课程目录

• 1

  OpenCV起步

•   课时 1 1.1.1 OpenCV主要功能及模块介绍 可试学
•   课时 2 1.1.2 OpenCV的版本 可试学
•   课时 3 1.1.3 OpenCV-Python
•   课时 4 1.2.1 安装Python
•   课时 5 1.2.2 安装NumPy
•   课时 6 1.2.3 安装OpenCV-Python
•   课时 7 1.2.4 安装Visual Studio Code
•   课时 8 1.3.1 查看OpenCV文档
•   课时 9 1.3.2 查看OpenCV-Python示例
•   课时 10 1.4.1 实验1：配置虚拟开发环境
•   课时 11 1.4.2 实验2：在VS Code中运行示例
• 2

  图像处理基础

•   课时 12 2.1.1 数据类型
•   课时 13 2.1.2 创建数组
•   课时 14 2.1.3 数组的形状
•   课时 15 2.1.4 索引、切片和迭代
•   课时 16 2.1.5 数组运算
•   课时 17 2.2.1 读、写、显示图像
•   课时 18 2.2.2 读、写、播放视频
•   课时 19 2.2.3 操作灰度图像
•   课时 20 2.2.4 操作彩色图像
•   课时 21 2.2.5 图像通道操作
•   课时 22 2.3.1 加法运算
•   课时 23 2.3.2 加权加法运算
•   课时 24 2.3.3 位运算
•   课时 25 2.4.1 实验1：为人物图像打码
•   课时 26 2.4.2 实验2：创建图像掩模
• 3

  图形用户界面

•   课时 27 3.1.1 创建和关闭窗口
•   课时 28 3.1.2 调整窗口大小
•   课时 29 3.2.1 绘制直线
•   课时 30 3.2.2 绘制矩形
•   课时 31 3.2.3 绘制圆
•   课时 32 3.2.4 绘制椭圆
•   课时 33 3.2.5 绘制多边形
•   课时 34 3.2.6 绘制文本
•   课时 35 3.2.7 绘制箭头
•   课时 36 3.3 响应鼠标事件
•   课时 37 3.4 使用跟踪栏
•   课时 38 3.5.1 实验1：使用鼠标指针取点绘图
•   课时 39 3.5.2 实验2：使用跟踪栏选择通道图像
• 4

  图像变换

•   课时 40 4.1.1 RGB色彩空间
•   课时 41 4.1.2 GRAY色彩空间
•   课时 42 4.1.3 YCrCb色彩空间
•   课时 43 4.1.4 HSV色彩空间
•   课时 44 4.2.1 缩放
•   课时 45 4.2.2 翻转
•   课时 46 4.2.3 仿射
•   课时 47 4.2.4 透视
•   课时 48 4.3.1 均值滤波
•   课时 49 4.3.2 高斯滤波
•   课时 50 4.3.3 方框滤波
•   课时 51 4.3.4 中值滤波
•   课时 52 4.3.5 双边滤波
•   课时 53 4.3.6 2D卷积
•   课时 54 4.4.1 全局阈值处理
•   课时 55 4.4.2 自适应阈值处理
•   课时 56 4.5.1 形态操作内核
•   课时 57 4.5.2 腐蚀
•   课时 58 4.5.3 膨胀
•   课时 59 4.5.4 高级形态操作
•   课时 60 4.6.1 实验1：图像几何变换
•   课时 61 4.6.2 实验2：图像形态变换
• 5

  边缘和轮廓

•   课时 62 5.1.1 Laplacian边缘检测
•   课时 63 5.1.2 Sobel边缘检测
•   课时 64 5.1.3 Canny边缘检测
•   课时 65 5.2.1 查找轮廓
•   课时 66 5.2.2 绘制轮廓
•   课时 67 5.2.3 轮廓特征
•   课时 68 5.3.1 霍夫直线变换
•   课时 69 5.3.2 霍夫圆变换
•   课时 70 5.4.1 实验1：执行Canny边缘检测
•   课时 71 5.4.2 实验2：查找和绘制轮廓
• 6

  直方图

•   课时 72 6.1.1 用hist()函数绘制直方图
•   课时 73 6.1.2 用calcHist()函数查找直方图
•   课时 74 6.1.3 应用掩模的直方图
•   课时 75 6.1.4 NumPy中的直方图
•   课时 76 6.2.1 普通直方图均衡化
•   课时 77 6.2.2 限制对比度自适应直方图均衡化
•   课时 78 6.3.1 OpenCV中的二维直方图
•   课时 79 6.3.2 NumPy中的二维直方图
•   课时 80 6.4.1 实验1：使用NumPy函数计算直方图
•   课时 81 6.4.2 实验2：使用OpenCV函数计算直方图
• 7

  模板匹配和图像分割

•   课时 82 7.1.1 单目标匹配
•   课时 83 7.1.2 多目标匹配
•   课时 84 7.2.1 使用分水岭算法分割图像
•   课时 85 7.2.2 图像金字塔
•   课时 86 7.3 交互式前景提取
•   课时 87 7.4.1 实验1：使用模板匹配查找图像
•   课时 88 7.4.2 实验2：使用交互式前景提取方法分割图像
• 8

  特征检测

•   课时 89 8.1.1 哈里斯角检测
•   课时 90 8.1.2 优化哈里斯角
•   课时 91 8.1.3 Shi-Tomasi角检测
•   课时 92 8.2.1 FAST特征检测
•   课时 93 8.2.2 SIFT特征检测
•   课时 94 8.2.3 ORB特征检测
•   课时 95 8.3.1 暴力匹配器
•   课时 96 8.3.2 FLANN匹配器
•   课时 97 8.4 对象查找
•   课时 98 8.5.1 实验1：应用Shi-Tomasi角检测器
•   课时 99 8.5.2 实验2： 应用特征匹配查找对象
• 9

  人脸检测和识别

•   课时 100 9.1.1 基于Haar的人脸检测
•   课时 101 9.1.2 基于深度学习的人脸检测
•   课时 102 9.2.1 EigenFaces人脸识别
•   课时 103 9.2.2 FisherFaces人脸识别
•   课时 104 9.2.3 LBPH人脸识别
•   课时 105 9.3.1 实验1：使用Haar级联检测器
•   课时 106 9.3.2 实验2：使用EigenFaces人脸识别器
• 10

  机器学习和深度学习

•   课时 107 10.1.1 kNN算法
•   课时 108 10.1.2 SVM算法
•   课时 109 10.1.3 k均值聚类算法
•   课时 110 10.2.1 基于深度学习的图像识别
•   课时 111 10.2.2 基于深度学习的对象检测
•   课时 112 10.3.1 实验1：调整图像颜色
•   课时 113 10.3.2 实验2：检测视频中的对象

学习资料

暂无学习资料