OpenCV 5

بدأت قصة هذا الكتاب في ليلةٍ متأخرة حول طاولة مهندسين: مهندس متحكمات من مصنع تعليب، ومطوّرة تطبيقات طبية، وثالث يعمل في منظومة مراقبة. كلهم وصلوا إلى الجملة نفسها: «الكتب مقتبسة أو مثقلة بالمفردات، والدروس المتناثرة لا تبني مهندسًا... ونحن لدينا أنظمة حقيقية تنتظر». هذا السؤال هو ذرّة هذا الكتاب: مرجع عربي واحد متكامل بأسلوب ساحر — يأخذك من *«ما هي الـ OpenCV؟»* إلى *«سأبني بها منظومة أداءٍ وكشفٍ هندسيًا متماسكًا»*، ومن *عدادٍ بسيط لعناصر في صورة* إلى *رؤيةٍ متكاملة تعمل على فيديو حي*.


الكتب الإنجليزية قوية — لكن شجرة الفهم تحتاج جذورًا في لغة تفكرك بها؛ والرؤية الحاسوبية من التخصصات التي تُفلِت من «حافظ الكلمات» وتبقى مع من يفسر ويسأل. أردت هنا نص عربي يُقرأ ككتاب كُتب لا كترميم لترجمة.


ما الذي ستصبح عليه في نهاية هذا الكتاب؟ قائمة وعدٍ أرسمها لك منذ البداية:


- **تفهم** كيف يُترجَم العالم البصري إلى أرقام داخل الحاسوب: البكسل، القناة، عمق البت — ولماذا تُشكّل المصفوفات بذاكرة متتالية على أنحاء الذاكرة.
- **تترجم** أي مفهوم رياضي في الرؤية إلى كود Python سريع ونظيف على أي نظام Windows / Linux / Mac.
- **تصمم** منظومة عالمية من (مشكلة → ميزات → خوارزمية → أداء) بكفاءة وقابلية صيانة.
- **تجنب** الأخطاء الشائعة التي أجمعتها على مدار سنين من المشاريع الميدانية، وجلست معها في جلسات تصحيح لا تنموي.


### لمن هذا الكتاب؟


- **مطوّر برمجيات** يريد إضافة الرؤية الحاسوبية إلى صندوق أدواته بجدية حقيقية.
- **طالب** في علوم الحساب / الإلكترونيات / البيانات يريد موردًا يتكلم لغته وبأمثلة تحمل روحه الفكرية.
- **مهندس ذكاء اصطناعي** يعمل بـ PyTorch أو TensorFlow لكن «الخط الأمامي» — الصور القادمة من الكاميرا — لا يزال بوابة أساسية تتحكم في نجاح أو فشل نموذجك.
- **مهندس تشغيل** في مصنع أو لوجستية أو أمن: من يريد أرقامًا حقيقية من الصور لا من التقارير.


لا سابقة بالرؤية المطلوبة؛ خبرة مبتدئة ببرمجة Python (متغيرات، دوال، حلقات) تكفي تمامًا، وسأبني سويك من البكسل الأول.


### الفلسفة التربوية: أربعة قوانين نفسية


بنيت الفصول — والأوراق التي جرت القهوة فوقها — على أربعة قوانين تعلّم أؤمن أنها تجعل الفهم دائمًا:


1. **القصة قبل الشرح** — عقلك يحفظ مشاهدًا لا معادلات. يفتتح كل فصل بسردية من الواقع (محادثة هاتفية، لقطات مصنع، رسالة تنبيه من نظام إنتاج) تشعل في نفوسك السؤال: لماذا نتعلم هذه الخوارزمية اليوم؟ ثم نجيب عبر الشرح.
2. **السؤال هو التلامس** — سأستعمل صيغة استفهامية «لماذا؟» «ماذا لو؟» «كيف؟» في كل مواضع الحجة الحاكمة: للحظة تعلُمك الحقيقي صدق بالسؤال الذي تسائلها في عينك.
3. **المعادلة ثم الكود ثم الصورة** — كل مفهوم يمر على ثلاث ميادين: المعادلة الرياضية (مكتوبة بـ LaTeX واحترام رياضة الكتاب)، ثم الكود في Python 3.13/3.14 (قابل للنسخ والتنفيذ مباشرة)، ثم النتيجة البصرية (الإنشاء المحلي الذي يظهر في الشكل).
4. **الخطأ جزء من الخريطة** — كل خوارزمية تُقاس بطريقة فشلها. لذلك يختم كل فصل بحصر للأخطاء الشائعة، و«تنبيه» و«نصيحة» من مهندس ميداني. الخبرة الحقيقية تُبنى فوق بقايا الأخطاء.


