學習OpenCV的系統化路線圖

資料來源:https://mp.weixin.qq.com/s/rp9Nibz2wW7EA2_aYwZLpQ

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