Ingeniero de Visión Artificial con Python y Opencv para Optimización de Procesamiento de Imágenes

Buscamos un ingeniero de visión artificial altamente experimentado en Python y OpenCV para un proyecto crucial de optimización de nuestro flujo de trabajo de procesamiento de imágenes. Nuestro sistema actual depende en gran medida del Reconocimiento Óptico de Caracteres (OCR), lo que resulta en un alto coste computacional y limitaciones de rendimiento. El objetivo principal de este proyecto es reemplazar el uso intensivo de OCR mediante la implementación de una solución eficiente de coincidencia de plantillas. Esto nos permitirá procesar un mayor volumen de imágenes por segundo, reducir la latencia y disminuir los costes operativos. El proyecto se centra en la detección de elementos específicos de la interfaz de usuario, como 'Kickoff' y 'Final', en capturas de pantalla del juego Madden 2026. Se proporcionarán capturas de pantalla de ejemplo para referencia. El profesional seleccionado será responsable de: Desarrollar e integrar lógica de coincidencia de plantillas utilizando OpenCV para la detección de elementos de UI. Asegurar que la solución funcione eficazmente en diversas resoluciones de pantalla y relaciones de aspecto (por ejemplo, 1080p, 1440p, 4K, ultrawide). Para ello, deberá obtener o generar capturas de pantalla adicionales de Madden 2026 en estos formatos para la validación. Manejar correctamente los casos positivos, devolviendo la ubicación de la coincidencia (x, y, w, h) y una puntuación de confianza. Gestionar los casos negativos, asegurando que la ausencia de la plantilla se devuelva como un valor nulo o una discrepancia, evitando falsos positivos. La alta precisión es fundamental. Considerar la posibilidad de recurrir al OCR solo en escenarios donde la confianza de la coincidencia de plantillas sea baja, aunque el objetivo es minimizar esta dependencia. La solución debe ser robusta ante ligeros cambios en la interfaz de usuario (como variaciones de posición) y diferencias de compresión en las imágenes. La API para la detección ya está implementada; su tarea se centrará exclusivamente en la integración y optimización de la lógica de coincidencia de plantillas de OpenCV dentro de esta infraestructura existente.