Los mejores libros de visión artificial que debería leer

Tanto si acaba de empezar con la IA como si ya lleva tiempo trabajando con machine learning, la visión artificial es un área muy interesante y que crece deprisa. Con tantos libros publicados, cuesta saber por dónde empezar y cuáles merecen su tiempo. Por eso hemos reunido los mejores libros de visión artificial para todos los niveles: guías para principiantes y textos avanzados con muchos ejemplos reales.

Aplicaciones de la visión artificial y la experiencia de AI Superior

La visión artificial es la rama de la inteligencia artificial que permite a las máquinas interpretar datos visuales y actuar en consecuencia. Se usa en vehículos autónomos que circulan por carreteras complejas y en sistemas de imagen médica que detectan anomalías, entre muchas otras aplicaciones. AI Superior aplica la visión artificial a problemas reales. Somos una empresa especializada en soluciones de IA a medida y hemos desarrollado, por ejemplo, un sistema de detección de basura con drones para una organización semigubernamental. Esta aplicación basada en SIG identificaba residuos en imágenes aéreas y optimizaba las rutas de recogida: redujo los costes un 50 % y mejoró la precisión de detección un 7 % frente a expertos humanos. Otro proyecto usó transferencia de estilo con IA en imagen médica, de modo que los modelos de machine learning existentes pudieran reutilizarse en otros dominios de imagen. Estos proyectos se apoyan en nuestra experiencia en detección de objetos, análisis de imágenes y automatización de procesos, para sectores como la industria, la sanidad y los servicios públicos.

En automatización industrial, AI Superior desarrolla sistemas de control de calidad que detectan defectos en los procesos de fabricación, lo que agiliza la producción y reduce los desechos. También trabajamos para ciudades inteligentes y comercio minorista, donde el procesamiento de vídeo en tiempo real y la analítica predictiva mejoran la eficiencia operativa. Combinamos la visión artificial con IoT y machine learning para que nuestros clientes puedan escalar y ganar ventaja competitiva.

1. Programming Computer Vision with Python: Tools and Algorithms for Analyzing Images, de Jan Erik Solem

Programming Computer Vision with Python: Tools and Algorithms for Analyzing Images, de Jan Erik Solem, es una guía práctica para quienes se interesan por la visión artificial. Introduce las principales técnicas del área (reconocimiento de objetos, reconstrucción 3D, imagen estereoscópica y realidad aumentada) y las implementa todas en Python. Solem es investigador y emprendedor en visión artificial, entusiasta de Python, y ha sido profesor titular y CTO de una startup. Lleva muchos años usando Python para visión artificial en docencia, investigación y aplicaciones industriales. El libro incluye ejemplos de código completos, con explicaciones para reproducir cada ejemplo y ampliarlo, y ejercicios para aplicar lo aprendido. Está pensado para estudiantes, investigadores y aficionados con nociones de programación y matemáticas de nivel estándar.

Qué aprenderá

• Técnicas básicas de procesamiento de imágenes: filtrado, segmentación y detección de características.
• Temas avanzados como unión de imágenes (stitching), reconocimiento de objetos y modelado 3D con Python.
• Uso práctico de bibliotecas de Python como NumPy, PIL y SciPy para tareas de visión.

A quién va dirigido

• Principiantes en visión artificial con conocimientos básicos de Python que buscan una introducción práctica.
• Programadores de nivel intermedio o investigadores que quieren aplicar algoritmos de visión a problemas reales.

2. Modern Computer Vision with PyTorch, de V Kishore Ayyadevara y Yeshwanth Reddy

Modern Computer Vision with PyTorch: Explore Deep Learning Concepts and Implement Over 50 Real-World Image Applications, de V Kishore Ayyadevara y Yeshwanth Reddy, une los principios básicos de las redes neuronales con técnicas avanzadas de visión artificial (CV). La segunda edición, publicada en junio de 2024, recorre arquitecturas actuales como los transformers y los modelos de difusión, siempre con vistas a aplicaciones reales. A lo largo de más de 50 proyectos prácticos, el lector trabaja la clasificación de imágenes, la detección de objetos, el modelado generativo y la IA multimodal. Los autores, ambos científicos de datos con experiencia, explican también cómo desplegar modelos con herramientas como FastAPI y Docker, de modo que el libro cubre el camino completo desde el desarrollo del modelo hasta producción. El código está disponible en GitHub y funciona en Google Colab. Es un buen recurso si quiere usar PyTorch en problemas de visión artificial.

