ภาพรวม Trackbar (Slider) เป็น UI Control ให้ผู้ใช้ปรับค่าพารามิเตอร์แบบกราฟิก ได้แบบ Real-time ทำให้ทดลองค่าได้ง่าย ไม่ต้อง Compile ใหม่ ฟังก์ชันสร้าง Trackbar createTrackbar(trackbarName, windowName, valuePointer, maxValue, callback) trackbarName: ชื่อแสดงบน Trackbar windowName: หน้าต่างที่ Tr

ภาพรวม สาธิตการ หมุนภาพ (Image Rotation) แบบพื้นฐาน ด้วย getRotationMatrix2D และ warpAffine พร้อม Trackbar ปรับมุมแบบ Real-time โค้ดตัวอย่าง C++ #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace std; using namespace

ภาพรวม สาธิตการใช้ Trackbar หลายตัวในหน้าต่างเดียวกัน ควบคุม: มุมหมุน (Angle), ขนาด (Scale), และ โหมดขอบ (Border Mode) พร้อมกัน โค้ดตัวอย่าง C++ #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace std; using namespace

ภาพรวม การหมุนวิดีโอคล้ายการหมุนภาพ แต่แทนที่จะโหลดภาพนิ่ง ให้อ่านเฟรมจาก VideoCapture (กล้องหรือไฟล์วิดีโอ) แล้วหมุนทีละเฟรม ฟังก์ชันสำคัญ getRotationMatrix2D(center, angle, scale) → สร้าง Affine Transformation Matrix สำหรับหมุน 2D warpAffine(src, dst, M, size) → นำ Transformation Matrix ไปประยุ

ภาพรวม Mouse Events เป็นฟีเจอร์สำคัญของ OpenCV ใช้ติดตามตำแหน่งเมาส์ และการคลิก (Left, Right, Middle) ใช้กันอย่างแพร่หลายใน Robotics และ Computer Vision Callback Function ใช้ setMouseCallback(windowName, callback, userdata) ลงทะเบียนฟังก์ชัน Callback Signature: void callback(int event, int x, int

ภาพรวม สาธิตการ ตรวจจับสี (Color Detection) แบบพื้นฐาน โดยใช้ HSV Color Space และ Trackbar ปรับช่วงค่า HSV แบบ Real-time ขั้นตอนหลัก จับภาพจากกล้อง → แปลง BGR → HSV ใช้ Trackbar 6 ตัว ควบคุม: H Low/High, S Low/High, V Low/High inRange() สร้าง Mask ตามช่วง HSV Morphological Operations (Erode/Dilat

ภาพรวม สาธิตการ ติดตามสี (Color Tracking) แบบ Real-time โดยใช้ HSV Color Space, Trackbar ปรับค่า, Morphological Operations และการวาดเส้นทางการเคลื่อนที่ แนวคิดหลัก แปลงภาพ BGR → HSV (แยกสีจากความสว่าง) ใช้ inRange() กรองสีตามช่วง HSV (ปรับด้วย Trackbar) Morphological Operations: Erode → Dilate →

ภาพรวม สาธิตการ ตรวจจับใบหน้า (Face Detection) จาก ภาพนิ่ง (Still Image) พื้นฐานสุดๆ โดยใช้ Haar Cascade Classifier Syntax: detectMultiScale() detectMultiScale(src, faces, scaleFactor, minNeighbors, flags, minSize) src: Matrix ภาพต้นทาง (Grayscale แนะนำ) faces: Vector<Rect> เก็บตำแหน่งใบห

ภาพรวม สาธิตการ นับจำนวนใบหน้า (Count Faces) ในภาพนิ่ง โดยใช้ขนาดของ Vector ที่ detectMultiScale() คืนค่า โค้ดตัวอย่าง C++ #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/objdetect/objdetect.hpp> #include <string> using namespace std; using nam

เราจะเรียนรู้วิธีครอปใบหน้าที่ตรวจพบใน OpenCV โดยต้องใช้เมทริกซ์หลายตัว วิธีที่เหมาะสมที่สุดคือใช้ Image Array ในโปรแกรมนี้ประกาศเมทริกซ์ภาพ 2 ตัวดังนี้: Mat cropped_faces[4]; – เก็บภาพที่ครอปแล้ว Mat faceROI[4]; – กำหนดพื้นที่สนใจ (Region of Interest) ในกระบวนการตรวจจับ โปรแกรมจะหาตำแหน่งใบหน้

ภาพรวม สาธิตการตรวจจับ ใบหน้าที่ใหญ่ที่สุด (Largest Face) เพียงใบเดียวจากภาพนิ่ง โดยใช้ Flag CASCADE_FIND_BIGGEST_OBJECT และการเปรียบเทียบพื้นที่ โค้ดตัวอย่าง C++ #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <openc