### خريطة الكتاب: الأقسام السبعة


تمتد الرحلة عبر سبعة أقسام متدرجة — من البيئة الأولى إلى أداء الإنتاج — بين المدارات التي تسلكها عين الكاميرا وذكاء النموذج:


| # | القسم | الفصول | ماذا ستتقن؟ |
|---|---|---|---|
| 1 | التأسيس | 1–2 | البيئة، إصدار OpenCV 5، الصورة كـ مصفوفة، البكسل، القنوات، عمق الفتحة |
| 2 | الوسائط | 3–4 | القراءة والكتابة والعرض والفيديو الحي، العمليات على البكسل والأقنعة |
| 3 | المرشحات والحسابات | 5–7 | الالتفاف Convolution، التنعيم، السبورات والحواف Canny، التحويلات الهندسية |
| 4 | التحليل البصري | 8–10 | العتبات والتقسيم، المورفولوجيا، الكونتورات وحلقات الحساب الحية |
| 5 | الملامح والكاميرات | 11–14 | الرسم، القوالب، المطابقة، الخصائص (SIFT/ORB)، Hough، معايرة الكاميرا والاستثناءات |
| 6 | الذكاء المرجعي | 15–18 | تعلم الآلة التقليدية cv2.ml، الشبكات العميقة عبر DNN/ONNX/YOLO، التتبع ومعرفة الحركة |
| 7 | الإتقان والأداء | 19 + | تحسين الأداء، الحوسبة المتوازية، المُلحق: مرشّد سريع + مصطلحات + إجابات تمارين |


كل فصل يمكن قراءته باستقلالية مع فهرس المحطة المتوفرة في بداية الكتاب؛ وأنا أُوصي بطريقة العد التسلسلي في المرة الأولى، لأن مسار التفاهم واحد.


### الأدوات التي ستحتاجها


| الأداة | الإصدار الموصى به | الدور |
|---|---|---|
| Python | 3.13 أو 3.14 | لغة المعالجة |
| OpenCV-Python | 5.0.0.x | مكتبة الرؤية الحاسوبية |
| NumPy | 2.x | المصفوفات والعمليات الرقمية |
| Matplotlib | 3.8+ | رسم النتائج والمخططات |


إن لم تدمج `pip` من قبل لا قلق: الفصل الأول يشرح التنصيب من الصفر ويوجه كل شيء.


### طريقة فعّالة بالقراءة: طبق ذهب


- **نفّذ بنفسك**: كل مثال في هذا الكتاب كُتب ليعمل على جهازك كما هو؛ جهّز البيئة وأطلق الأمثلة ثم انظر نتيجتها قبل المتابعة.
- **غيّر، ثم غيّر، ثم غيّر**: كل مثال عليه «مقياس تجريب» — غيّر قيمة واحدة، نفّذ، لاحظ الاختلاف، سجّله. هذه هي أهم عضلة «تطوير هندسي» تبنيها عقلك.
- **تحدَّ نفسك**: في نهاية كل فصل تمارين على ثلاث طبقات (فهم / تطبيق / تحدٍ) — حُلولها النموذجية في الملحق.
- **اعتنِ بالملخصات**: كل فصل يختم بـ «ملخص 60 ثانية» ستُعيد بينك وبين ضوء الفهم قبل الفصول التالية.


---


الآن، لنجلس على الطرف الساخن للفضاء الوظيفي… إلى **الفصل الأول**: ثورة OpenCV 5 — تقنية بدأت رحلتها من مختبرات Intel بداية الألفية، وحالها أن حملة مبرمجي Python أنججت أشهر أُفتية للصور في العالم: مفتوحة المصدر، وقوية، وتخدم الآن أنظمة تمر من عين ساعة ذكية إلى مركبة ذاتية القيادة. معنا اليوم إصدارها الخامس — في انتظارك أن تجري به كاملة التفاصيل.


!!! tip "نصيحة من المؤلف"
    ابدأ من الفصل الأول حتى لو كانت خبرتك كبيرة: إصدار OpenCV 5.x يطرح لمسات مثيرة وكثيرًا من التحسين الداخلي مقارنةً بـ 4.x — ونحن ننطلق من السياق الحديث مباشرة؛ لن تجد شرحًا ثابتًا إلا إذا نظرت إليه بعين 5.x.