Qué aprenderá

• Fundamentos de deep learning, incluidas CNN, RNN y transfer learning para tareas de visión.
• Implementación de más de 50 aplicaciones, como reconocimiento facial y generación de imágenes.
• Técnicas avanzadas como GAN, transformers y aprendizaje por refuerzo aplicados a visión.

A quién va dirigido

• Programadores de Python de nivel intermedio con conocimientos básicos de machine learning.
• Científicos de datos e ingenieros que quieren especializarse en deep learning para visión artificial.

3. Computer Vision: Models, Learning, and Inference, de Simon J. D. Prince

Computer Vision: Models, Learning, and Inference, de Simon J. D. Prince, es un estudio completo y matemáticamente riguroso de la visión artificial moderna desde el modelado probabilístico. Publicado por Cambridge University Press, este manual de 598 páginas es autocontenido: parte de los conceptos básicos de probabilidad y ajuste de modelos y avanza poco a poco hasta sistemas de visión complejos. Prince pone el acento en usar datos de entrenamiento para aprender la relación entre las imágenes observadas y aspectos del mundo, como estructuras 3D o clases de objetos, y así hacer inferencias sobre imágenes nuevas. Especialistas del campo han elogiado su claridad y profundidad: William T. Freeman, del MIT, lo describió como «un libro precioso, que lo muestra todo de forma clara e intuitiva», y David J. Fleet, de la Universidad de Toronto, destacó su valor para estudiantes e investigadores. Con más de 350 ilustraciones a todo color y más de 70 algoritmos descritos con detalle suficiente para implementarlos, sirve como manual de estudio y como guía práctica para entender los fundamentos matemáticos de la visión artificial.

Qué aprenderá

• Modelos probabilísticos para visión, incluidos métodos bayesianos y modelos gráficos.
• Técnicas de clasificación de imágenes, detección de objetos y comprensión de escenas.
• Algoritmos de inferencia como Markov chain Monte Carlo (MCMC) y métodos variacionales.

A quién va dirigido

• Estudiantes de posgrado e investigadores en visión artificial o machine learning.
• Profesionales con una base matemática sólida que buscan profundizar en la teoría.

4. Computer Vision: Algorithms and Applications, de Richard Szeliski

Computer Vision: Algorithms and Applications, de Richard Szeliski, es un manual de referencia sobre las técnicas que se usan para analizar e interpretar imágenes. Además de los conceptos básicos, trata aplicaciones reales difíciles, como la búsqueda de imágenes, la navegación autónoma y la realidad aumentada. Szeliski formula los problemas de visión artificial con un enfoque científico, los analiza con modelos clásicos y con los modelos de deep learning más recientes, y los resuelve con criterios de ingeniería rigurosos. La segunda edición añade material nuevo sobre deep learning y sobre aplicaciones como la fotografía computacional en móviles. Con más de 1.500 citas nuevas y 200 figuras nuevas, recoge lo que ha avanzado el campo en la última década. Está pensado para cursos activos y orientados a proyectos: cada capítulo termina con ejercicios centrados en probar algoritmos, y se proponen proyectos de mitad de curso. Los apéndices incluyen material adicional sobre álgebra lineal, técnicas numéricas, teoría de la estimación, conjuntos de datos y software.

Qué aprenderá

• Técnicas de visión básicas: formación de la imagen, detección de características y visión estéreo.
• Temas avanzados como estimación de movimiento, reconstrucción 3D y aplicaciones de deep learning.
• Aplicaciones prácticas de la visión en robótica, imagen médica y otros campos.

