OpenCV 研習社- 系統化帶學OpenCV 4(OpenCV4)-賈志剛 課表 上課 內容 目錄

資料來源: https://mp.weixin.qq.com/s/dLHNFn8q8I4LyG0aB-HDTw

课程提纲

001. 图像读取与显示

002. 图像色彩空间转换

003. 图像对象的创建与赋值

004. 图像像素的读写操作

005. 图像像素的算术操作

006. LUT的作用与用法

007. 图像像素的逻辑操作

008. 通道分离与合并

009. 图像色彩空间转换

010. 图像像素值统计

011. 像素归一化

012. 视频文件的读写

013. 图像翻转

014. 图像插值

015. 几何形状绘制

016. 图像ROI与ROI操作

017. 图像直方图

018. 图像直方图均衡化

019. 图像直方图比较

020. 图像直方图反向投影

021. 图像卷积操作

022. 图像均值与高斯模糊

023. 中值模糊

024. 图像噪声

025. 图像去噪声

026. 高斯双边模糊

027. 均值迁移模糊

028. 图像积分图算法

029. 快速的图像边缘滤波算法

030. OpenCV自定义的滤波器

031. 图像梯度–Sobel算子

032. 图像梯度–更多梯度算子

033. 图像梯度–拉普拉斯算子

034. 图像锐化

035. USM锐化增强算法

036. Canny边缘检测器

037. 图像金字塔

038. 拉普拉斯金字塔

039. 图像模板匹配

040. 二值图像介绍

041. OpenCV中的基本阈值操作

042. OTSU二值寻找算法

043. TRIANGLE二值寻找算法

044. 自适应阈值算法

045. 图像二值化与去噪

046. 二值图像联通组件寻找

047. 二值图像连通组件状态统计

048. 二值图像分析—轮廓发现

049. 二值图像分析—轮廓外接矩形

050. 二值图像分析 – 矩形面积与弧长

051. 二值图像分析—使用轮廓逼近

052. 二值图像分析—用几何矩计算轮廓中心与横纵比过滤

053. 二值图像分析—Hu矩实现轮廓匹配

054. 二值图像分析—对轮廓圆与椭圆拟合

055. 二值图像分析—凸包检测]

