Visión por computador: cómo ven los robots
Principiante · unos 6 min de lectura
Una cámara entrega al robot una tabla de números. La visión por computador los convierte en "esto es una taza".
Una cámara no "ve" una taza. Registra una cuadrícula de puntos de color y cada punto es solo un número. La visión por computador son los métodos que convierten esa cuadrícula en significado: bordes, formas, objetos, distancias.
Hoy los robots usan sobre todo modelos entrenados. Encuentran objetos en la imagen, dibujan una caja alrededor de cada uno y dicen qué es. Algunos usan dos cámaras o sensores de profundidad para saber a qué distancia están las cosas.
Un robot recolector de fresas encuentra las maduras en la foto, calcula su posición 3D y mueve la pinza hasta allí.
Tu robot puede encontrar, contar, seguir y recoger cosas sin que le digas el lugar exacto.
El robot está ciego a todo lo que no esté en un lugar fijo y conocido. Si la bandeja se mueve un poco, falla el agarre.
Apunta la cámara del móvil a objetos en una mesa e imagina qué números recibe el robot. ¿Cuáles serían los más difíciles de distinguir, y por qué?
Preguntas frecuentes
¿Hacen falta cámaras caras?
A menudo no. Una cámara barata con buena luz funciona mejor que una cara con poca luz.
¿Por qué falla con mala luz?
Poca o demasiada luz cambia los números que registra la cámara, y los objetos se ven distintos a lo que el modelo aprendió.
En lenguaje sencillo. Gratis. Date de baja con un clic.
¿Quieres jugar y aprender? Abre la demo interactiva en la página en inglés → · Glosario