A quién va dirigido

• Estudiantes y docentes que buscan un manual completo de visión artificial.
• Profesionales que necesitan una obra de consulta sobre algoritmos y aplicaciones de visión.

5. Deep Learning for Vision Systems, de Mohamed Elgendy

Deep Learning for Vision Systems, de Mohamed Elgendy, es una guía práctica que conecta la teoría del deep learning con aplicaciones reales de visión artificial. Publicado por Manning Publications en 2020, este libro de 480 páginas explica paso a paso cómo construir sistemas de visión escalables que interpretan datos visuales y reaccionan ante ellos en situaciones reales. Elgendy, experto en IA con experiencia en Amazon y Twilio, usa su conocimiento del sector para explicar temas complejos de forma asequible: solo hace falta álgebra de bachillerato. Incluye proyectos reales e ilustraciones y cubre clasificación de imágenes, detección de objetos, modelos generativos y embeddings visuales. Sirve tanto para estudiar como de guía de trabajo para quien quiera dedicarse a la visión artificial.

Qué aprenderá

• Fundamentos de deep learning, incluidas las CNN y el transfer learning.
• Técnicas de clasificación de imágenes, detección de objetos y segmentación semántica.
• Despliegue práctico de modelos con TensorFlow y Keras.

A quién va dirigido

• Programadores con conocimientos básicos de Python y machine learning.
• Ingenieros y científicos de datos que desarrollan aplicaciones basadas en visión.

6. Multiple View Geometry in Computer Vision, de Richard Hartley y Andrew Zisserman

Multiple View Geometry in Computer Vision es una obra de referencia sobre los fundamentos matemáticos de la visión artificial, en concreto sobre la geometría de múltiples vistas. Richard Hartley y Andrew Zisserman tratan a fondo la geometría proyectiva y sus aplicaciones: calibración de cámaras, geometría epipolar y reconstrucción 3D, con derivaciones matemáticas rigurosas y algoritmos prácticos. La segunda edición incorpora contenido actualizado con los avances del campo. Las numerosas ilustraciones y ejemplos ayudan a visualizar conceptos complejos. Funciona como manual para estudiantes y como obra de consulta para investigadores y profesionales, y está considerado un texto básico para estudiar la geometría en visión artificial.

Qué aprenderá

• Conceptos básicos de geometría proyectiva y restricciones epipolares.
• Algoritmos de reconstrucción 3D, calibración de cámaras y visión estéreo.
• Técnicas de structure-from-motion y correspondencia entre múltiples vistas.

A quién va dirigido

• Estudiantes de posgrado e investigadores en visión artificial o robótica.
• Profesionales que trabajan en aplicaciones de visión 3D y necesitan conocimientos de geometría.

7. Computer Vision: A Modern Approach, de David Forsyth y Jean Ponce

Computer Vision: A Modern Approach, de David Forsyth y Jean Ponce, es una introducción completa a la visión artificial. Equilibra fundamentos teóricos y aplicaciones prácticas, con temas como la formación de la imagen, la detección de características y el reconocimiento de objetos. Combina rigor matemático con ejemplos reales, lo que ayuda a entender a fondo conceptos complejos. Los autores se centran en los algoritmos que permiten a las máquinas interpretar información visual y cubren tanto la visión de bajo nivel como la de alto nivel, con sus problemas y soluciones. Incluye abundantes ilustraciones y ejercicios. Es un texto muy utilizado en cursos universitarios y también útil para profesionales.

Qué aprenderá

• Conceptos fundamentales de visión, como la formación de la imagen y la extracción de características.
• Técnicas de reconocimiento de objetos, análisis de movimiento y comprensión de escenas.
• Fundamentos matemáticos de los algoritmos y modelos de visión.

A quién va dirigido

• Estudiantes de grado y posgrado de visión artificial.
• Docentes e investigadores que necesitan una obra de consulta completa.