056. 二值图像分析–直线拟合与极值点寻找

057. 二值图像分析—点多边形测试

058. 二值图像分析—寻找最大内接圆

059. 二值图像分析—霍夫直线检测

060. 二值图像分析—霍夫直线检测二

061. 二值图像分析—霍夫圆检测

062. 图像形态学—膨胀与腐蚀

063. 图像形态学—膨胀与腐蚀

064. 图像形态学—开操作

065. 图像形态学—闭操作

066. 图像形态学—开闭操作时候结构元素应用演示

067. 图像形态学—顶帽操作

068. 图像形态学—黑帽操作

069. 图像形态学—图像梯度

070. 形态学应用—用基本梯度实现轮廓分析

071. 形态学操作—击中击不中

072. 二值图像分析—缺陷检测一

073. 二值图像分析—缺陷检测二

074. 二值图像分析—提取最大轮廓与编码关键点

075. 图像去水印/修复

076. 图像透视变换应用

077. 视频读写与处理

078. 识别与跟踪视频中的特定颜色对象

079. 视频分析—背景/前景提取

080. 视频分析—背景消除与前景ROI提取

081. 角点检测—Harris角点检测

082. 角点检测—shi-tomas角点检测

083. 角点检测—亚像素级别角点检测

084. 视频分析—移动对象的KLT光流跟踪算法

085. 视频分析—KLT光流跟踪 02

086. 视频分析—稠密光流分析

087. 视频分析—基于帧差法实现移动对象分析

088. 视频分析—基于均值迁移的对象移动分析

089. 视频分析—基于连续自适应均值迁移的对象移动分析

090. 视频分析—对象移动轨迹绘制

091. 对象检测—HAAR级联检测器使用

092. 对象检测—HAAR特征介绍

093. 对象检测—LBP特征介绍

094. ORB FAST特征关键点检测

095. BRIEF特征描述子 匹配

096. 描述子匹配

097. 基于描述子匹配的已知对象定位

098. SIFT特征提取—关键点提取

099. SIFT特征提取—描述子生成

100. HOG特征与行人检测

101. HOG特征描述子—多尺度检测

102. HOG特征描述子—提取描述子

103. HOG特征描述子—使用描述子特征生成样本数据

104. SVM线性分类器

105. HOG特征描述子—使用HOG进行对象检测

106. AKAZE特征与描述子

107. Brisk特征提取与描述子匹配

108. 特征提取之关键点检测—GFTTDetector

109. BLOB特征分析—simpleblobdetector使用

110. KMeans 数据分类

111. KMeans图像分割

112. KMeans图像分割—背景替换

113. KMeans图像分割—主色彩提取

114. KNN算法介绍

115. KNN算法应用

116. 决策树算法 介绍与使用

117. 图像均值漂移分割

118. Grabcut图像分割

119. Grabcut图像分割—背景替换

120. 二维码检测与识别

121. OpenCV DNN 获取导入模型各层信息

122. OpenCV DNN 实现图像分类

123. OpenCV DNN 为模型运行设置目标设备与计算后台

124. OpenCV DNN 基于SSD实现对象检测

125. OpenCV DNN 基于SSD实现实时视频检测

126. OpenCV DNN 基于残差网络的人脸检测

127. OpenCV DNN 基于残差网络的视频人脸检测

128. OpenCV DNN 直接调用tensorflow的导出模型

129. OpenCV DNN 调用openpose模型实现姿态评估

130. OpenCV DNN 支持YOLO对象检测网络运行

131. OpenCV DNN 支持YOLOv3-tiny版本实时对象检测

132. OpenCV DNN单张与多张图像的推断

133. OpenCV DNN 图像颜色化模型使用

134. OpenCV DNN ENet实现图像分割

135. OpenCV DNN 实时快速的图像风格迁移

136. OpenCV DNN解析网络输出结果

137. OpenCV DNN 实现性别与年龄预测

138. OpenCV DNN 使用OpenVINO加速

139. 案例：识别0～9印刷体数字 —Part1

140. 案例：识别0～9印刷体数字 —Part2

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

繁體目錄:

001. 圖像讀取與顯示

002. 圖像色彩空間轉換

003. 圖像對象的創建與賦值

004. 圖像像素的讀寫操作

005. 圖像像素的算術操作

006. LUT的作用與用法

007. 圖像像素的邏輯操作

008. 通道分離與合併

009. 圖像色彩空間轉換

010. 圖像像素值統計

011. 像素歸一化

012. 視頻文件的讀寫

013. 圖像翻轉

014. 圖像插值

015. 幾何形狀繪製

016. 圖像ROI與ROI操作

017. 圖像直方圖

018. 圖像直方圖均衡化

019. 圖像直方圖比較

020. 圖像直方圖反向投影

021. 圖像卷積操作

022. 圖像均值與高斯模糊

023. 中值模糊

024. 圖像噪聲

025. 圖像去噪聲

026. 高斯雙邊模糊

027. 均值遷移模糊

028. 圖像積分圖算法

029. 快速的圖像邊緣濾波算法

030. OpenCV自定義的濾波器

031. 圖像梯度–Sobel算子

032. 圖像梯度–更多梯度算子

033. 圖像梯度–拉普拉斯算子

034. 圖像銳化

035. USM銳化增強算法

036. Canny邊緣檢測器

037. 圖像金字塔

038. 拉普拉斯金字塔

039. 圖像模板匹配

040. 二值圖像介紹

041. OpenCV中的基本閾值操作

042. OTSU二值尋找算法

043. TRIANGLE二值尋找算法

044. 自適應閾值算法

045. 圖像二值化與去噪

046. 二值圖像聯通組件尋找

047. 二值圖像連通組件狀態統計

048. 二值圖像分析—輪廓發現

049. 二值圖像分析—輪廓外接矩形

050. 二值圖像分析– 矩形面積與弧長

051. 二值圖像分析—使用輪廓逼近

052. 二值圖像分析—用幾何矩計算輪廓中心與橫縱比過濾

053. 二值圖像分析—Hu矩實現輪廓匹配

054. 二值圖像分析—對輪廓圓與橢圓擬合

055. 二值圖像分析—凸包檢測]