ภาพรวม สาธิตการ ติดตามตำแหน่งใบหน้า (Face Position Tracking) จากภาพนิ่ง (Still Image) โดยใช้ Ellipse เพื่อหาจุดศูนย์กลางที่แม่นยำ โค้ดตัวอย่าง C++ #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/objdetect/obj

ภาพรวม สาธิตการ ตรวจจับใบหน้า (Face Detection) แบบ Real-time จากกล้องเว็บแคม โดยใช้ Haar Cascade Classifier หลักการทำงาน ใช้ VideoCapture(0) จับภาพจากกล้อง Default แต่ละเฟรม ใช้ detectMultiScale() หาใบหน้า วาด rectangle() ล้อมรอบใบหน้าที่เจอ แสดงผลด้วย imshow() โค้ดตัวอย่าง C++ #include <io

ภาพรวม สาธิตการ ติดตามใบหน้า (Face Tracking) แบบ Real-time โดยใช้ Ellipse (วงรี) แทน Rectangle เพื่อให้ได้จุดศูนย์กลางที่แม่นยำกว่า สำหรับการติดตามตำแหน่ง โค้ดตัวอย่าง C++ #include <iostream> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> #include

ภาพรวม สาธิตวิธี ตรวจจับตา (Eye Detection) แบบพื้นฐาน โดยใช้ Haar Cascade Classifier haarcascade_eye.xml Header ที่จำเป็น <iostream> - Input/Output มาตรฐาน <opencv2/highgui/highgui.hpp> - GUI, โหลด/แสดงภาพ <opencv2/imgproc/imgproc.hpp> - Image Processing <opencv2/objdetect/ob

ภาพรวม หลังจากตรวจจับตาแล้ว การติดตามตำแหน่ง (Tracking) ทำได้ง่ายโดยการ บันทึกพิกัดศูนย์กลางของวงกลม ที่วาดล้อมรอบตา แนวคิด ใช้ตัวแปร x_axis และ y_axis เก็บพิกัด หลังวาดวงกลมล้อมตา ให้คัดลอกพิกัดศูนย์กลาง (center.x, center.y) ไปเก็บในตัวแปรเหล่านี้ แสดงผลพิกัดทาง Console ด้วย cout โค้ดตัวอย่าง

ภาพรวม บทความนี้สาธิตวิธี ตรวจจับลูกตา (Eye Detection) และ ติดตามตำแหน่งลูกตา (Eyeball Tracking) แบบ Real-time โดยใช้ OpenCV และ C++ แนวคิดหลัก Face Detection: ใช้ Haar Cascade Classifier (haarcascade_frontalface_alt.xml) ตรวจจับใบหน้า Eye Detection: ใช้ Haar Cascade Classifier (haarcascade_eye.x

คำอธิบายปัญหา ได้รับอาร์เรย์ arr[] ขนาด n ต้องการหา สำหรับ ทุกขนาด Window k = 1 ถึง n: พิจารณาซับอาร์เรย์ทุกชุดขนาด k หา ค่าต่ำสุด (Minimum) ของแต่ละซับอาร์เรย์ หา ค่าสูงสุด (Maximum) ของค่าต่ำสุดเหล่านั้น ตัวอย่าง Input: arr[] = {4, 1, 2, 4, 5, 1, 2, 4} Output: 5 4 2 1 1 1 1 1 คำอธิบาย: Window

คำอธิบายปัญหา มี n หลังบ้าน แต่ละหลังมีค่าของมีค่า houses[i] ขโมยไม่ได้ขโมยบ้านที่ติดกัน (เพราะเพื่อนบ้านจะรู้) ต้องการหา ค่ารวมสูงสุดที่ขโมยได้ ตัวอย่าง Input: houses[] = {5, 2, 1, 6, 7, 9, 4, 3} Output: 23 คำอธิบาย: ขโมยบ้าน index 0, 3, 5, 7 → ค่า = 5 + 6 + 9 + 3 = 23 แนวทางแก้ปัญหา: Dynamic Pr

คำอธิบายปัญหา ได้รับเมทริกซ์ 2D ขนาด n x n (โดย n เป็นเลขคี่) ต้องการหา ความยาวด้านสูงสุดของสี่เหลี่ยมจัตุรัส ที่: มีศูนย์กลางตรงกับศูนย์กลางของเมทริกซ์ ค่าบน เส้นรอบรูป (Perimeter) ของสี่เหลี่ยมจัตุรัสมีค่า เท่ากันทุกตัว ตัวอย่าง Input: mat[][] = { {2, 4, 6, 6, 5}, {1, 7, 7, 7, 3},