8. Learning OpenCV 4 Computer Vision with Python 3, de Joseph Howse y Joe Minichino

Learning OpenCV 4 Computer Vision with Python 3 es una guía práctica para crear aplicaciones de visión artificial con OpenCV y Python. Cubre procesamiento de imágenes, análisis de vídeo y técnicas de machine learning. Explica paso a paso cómo configurar OpenCV con Python y desarrollar aplicaciones reales, con temas como detección de rostros, seguimiento de objetos y realidad aumentada. Se aprende haciendo: hay muchos ejemplos de código y ejercicios. Está actualizado para OpenCV 4 y sus funciones más recientes. Es una introducción asequible para principiantes y una referencia útil para desarrolladores con experiencia; al terminarlo, el lector puede llevar a cabo sus propios proyectos de visión artificial.

Qué aprenderá

• Técnicas básicas de OpenCV, como el procesamiento de imágenes y la detección de características.
• Aplicaciones avanzadas como reconocimiento facial, seguimiento de objetos y realidad aumentada.
• Uso de las funciones más recientes de OpenCV 4 desde Python.

A quién va dirigido

• Principiantes en visión artificial con conocimientos básicos de Python.
• Desarrolladores que quieren crear aplicaciones de visión prácticas con OpenCV.

9. Foundations of Computer Vision, de Antonio Torralba, Phillip Isola y William T. Freeman

Foundations of Computer Vision es una introducción completa a los principios y técnicas de la visión artificial. Se centra en los algoritmos que permiten a las máquinas interpretar la información visual del mundo y trata la formación de la imagen, la detección de características, la segmentación y el reconocimiento de objetos. Los autores combinan rigor matemático con aplicaciones prácticas, de modo que el lector adquiere tanto base teórica como práctica. Numerosas ilustraciones y ejemplos ayudan con los conceptos más complejos. Está pensado para estudiantes y profesionales, y sirve como manual y como obra de consulta.

Qué aprenderá

• Técnicas de deep learning, incluidas CNN, transformers y modelos generativos.
• Tareas básicas de visión como clasificación de imágenes, segmentación y detección de objetos.
• Tendencias recientes como el aprendizaje autosupervisado y los modelos de visión y lenguaje.

A quién va dirigido

• Estudiantes y docentes que buscan un temario moderno de visión artificial.
• Investigadores y profesionales que se adentran en el deep learning aplicado a visión.

10. Computer Vision Metrics: Survey, Taxonomy, and Analysis, de Scott Krig

Computer Vision Metrics, de Scott Krig, analiza a fondo las métricas de evaluación que se usan en visión artificial. Repasa las técnicas y metodologías para medir el rendimiento de los sistemas de visión, y clasifica y analiza las distintas métricas en una taxonomía que ayuda a entender sus aplicaciones y limitaciones. Krig insiste en elegir la métrica adecuada para cada tarea, ya sea clasificación de imágenes, detección de objetos o segmentación. Los casos prácticos y ejemplos muestran qué consecuencias tiene esa elección. Dirigido a profesionales e investigadores, es una guía para desarrollar y evaluar algoritmos de visión artificial.

Qué aprenderá

• Una taxonomía completa de métricas de visión y descriptores de características.
• Técnicas para evaluar algoritmos de procesamiento y reconocimiento de imágenes.
• Métodos prácticos para optimizar el rendimiento de los sistemas de visión.

A quién va dirigido

• Ingenieros e investigadores centrados en la evaluación y optimización de algoritmos.
• Estudiantes avanzados que trabajan con métricas de rendimiento en visión artificial.

11. Computer Vision for Visual Effects, de Richard J. Radke

Computer Vision for Visual Effects, de Richard J. Radke, trata el punto en que se cruzan la visión artificial y los efectos visuales de cine y televisión. Explica los algoritmos y técnicas con los que se integran imágenes generadas por ordenador en material rodado con actores reales: seguimiento de cámara, reconstrucción 3D, renderizado basado en imágenes y captura de movimiento. Radke se centra en la aplicación práctica y en los problemas que se encuentran los equipos de efectos visuales y cómo los resuelven. Los ejemplos de proyectos reales muestran cómo se usan estas técnicas en producción. Sirve como material de estudio y como obra de consulta para estudiantes y profesionales.

