价格: 19 学币

分类: 前沿技术

发布时间: 2022年1月23日 10:50

最近更新: 2022年3月17日 23:29

资源类型: VIP


第1章 课程介绍与学习指南

本章作为课程内容引入,主要介绍课程实战项目,课程的学习方法以及课程内容具体安排,希望大家都能
通过这门课程,学有所成,学有所归。
1-1 课前必读(不看会错过一个亿)
1-2 OpenCV导学 (16:30)
1-3 计算机视觉到底是什么 (14:04)

第2章 OpenCV开发环境搭建

工欲善其事必先利其器,无论何种系统,本章将带你手把手快速搭建起OpenCV开发环境。
2-1 Mac下命令方式搭建OpenCV开发环境 (15:16)
2-2 Windows下搭建OpenCV开发环境 (10:56)
2-3 Ubuntu下搭建OpenCV开发环境 (10:15)
2-4 Windows下源码方式编译OpenCV (21:09)
2-5 Windows下C++使用OpenCV库 (14:29)
2-6 如何利用工具高效开发OpenCV (07:52)

第3章 图像&视频的加载与展示

本章先带你了解“车辆检测”贯穿项目,带你掌握如何加载音视频文件,并将音视频文件展示出来,最后
还将带你实践OpenCV控制鼠标,TrackBar控件的使用。
3-1 明晰课程项目 (05:31)
3-2 如何通过OpenCV创建显示窗口 (22:29)
3-3 如何通过OpenCV加载显示图片 (06:44)
3-4 两招解决OpenCV加载图片问题 (10:51)
3-5 如何通过OpenCV保存文件 (08:28)
3-6 如何利用OpenCV从摄像头采集视频 (14:34)
3-7 如何从多媒体文件中读取视频帧 (05:05)
3-8 如何将视频数据录制成多媒体文件 (15:01)
3-9 代码优化 (07:40)
3-10 OpenCV控制鼠标 (17:17)
3-11 OpenCV中的TrackBar控件 (05:40)
3-12 实战TrackBar的使用 (11:02)

第4章 OpenCV必知必会基础

本章带你掌握OpenCV必知必会的基础知识,包括色彩空间的变换、ROI、OpenCV中最重要
的结构体Mat以及获取图像的属性等。
4-1 RGB与BGR【OpenCV的色彩空间】 (09:46)
4-2 HSV与HSL【OpenCV的色彩空间】 (09:14)
4-3 实战OpenCV色彩空间转换 (18:41)
4-4 图像操作的基石Numpy【基础操作】 (19:13)
4-5 Numpy基本操作之矩阵的检索与赋值 (10:36)
4-6 Numpy基本操作三-ROI (08:33)
4-7 OpenCV中ROI表示什么意思,我们一般使用它做什么事儿?
4-8 OpenCV的重要结构体Mat (07:10)
4-9 Mat的深拷贝与浅拷贝 (09:24)
4-10 OpenCV中Mat这个结构体,深浅拷贝各在什么时候使用?
4-11 图像的多种属性 (05:00)
4-12 通道的分割与合并 (07:40)

第5章 OpenCV实现图形的绘制

本章带你掌握OpenCV中最基本的图形绘制,包括线、矩形、圆等,最后还将前面课程中鼠标的控制
与图形的基本绘制结合,手把手带你实现一个经典绘制的作业。
5-1 OpenCV绘制直线 (13:17)
5-2 OpenCV绘制矩形和圆 (09:17)
5-3 OpenCV椭圆的绘制 (11:57)
5-4 OpenCV绘制多边形 (08:19)
5-5 OpenCV绘制文本 (05:49)
5-6 OpenCV大作业-实现鼠标绘制基本图形 (18:32)
5-7 OpenCV基本图形绘制小结 (04:07)
5-8 如何消除5-6大作业中鼠标绘制的轨迹

第6章 OpenCV的算术与位运算

本章详细介绍了图像的算述运算和位运算,最后通过为图像添加水印的大作业使同学们可以知道如何运用
课程中所讲的方法。
6-1 图像的加法运算 (09:17)
6-2 图像的减法运算 (05:20)
6-3 图像的溶合 (07:26)
6-4 OpenCV位运算-非操作 (05:25)
6-5 OpenCV位操作-与运算 (04:35)
6-6 OpenCV位操作-或与异或 (03:55)
6-7 大作业-为图像添加水印 (14:55)

第7章 图像基本变换

本章你将掌握几个图像变换的基本操作,如图像的放大、缩小、旋转等,这些操作都是我们日常生活和工
作中经常用到的。
7-1 图像的放大与缩小 (13:10)
7-2 图像的翻转 (05:39)
7-3 图像的旋转 (04:51)
7-4 仿射变换之图像平移 (13:10)
7-5 仿射变换之获取变换矩阵 (09:37)
7-6 仿射变换之变换矩阵之二 (07:12)
7-7 OpenCV透视变换 (12:30)

