Gesture Detection Logic
UNIDAD 14 - Execution, Automation, and Final Output · 10 leccionesImplementación del reconocimiento de los gestos de la mano con OpenCV - UNIDAD 14 - Execution, Automation, and Final Output
UNIDAD 14 - Execution, Automation, and Final Output · 10 lecciones
Implementación del reconocimiento de los gestos de la mano con OpenCV - UNIDAD 14 - Execution, Automation, and Final Output
- Function Calling to Execute
- Function Calling to Execute Continue
- Function Integration and Execution Flow
- Function Calling and Final Execution Logic
- Logic to Automate Web Browser with Hand
- Logic to Automate Web Browser with Hand Continue
- Showing Output of the Code
- Final Execution, Automation, and Output Demonstration
- Graded - Execution, Automation, and Final Output
- Delivering a Complete OpenCV Hand Gesture Automation System
Certificado oficial
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
14 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
53 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por EDUCBA.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 14 unidades · 160 lecciones · 240 h
- 12 meses de acceso
- 53 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por EDUCBA; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