Qué aprenderá

• Técnicas de captura de movimiento, seguimiento de cámara y renderizado basado en imágenes.
• Algoritmos de reconstrucción de escenas 3D y composición para efectos visuales.
• Aplicaciones prácticas de la visión en la producción de cine y videojuegos.

A quién va dirigido

• Investigadores en visión artificial interesados en los efectos visuales.
• Artistas de VFX y cineastas que buscan conocimientos técnicos de visión artificial.

12. Vision Science: Photons to Phenomenology, de Stephen E. Palmer

Vision Science: Photons to Phenomenology, de Stephen E. Palmer, es una obra de referencia que une la física de la luz con la psicología de la percepción visual. Publicado por MIT Press, explica cómo se procesa la información visual desde que los fotones llegan a la retina hasta que el cerebro interpreta escenas complejas. Palmer combina óptica, neurofisiología y ciencia cognitiva. Por la claridad de sus explicaciones y su rigor científico se considera una obra básica de la investigación sobre la visión, y su estilo resulta ameno tanto para quien empieza como para investigadores veteranos. Con diagramas detallados y atención a la fenomenología, sigue siendo una referencia para estudiar la percepción humana.

Qué aprenderá

• Fundamentos de óptica, neurociencia visual y psicología de la percepción.
• Mecanismos de la visión del color, la percepción de profundidad y las ilusiones visuales.
• Aspectos de la visión humana relevantes para diseñar sistemas de visión artificial.

A quién va dirigido

• Investigadores y estudiantes de ciencias de la visión o psicología cognitiva.
• Profesionales de la visión artificial que quieren entender la percepción humana.

13. Numerical Algorithms: Methods for Computer Vision, Machine Learning, and Graphics, de Justin Solomon

Numerical Algorithms, de Justin Solomon, reúne las técnicas de cálculo comunes a la visión artificial, el machine learning y los gráficos por ordenador. Publicado por CRC Press, explica los métodos numéricos en los que se basan aplicaciones actuales, del procesamiento de imágenes al renderizado 3D. La prosa clara de Solomon y su atención a la implementación hacen asequibles algoritmos complejos. Se valora su equilibrio entre rigor matemático y utilidad práctica, que lo hace interesante tanto para teóricos como para profesionales. Con ejemplos de código y ejercicios, es una guía práctica para resolver problemas de cálculo.

Qué aprenderá

• Métodos numéricos como optimización, problemas de valores propios e interpolación.
• Aplicaciones en procesamiento de imágenes, reconstrucción 3D y machine learning.
• Técnicas para resolver problemas de cálculo en visión y gráficos.

A quién va dirigido

• Estudiantes de posgrado e investigadores en disciplinas computacionales.
• Profesionales que necesitan métodos numéricos para visión y machine learning.

14. Computer Vision: Algorithms, Applications, Learning, de E. R. Davies

Computer Vision: Algorithms, Applications, Learning, de E. R. Davies, publicado en 2017 por Academic Press, es una guía completa de los principios básicos del campo y de sus avances recientes. Esta quinta edición combina algoritmos clásicos con técnicas de machine learning, desde la detección de bordes hasta el deep learning. Davies, académico con larga trayectoria, equilibra bien la teoría con aplicaciones prácticas como la inspección industrial y la videovigilancia. Sus explicaciones claras y el contenido actualizado lo hacen asequible sin perder profundidad. Por su amplitud es útil para estudiantes y profesionales que buscan una formación completa en visión artificial, clásica y moderna.

Qué aprenderá

• Algoritmos clásicos de visión como la detección de bordes y el análisis de texturas.
• Técnicas de machine learning, incluidas redes neuronales para tareas de visión.
• Aplicaciones en sistemas industriales, médicos y de videovigilancia.

A quién va dirigido

• Estudiantes y docentes que buscan un manual completo de visión artificial.
• Profesionales que aplican la visión artificial en contextos prácticos de su sector.