第8章 OpenCV中的滤波器

本章带你了解OpenCV中的滤波器,包括低通滤波与高通滤波,其中低通滤波用于降噪,而高通滤波
用于边缘检测,这些方法都是后面实现物体识别的基础。
8-1 图像滤波 (04:56)
8-2 卷积相关概念 (07:52)
8-3 实战图像卷积 (10:46)
8-4 方盒滤波与均值滤波 (07:40)
8-5 高斯滤波 (09:31)
8-6 中值滤波 (04:39)
8-7 双边滤波 (07:19)
8-8 高通滤波-索贝尔算子 (12:21)
8-9 高通滤波-沙尔算子 (04:00)
8-10 高通滤波-拉普拉斯算子 (04:27)
8-11 边缘检测Canny (08:09)

第9章 OpenCV中的形态学

形态学是OpenCV中的核心内容,通过它可以将小块区域连成一片,也可以将大块区域分割成多个小
块,还可以通过它去除噪音,后面高阶知识的学习几乎都是以本章内容为基础的,因此本章内容你一定要牢牢掌握。
9-1 形态学概述 (06:10)
9-2 图像全局二值化 (09:34)
9-3 阈值类型 (04:14)
9-4 自适应阈值二值化 (10:40)
9-5 OpenCV腐蚀 (09:30)
9-6 获取形态学卷积核 (06:34)
9-7 OpenCV膨胀 (05:57)
9-8 开运算 (06:54)
9-9 闭运算 (05:58)
9-10 形态学梯度 (04:37)
9-11 顶帽运算 (04:07)
9-12 黑帽操作 (05:19)

第10章 目标识别

目标识别是计算机视觉最重要的应用之一,如人脸识别,车辆检测等都属于目标识别的范畴。本章将以车
辆识别为例,结合前面所学系统掌握如何对路上的车辆进行检测。
10-1 什么是图像轮廓 (14:10)
10-2 查找轮廓 (08:57)
10-3 绘制轮廓 (06:23)
10-4 轮廓的面积与周长 (06:49)
10-5 多边形逼近与凸包 (13:04)
10-6 外接矩形 (10:16)
10-7 项目总览【车辆统计】 (05:47)
10-8 视频加载【车辆统计】 (06:40)
10-9 去背景【车辆统计】 (12:27)
10-10 形态学处理【车辆统计】 (13:21)
10-11 逻辑处理【车辆统计】 (13:55)
10-12 显示信息【车辆统计】 (09:25)

第11章 特征点检测与匹配

特征点检测与匹配是计算机视觉中非常重要的内容。不是所有图像操作都是对每个像素进行处理,有些只
需使用4个顶点即可,如图像的拼接、二维码定位等。本章先来掌握什么是角点,知道什么是特征点以
及检测特征点的方法,最后以图像的拼接为例,带你掌握如何使用这些技术实现图像拼接。...
11-1 特征检测的基本概念 (11:26)
11-2 Harris角点检测 (10:25)
11-3 Shi-Tomasi角点检测 (09:45)
11-4 SIFT关键点检测 (09:46)
11-5 SIFT计算描述子 (06:20)
11-6 SURF特征检测 (06:03)
11-7 OBR特征检测 (09:37)
11-8 暴力特征匹配 (15:24)
11-9 FLANN特征匹配 (07:10)
11-10 实战flann特征匹配 (10:06)
11-11 图像查找 (12:57)
11-12 大作业-图像拼接基础知识 (11:32)
11-13 大作业-图像拼接(一) (06:58)
11-14 大作业-图像拼接(二) (19:08)
11-15 大作业-图像拼接(三) (16:11)
11-16 大作业-图像拼接(三)-delete (13:48)
11-17 大作业-图像拼接(四) (13:23)

第12章 图像的分割与修复

本章将学习图像分割与修复。图像分割是计算机视觉中的一个重要领域,通过它我们可以做物体的统计,
背景的变换等许多操作,而图像的修复可以说是它的逆运算。
12-1 图像分割的基本概念 (08:24)
12-2 实战-分水岭法(一) (12:09)
12-3 实战-分水岭法(二) (14:28)
12-4 GrabCut基本原理 (07:44)
12-5 实战-GrabCut主体程序的实现 (07:58)
12-6 实战-GrabCut鼠标事件的处理 (15:38)
12-7 实战-调用GrabCut实现图像分割 (14:50)
12-8 meanshift图像分割 (10:52)
12-9 视频前后景分离 (09:08)
12-10 其它对视频前后影分离的方法 (08:56)
12-11 图像修复 (07:18)

第13章 机器学习

机器学习是当今非常热门的技术,它是解决计算机视觉问题的一个重要方法。它包括两部分:传统的机器
学习方法以及新的基于深度学习方法。本章将基于深度学习的方法实践人脸识别&车辆识别,传统方法只做简要了解。
13-1 Haar人脸识别方法 (12:12)
13-2 Haar识别眼鼻口 (10:19)
13-3 Haar+Tesseract进行车牌识别 (18:10)
13-4 深度学习基础知识 (16:45)
13-5 dnn实现图像分类 (17:06)

第14章 课程总结

课程总结
14-1 课程总结 (12:27)