课程目录

• 第01章课程简介与环境配置
• 1-1 课程简介
• 1-2 Python与Opencv的配置
• 1-3 Notebook与IDE环境配置
• 第02章图像基本操作
• 2-1 计算机眼中的图像
• 2-2 视频的读取与处理
• 2-3 ROI区域
• 2-4 边界填充
• 2-5 数值计算
• 第03章阈值与平滑处理
• 3-1 图像阈值
• 3-2 图像平滑处理
• 3-3 高斯与中值滤波
• 第04章图像形态学操作
• 4-1 腐蚀操作
• 4-2 膨胀操作
• 4-3 开运算与闭运算
• 4-4 梯度计算
• 4-5 礼帽与黑帽
• 第05章图像梯度计算
• 5-1 Sobel算子
• 5-2 梯度计算方法
• 5-3 scharr与Laplace算子
• 第06章边缘检测
• 6-1 Canny边缘检测流程
• 6-2 非极大值抑制
• 6-3 边缘检测效果
• 第07章图像金字塔与轮廓检测
• 7-1 图像金字塔定义
• 7-2 金字塔制作方法
• 7-3 轮廓检测方法
• 7-4 轮廓检测结果
• 7-5 轮廓特征与近似
• 7-6 模板匹配方法
• 7-7 匹配效果展示
• 第08章直方图与傅里叶变换
• 8-1 直方图定义
• 8-2 均衡化原理
• 8-3 均衡化效果
• 8-4 傅里叶概述
• 8-5 频域变换结果
• 8-6 低通与高通滤波
• 第09章项目实战-信用卡数字识别
• 9-1 总体流程与方法讲解
• 9-2 环境配置与预处理
• 9-3 模板处理方法
• 9-4 输入数据处理方法
• 9-5 模板匹配得出识别结果
• 第10章项目实战-文档扫描OCR识别
• 10-1 整体流程演示
• 10-2 文档轮廓提取
• 10-3 坐标变换计算
• 10-4 透视变换结果
• 10-5 tesseract-ocr安装配置
• 10-6 文档扫描识别结果
• 第11章图像特征-harris
• 11-1 角点检测基本原理
• 11-2 基本数学原理
• 11-3 求解化简
• 11-4 特征归属划分
• 11-5 opencv角点检测
• 第12章图像特征-sift
• 12-1 尺度空间定义
• 12-2 高斯差分金字塔
• 12-3 特征关键点定位
• 12-4 生成特征描述
• 12-5 特征向量生成
• 12-6 opencv中的sift函数
• 第13章案例实战-全景图像拼接
• 13-1 特征匹配方法
• 13-2 RANSAC算法
• 13-3 图像拼接方法
• 13-4 流程解读
• 第14章项目实战-停车场车位识别
• 14-1 任务整体流程
• 14-2 所需数据介绍
• 14-3 图像数据预处理
• 14-4 车位直线检测
• 14-5 按列划分区域
• 14-6 车位区域划分
• 14-7 识别模型构建
• 14-8 基于视频的车位检测
• 第15章项目实战-答题卡识别判卷
• 15-1 整体流程与效果概述
• 15-2 预处理操作
• 15-3 填涂轮廓检测
• 15-4 选项判断识别
• 第16章背景建模
• 16-1 背景消除-帧差法
• 16-2 混合高斯模型
• 16-3 学习步骤
• 16-4 背景建模实战
• 第17章光流估计
• 17-1 基本概念
• 17-2 Lucas-Kanade算法
• 17-3 推导求解
• 17-4 光流估计实战
• 第18章Opencv的DNN模块
• 18-1 DNN模块
• 18-2 模型加载与输出结果
• 第19章项目实战-目标追踪
• 19-1 目标追踪概述
• 19-2 多目标追踪实战
• 19-3 深度学习检测框架加载
• 19-4 基于dlib和ssd的追踪
• 19-5 多进程目标追踪
• 19-6 效率提升对比
• 第20章卷积原理与操作
• 20-1 卷积网络的应用
• 20-2 卷积层解释
• 20-3 卷积计算过程
• 20-4 padding与stride
• 20-5 卷积参数共享
• 20-6 池化层原理
• 20-7 卷积效果演示
• 20-8 卷积操作流程
• 第21章项目实战-疲劳检测
• 21-1 关键点定位概述
• 21-2 获取人脸关键点
• 21-3 定位效果演示
• 21-4 闭眼检测
• 21-5 检测效果
• 全部数据代码下载
• 数据代码