15. Practical Machine Learning for Computer Vision, de Valliappa Lakshmanan, Martin Görner y Ryan Gillard

Practical Machine Learning for Computer Vision, publicado en 2021 por O'Reilly Media, es una guía práctica de Valliappa Lakshmanan, Martin Görner y Ryan Gillard. Se centra en construir sistemas de visión con TensorFlow para tareas como la clasificación de imágenes y la detección de objetos. Su enfoque por proyectos y sus flujos de trabajo en la nube lo hacen muy útil para profesionales del sector. Las explicaciones claras y los ejemplos reales lo hacen accesible para lectores de nivel intermedio. Lo que lo distingue de los textos puramente académicos es su foco en soluciones escalables y listas para producción. Es una buena elección si quiere desplegar machine learning en aplicaciones de visión.

Qué aprenderá

• Flujos de trabajo de machine learning para visión con TensorFlow y Keras.
• Técnicas de clasificación de imágenes, segmentación y análisis de vídeo.
• Despliegue de modelos de visión en la nube para escalar.

A quién va dirigido

• Programadores de nivel intermedio con experiencia en machine learning.
• Científicos de datos e ingenieros que construyen sistemas de visión listos para producción.

16. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, de Aurélien Géron

Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, de Aurélien Géron, publicado en 2019 (segunda edición) por O'Reilly Media, es un superventas sobre machine learning con una parte importante dedicada a visión. Recorre el proceso completo, del preprocesamiento de datos al deep learning, con aplicaciones de visión como la clasificación de imágenes. El estilo ameno de Géron y sus proyectos prácticos hacen asequibles conceptos complejos, y al trabajar con Scikit-Learn, Keras y TensorFlow el lector adquiere habilidades que se usan en la industria. Su amplitud y la claridad de los ejemplos de código lo han convertido en uno de los favoritos de quienes aprenden machine learning. Es muy adecuado si prefiere aprender practicando.

Qué aprenderá

• Fundamentos de machine learning con Scikit-Learn y TensorFlow.
• Técnicas de deep learning para visión, incluidas CNN y procesamiento de imágenes.
• Flujos de trabajo prácticos para construir, evaluar y desplegar modelos.

A quién va dirigido

• Programadores con conocimientos básicos de Python que empiezan con el machine learning.
• Científicos de datos e ingenieros que trabajan en proyectos de visión y machine learning.

17. Algorithms for Image Processing and Computer Vision, de J. R. Parker

Algorithms for Image Processing and Computer Vision, de J. R. Parker, publicado en 2010 por Wiley, es una guía práctica de los algoritmos clásicos de visión. Se centra en implementar técnicas como la detección de bordes, la morfología y el análisis de texturas, con código en C y Java. Sus explicaciones claras y su orientación algorítmica lo hacen accesible para programadores que quieren aprender haciendo. Al centrarse en métodos tradicionales complementa bien los libros modernos de deep learning, aunque no cubre los avances más recientes. Los ejemplos y ejercicios detallados dan una base sólida en los algoritmos fundamentales de visión.

Qué aprenderá

• Algoritmos clásicos de detección de bordes, segmentación y análisis de texturas.
• Técnicas de procesamiento de imágenes como el filtrado y las operaciones morfológicas.
• Implementación de algoritmos de visión en C y Java.

A quién va dirigido

• Programadores con conocimientos básicos interesados en la visión artificial clásica.
• Estudiantes y desarrolladores que quieren entender los algoritmos de visión tradicionales.

18. Mastering Computer Vision with PyTorch 2.0, de M. Arshad Siddiqui

Mastering Computer Vision with PyTorch 2.0, de M. Arshad Siddiqui, publicado en 2023, enseña a construir sistemas de visión con la versión más reciente de PyTorch. Trata técnicas de deep learning que van de las CNN a los vision transformers, con proyectos prácticos como la detección de objetos y la generación de imágenes. Su enfoque claro y basado en código permite implementar modelos avanzados con eficacia. Presta especial atención a las novedades de PyTorch 2.0, como los grafos de cómputo dinámicos. Es una buena opción si quiere dominar la visión artificial moderna con PyTorch a través de proyectos.

