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

Buscamos un ingeniero de visión artificial altamente cualificado y con amplia experiencia en Python y OpenCV para llevar a cabo la optimización de un flujo de trabajo de procesamiento de imágenes ya existente. Nuestra implementación actual se basa en tecnología OCR, la cual ha demostrado ser computacionalmente costosa y limita significativamente el rendimiento general del sistema. El objetivo principal de este proyecto es sustituir el uso intensivo de OCR mediante la introducción de una solución de coincidencia de plantillas (template matching) altamente eficiente. Esto nos permitirá procesar un mayor número de imágenes por segundo, reducir la latencia y, en consecuencia, disminuir los costes operativos.

El proyecto se centrará 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 definir claramente los elementos a detectar. Sin embargo, el profesional deberá obtener o generar capturas de pantalla adicionales en múltiples resoluciones de pantalla y relaciones de aspecto (por ejemplo, 1080p, 1440p, 4K, ultrawide) para asegurar y validar que la detección funciona correctamente en diversas condiciones.

La solución propuesta debe ser capaz de gestionar eficazmente los siguientes escenarios:

Casos positivos: Cuando "Kickoff" o "Final" estén presentes en la imagen, la solución debe devolver la ubicación de la coincidencia (coordenadas x, y, ancho, alto) junto con una puntuación de confianza.

Casos negativos: Si la plantilla no está presente en la imagen, la solución debe devolver un valor nulo o indicar una discrepancia, garantizando la ausencia de falsos positivos.

Es fundamental que la solución ofrezca una alta precisión para evitar falsos positivos. Opcionalmente, se podrá recurrir al OCR como método de respaldo solo en aquellos casos donde la confianza de la coincidencia de plantillas sea baja, aunque el objetivo primordial es minimizar su uso.

El alcance del proyecto incluye la cobertura de:

Diferentes resoluciones y escalado de pantalla.
Ligeros cambios en la interfaz de usuario (por ejemplo, variaciones de posición).
Diferencias de compresión que puedan existir en las imágenes.
Diferentes situaciones de coincidencia donde aparezcan los elementos "Kickoff" o "Final".

Cabe destacar que la API para la devolución de los resultados de detección ya está implementada. La tarea del profesional consistirá únicamente en integrar la lógica de coincidencia de plantillas de OpenCV dentro de esta infraestructura existente.