# Visión por computadora

> La parte de la IA que le permite a una computadora entender qué hay en imágenes y video.

- Nivel: Intermedio
- Temas: IA
- URL: https://tidbit.legios.com.ar/es/computer-vision/
- En inglés: [Computer vision](https://tidbit.legios.com.ar/computer-vision/)

La **visión por computadora** (visión artificial, computer vision) es el campo de la IA que logra que una computadora entienda imágenes y video. Para una computadora, una foto es solo una grilla de números, uno por píxel; la visión por computadora convierte esa grilla en afirmaciones útiles como 'hay un peatón a 10 metros', 'esta radiografía muestra una fractura' o 'este ticket dice 4.250'.

Abarca una familia de tareas. La **clasificación** dice qué muestra una imagen ('gato'). La **detección de objetos** encuentra cada cosa y le dibuja un recuadro alrededor, con un puntaje de confianza. La **segmentación** recorta los objetos píxel por píxel. Otras tareas leen texto en imágenes (**OCR**), reconocen caras, estiman posturas del cuerpo o siguen objetos a lo largo de un video. Los sistemas modernos aprenden todo esto con deep learning, entrenados con millones de imágenes etiquetadas; un punto de quiebre fue 2012, cuando una red profunda ganó por amplio margen el concurso de reconocimiento de imágenes ImageNet.

La usás todo el tiempo: al desbloquear el celular con la cara, al buscar 'playa' entre tus fotos, al depositar un cheque desde la app del banco, al escanear un código QR, en las cajas del súper que reconocen productos. También guía la inspección en fábricas, el monitoreo de cultivos, las imágenes médicas y los autos que frenan solos. Los puntos débiles son los de siempre en machine learning: puede fallar en situaciones distintas a las de sus imágenes de entrenamiento, y el reconocimiento facial en particular abre preguntas serias sobre errores, sesgos y vigilancia.

## Una analogía

Es como un residente de radiología que ya miró un millón de placas etiquetadas. Encuentra patrones rápido y sin cansarse, pero si le mostrás algo realmente raro puede decirte con total seguridad que es lo más parecido que vio antes.

## Para quedarse

- Convierte píxeles en etiquetas, recuadros, contornos o texto extraído.
- Tareas principales: clasificación, detección, segmentación y OCR.
- Aprende de enormes conjuntos de imágenes etiquetadas, con deep learning.
- El reconocimiento facial genera preocupación por sesgos y vigilancia.

## Para seguir leyendo

- [Visión artificial en Wikipedia](https://es.wikipedia.org/wiki/Visi%C3%B3n_artificial)
- [¿Qué es la visión artificial? (IBM)](https://www.ibm.com/es-es/think/topics/computer-vision)

## Términos relacionados

- [Inteligencia artificial](https://tidbit.legios.com.ar/es/artificial-intelligence/): Lograr que las computadoras hagan cosas que hasta hace poco solo hacía la gente.
- [Deep learning](https://tidbit.legios.com.ar/es/deep-learning/): Machine learning con redes neuronales de muchas capas, detrás de los saltos de la IA.
- [Código QR](https://tidbit.legios.com.ar/es/qr-code/): Un cuadrado de puntitos que lee la cámara del celular, casi siempre para abrir un link.
- [Machine learning](https://tidbit.legios.com.ar/es/machine-learning/): Enseñarle a una computadora con ejemplos en lugar de escribirle cada regla.
- [Entrenamiento e inferencia](https://tidbit.legios.com.ar/es/training-and-inference/): Entrenar construye el modelo una vez; inferir es usarlo, millones de veces por día.