056. 二值圖像分析–直線擬合與極值點尋找

057. 二值圖像分析—點多邊形測試

058. 二值圖像分析—尋找最大內接圓

059. 二值圖像分析—霍夫直線檢測

060. 二值圖像分析—霍夫直線檢測二

061. 二值圖像分析—霍夫圓檢測

062. 圖像形態學—膨脹與腐蝕

063. 圖像形態學—膨脹與腐蝕

064. 圖像形態學—開操作

065. 圖像形態學—閉操作

066. 圖像形態學—開閉操作時候結構元素應用演示

067. 圖像形態學—頂帽操作

068. 圖像形態學—黑帽操作

069. 圖像形態學—圖像梯度

070. 形態學應用—用基本梯度實現輪廓分析

071. 形態學操作—擊中擊不中

072. 二值圖像分析—缺陷檢測一

073. 二值圖像分析—缺陷檢測二

074. 二值圖像分析—提取最大輪廓與編碼關鍵點

075. 圖像去水印/修復

076. 圖像透視變換應用

077. 視頻讀寫與處理

078. 識別與跟踪視頻中的特定顏色對象

079. 視頻分析—背景/前景提取

080. 視頻分析—背景消除與前景ROI提取

081. 角點檢測—Harris角點檢測

082. 角點檢測—shi-tomas角點檢測

083. 角點檢測—亞像素級別角點檢測

084. 視頻分析—移動對象的KLT光流跟踪算法

085. 視頻分析—KLT光流跟踪02

086. 視頻分析—稠密光流分析

087. 視頻分析—基於幀差法實現移動對象分析

088. 視頻分析—基於均值遷移的對象移動分析

089. 視頻分析—基於連續自適應均值遷移的對象移動分析

090. 視頻分析—對象移動軌跡繪製

091. 對象檢測—HAAR級聯檢測器使用

092. 對象檢測—HAAR特徵介紹

093. 對象檢測—LBP特徵介紹

094. ORB FAST特徵關鍵點檢測

095. BRIEF特徵描述子匹配

096. 描述子匹配

097. 基於描述子匹配的已知對象定位

098. SIFT特徵提取—關鍵點提取

099. SIFT特徵提取—描述子生成

100. HOG特徵與行人檢測

101. HOG特徵描述子—多尺度檢測

102. HOG特徵描述子—提取描述子

103. HOG特徵描述子—使用描述子特徵生成樣本數據

104. SVM線性分類器

105. HOG特徵描述子—使用HOG進行對象檢測

106. AKAZE特徵與描述子

107. Brisk特徵提取與描述子匹配

108. 特徵提取之關鍵點檢測—GFTTDetector

109. BLOB特徵分析—simpleblobdetector使用

110. KMeans 數據分類

111. KMeans圖像分割

112. KMeans圖像分割—背景替換

113. KMeans圖像分割—主色彩提取

114. KNN算法介紹

115. KNN算法應用

116. 決策樹算法介紹與使用

117. 圖像均值漂移分割

118. Grabcut圖像分割

119. Grabcut圖像分割—背景替換

120. 二維碼檢測與識別

121. OpenCV DNN 獲取導入模型各層信息

122. OpenCV DNN 實現圖像分類

123. OpenCV DNN 為模型運行設置目標設備與計算後台

124. OpenCV DNN 基於SSD實現對象檢測

125. OpenCV DNN 基於SSD實現實時視頻檢測

126. OpenCV DNN 基於殘差網絡的人臉檢測

127. OpenCV DNN 基於殘差網絡的視頻人臉檢測

128. OpenCV DNN 直接調用tensorflow的導出模型

129. OpenCV DNN 調用openpose模型實現姿態評估

130. OpenCV DNN 支持YOLO對象檢測網絡運行

131. OpenCV DNN 支持YOLOv3-tiny版本實時對象檢測

132. OpenCV DNN單張與多張圖像的推斷

133. OpenCV DNN 圖像顏色化模型使用

134. OpenCV DNN ENet實現圖像分割

135. OpenCV DNN 實時快速的圖像風格遷移

136. OpenCV DNN解析網絡輸出結果

137. OpenCV DNN 實現性別與年齡預測

138. OpenCV DNN 使用OpenVINO加速

139. 案例：識別0～9印刷體數字—Part1

140. 案例：識別0～9印刷體數字—Part2