Qué aprenderá

• Técnicas de deep learning, incluidas CNN, GAN y vision transformers.
• Aplicaciones prácticas como detección de objetos, segmentación y síntesis de imágenes.
• Uso de las funciones de PyTorch 2.0 para desarrollar modelos de forma eficiente.

A quién va dirigido

• Programadores de Python de nivel intermedio con experiencia en machine learning.
• Desarrolladores y científicos de datos que trabajan en aplicaciones de visión avanzadas.

19. Deep Learning for Computer Vision with Python, de Adrian Rosebrock

Deep Learning for Computer Vision with Python, de Adrian Rosebrock, publicado por primera vez en 2017 por PyImageSearch, es una guía muy valorada para crear aplicaciones prácticas de visión artificial con deep learning. Destaca por su enfoque práctico, con el código por delante: guía al lector a través de proyectos reales como la clasificación de imágenes, la detección de objetos y el reconocimiento facial. Las explicaciones claras de Rosebrock y los numerosos ejemplos en Python, con bibliotecas como TensorFlow y Keras, hacen asequibles conceptos complejos. Los tutoriales aplicables y los paquetes de código descargables permiten usar lo aprendido de inmediato, algo que los profesionales valoran. Presupone conocimientos básicos de Python, y por su orientación práctica es uno de los favoritos de los desarrolladores que quieren aprender deep learning para visión artificial mediante proyectos.

Los ejercicios prácticos llevan al lector a construir sistemas de visión fiables, y las habilidades que se adquieren se pueden usar enseguida en proyectos reales.

Qué aprenderá

• Técnicas de deep learning para clasificación de imágenes, detección de objetos y reconocimiento facial.
• Implementación práctica con Python, TensorFlow, Keras y OpenCV.
• Estrategias para entrenar y optimizar redes neuronales en tareas de visión.

A quién va dirigido

• Programadores con conocimientos básicos de Python que buscan experiencia práctica en deep learning.
• Científicos de datos y desarrolladores que crean aplicaciones de visión para uso real.

20. Computer Vision with Python 3, de Saurabh Kapur

Computer Vision with Python 3, de Saurabh Kapur, publicado en 2018 por Packt Publishing, es una introducción popular y asequible a la visión artificial para desarrolladores de Python. Su punto fuerte es la sencillez: recorre las técnicas fundamentales de visión con bibliotecas como OpenCV, NumPy y Matplotlib. Al centrarse en aplicaciones prácticas como el procesamiento de imágenes, la detección de objetos y el reconocimiento facial, encaja con quien aprende practicando. Los tutoriales paso a paso y los ejemplos de código claros están pensados para quien empieza, aunque también resultan útiles a programadores de nivel intermedio. No tiene la profundidad de los textos más avanzados, pero por su estilo para principiantes y su cercanía al ecosistema actual de Python es una elección habitual para dar los primeros pasos en visión artificial con Python.

Qué aprenderá

• Técnicas básicas de visión artificial: filtrado de imágenes, detección de bordes y extracción de características.
• Aplicaciones prácticas como detección de objetos, unión de imágenes y reconocimiento facial.
• Uso eficaz de bibliotecas de Python como OpenCV, NumPy y Matplotlib.

A quién va dirigido

• Principiantes en visión artificial con conocimientos básicos de Python.
• Desarrolladores que quieren crear aplicaciones de visión prácticas con Python.

Conclusión

La visión artificial está detrás del reconocimiento facial de su teléfono y de los coches autónomos. Sea principiante o desarrollador con experiencia, el libro adecuado le ayudará a entender cómo funciona todo esto.

Hay opciones para cada perfil: guías prácticas como Programming Computer Vision with Python y obras académicas de peso como Multiple View Geometry in Computer Vision. Si quiere practicar con PyTorch, empiece por Modern Computer Vision with PyTorch. Si busca una base teórica sólida, Computer Vision: Models, Learning, and Inference o Computer Vision: Algorithms and Applications de Szeliski son muy buenas elecciones.

La visión artificial avanza deprisa, pero un buen libro sigue siendo una de las mejores formas de adquirir conocimientos sólidos y duraderos. Elija el que mejor encaje con sus objetivos.