OpenCV4 视频教程来了....

OpenCV4 视频教程来了…

教程提纲

主要是是针对OpenCV4核心模块功能,设计的系统化视频教学课程,一步步教你如何使用OpenCV完成图像处理与视频分析任务,从环境配置开始,到案例分析,中间穿插大量工程编程技巧,对每个API函数都做到了原理与参数的详细解释,全部教程基于VS2015/VS2017, C++ 演示教学。课件PPT与代码均可下载:完整的课程目录如下

1.OpenCV4.0概述与环境搭建
2.图像加载与保存
3.认识Mat对象(Mat对象、创建、属性、copy与clone、遍历)
4.图像算术操作
5.图像位操作
6.像素统计信息
7.图形绘制与填充(直线、点、圆、椭圆、文字)
8.图像通道合并与分类
9.图像直方图(直方图统计、直方图均衡化, 直方图比较)
10.图像查找表/伪色彩填充
11.图像卷积(均值模糊、高斯模糊、盒子模糊、自定义模糊)
12.图像模糊
13.自定义滤波器
14.图像梯度(Robert\Sobel\Scharr)
15.图像边缘(拉普拉斯/锐化)
16.图像锐化与增强(UMS/锐化)
17.图像噪声(椒盐/高斯)
18.图像去噪声(均值/中值/高斯)
19.边缘保留滤波(双边/均值迁移/非局部均值去噪)
20.图像边缘提取(Canny边缘提取算法)
21.二值图像概念
22.全局阈值化
23.自适应阈值化
24.图像联通组件扫描
25.图像轮廓发现(树形结构/最外层结构)
26.图像轮廓计算(面积、周长)
27.图像轮廓匹配(Hu矩不变形)
28.图像轮廓逼近(轮廓逼近、最小外接圆、最大内接圆)
29.直线检测
30.圆检测
31.图像形态学操作(膨胀、腐蚀、开闭操作)
32.形态学梯度操作(基本梯度、内梯度、外梯度)
33.更多形态学操作(白帽、黑帽、击中击不中)
34.图像分析 案例实战一
35.视频读写(视频文件/视频流/摄像头,保存视频文件)
36.图像色彩空间与色彩空间转换
37.图像直方图反向投影
38.图像角点检测(Harris, shi-tomas)
39.视频分析 - 颜色对象跟踪
40.视频分析 – 背景提取与消除 – 39课时
41.视频分析 – 稀疏光流法
42.视频分析 – 稠密光流法
43.视频分析 – 自适应均值迁移法
44. 番外篇: 主要是课程总结与后续安排

课程特色

针对OpenCV4新改变,精心设计课程与代码演示环节,强化了对原理与API函数参数详细解释,保证零基础的学员可以跟得上,以前学习过OpenCV的开发者有新的收获,44课时56小节内容!满满干货!绝无废话!1080P高清视频教学,一行一行的代码演示程序,保证教学效果!先上几张演示程序效果图:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

课程链接

在这里插入图片描述
OpenCV4图像处理与视频分析-实战教程

最后,也欢迎大家关注我的微信公众号**【OpenCV学堂】**
更多实战原创技术文章请大家阅读与指教!

  • 16
    点赞
  • 48
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 63
    评论
课程目的:OpenCV是应用非常广泛的开源视觉处理库,在图像处理、计算机视觉和自动驾驶中有着非常重要的作用。课程设计特色:(课程当前为第一期)1、C++与Python双语教学Python语言是在计算机视觉中应用最多的一种语言,在工作中,深度学习模型的训练基本上都是使用Python语言编写的训练代码。OpenCV在这个过程中用于图像的预处理(例如图像读取、数据增强)和后处理,还可以用于显示处理的结果,功能强大,使用方便。但是在功能的部署的时候,不管是部署在服务端还是PC端,开发语言基本上用的是C++,所以如何有效的使用OpenCV进行模型或者功能的部署尤为重要。C++语言应用的好坏,在面试中可以看出一个面试者的工程实践能力的强弱,两种语言的开发掌握好了可以使工作如虎添翼。2、全模块讲解我出版了一本图书《学习OpenCV4:基于Python的算法实战》,虽然这本书是写的基于Python的算法实战,但是实际上这本书有详细的介绍算法的C++接口,还有一些C++方向的案例,是以Python为主。图书出版的时候就想双语写作,只是限于篇幅没有成行。本课程不仅采用双语教学,更是对C++的每个模块都做讲解,我们知道,很多的书其实只讲imgproc,如果你翻开一本书图像的形态学运算和图像滤波都是作为独立章节讲解的,那么这本书基本上就可以确定是只是讲解了imgproc模块,但是其他的模块在工作中也有很重要的作用。例如:core模块定义了C++的基本数据结构和基本运算(如四则运算);highgui模块是可视化与交互的模块;feature2d是特征点与特征匹配相关算法所在的模块;ml是机器学习相关的模块;dnn是深度学习相关的模块,可以使用OpenCV进行深度学习模型的部署。这些是很多的书和课程都不会讲的。3、讲解细致本课程会从环境搭建开始讲解,环境搭建尤为重要。从我多年的授课经验总结来看,如果只是给了代码,很多的入门用户环境问题处理不好的话,后面的学习很难进行下去,甚至会丧失学习的信心。4、会讲解C++和Python的开发语法问题是入门用户的一大难关,特别是C++语言。大学只是教授了C语言相关的内容,C++很多同学只懂一点皮毛,所以写代码步履维艰,我们在讲解代码的过程中会顺带讲解C++和Python的内容。我们还会讲解编译相关知识,还有库的装载与链接,这些是学校里不会教的,目前也几乎没有课程讲解。5、讲师经验丰富我讲解过C++和OpenCV的多个课程,广受学员好评。我出版过两本图书《深度学习计算机视觉实战》和《学习OpenCV4》,两本书都是细致入微的讲解,主要针对的就是初学者,所以能够很好的处理课程的难易程度。6、讲义准备充分讲义准备的充分细致,标识清楚明确,重点和疑难点突出。
评论 63
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

gloomyfish

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值