只要你對(duì)計(jì)算機(jī)視覺技術(shù)感興趣或是想要學(xué)習(xí)OpenCV和TensorFlow，那本課程非常適合你技術(shù)儲(chǔ)備要求。了解 python 基礎(chǔ)語(yǔ)法/了解線性代數(shù)等數(shù)學(xué)基礎(chǔ)

第1章 課程導(dǎo)學(xué)

包括課程概述、課程安排、學(xué)習(xí)前提等方面的介紹，讓同學(xué)們對(duì)計(jì)算機(jī)視覺有所理解

第2章 計(jì)算機(jī)視覺入門

通過OpenCV以及TensorFlow兩個(gè)方面介紹計(jì)算機(jī)入門的相關(guān)知識(shí)。OpenCV側(cè)重點(diǎn)在于為大家補(bǔ)充圖像處理的相關(guān)基礎(chǔ)，如像素、文件封裝格式、灰度等級(jí)、顏色通道等的概念。TensorFlow重點(diǎn)在于通過對(duì)常量、變量、矩陣等的介紹，學(xué)習(xí)并掌握TensorFlow的基本使用。...

第3章 計(jì)算機(jī)視覺加強(qiáng)之幾何變換

教程目錄：

1-1 計(jì)算機(jī)視覺導(dǎo)學(xué)

2-1 本章介紹

2-10 案例4：像素讀取寫入

2-11 tensorflow常量變量定義

2-12 tensorflow運(yùn)算原理

2-13 常量變量四則運(yùn)算

2-14 矩陣基礎(chǔ)1

2-15 矩陣基礎(chǔ)2

2-16 矩陣基礎(chǔ)3

2-17 numpy模塊使用

2-18 matplotlib模塊的使用

2-19 小綜合：人工神經(jīng)網(wǎng)絡(luò)逼近股票價(jià)格1

2-2 Mac下一站式開發(fā)環(huán)境anaconda搭建

2-20 小綜合：人工神經(jīng)網(wǎng)絡(luò)逼近股票價(jià)格2

2-21 小綜合：人工神經(jīng)網(wǎng)絡(luò)逼近股票價(jià)格3

2-22 小綜合：人工神經(jīng)網(wǎng)絡(luò)逼近股票價(jià)格4

2-3 Windows下一站式開發(fā)環(huán)境anaconda搭建

2-4 測(cè)試案例helloWorld

2-5 案例1：圖片的讀取和展示

2-6 Opencv模塊組織結(jié)構(gòu)

2-7 案例2：圖片寫入

2-8 案例3：不同圖片質(zhì)量保存

2-9 像素操作基礎(chǔ)

3-1 本章介紹

3-10 圖片縮放

3-11 圖片仿射變換

3-12 圖片旋轉(zhuǎn)

3-13 圖片幾何變換小結(jié)

3-2 圖片縮放1

3-3 圖片縮放2

3-4 圖片縮放3

3-5 圖片剪切

3-6 圖片位移1

3-7 圖片移位2

3-8 圖片移位3

3-9 圖片鏡像

4-1 圖像特效介紹

4-10 邊緣檢測(cè)2

4-11 浮雕效果

4-12 顏色映射

4-13 油畫特效

4-14 圖像特效小結(jié)

4-15 線段繪制

4-16 矩形圓形任意多邊形繪制

4-17 文字圖片繪制

4-2 圖像灰度處理1

4-3 圖像灰度處理2

4-4 算法優(yōu)化

4-5 顏色反轉(zhuǎn)

4-6 馬賽克

4-7 毛玻璃

4-8 圖片融合

4-9 邊緣檢測(cè)1

5-1 美化效果章節(jié)介紹

5-10 磨皮美白

5-11 高斯均值濾波

5-12 中值濾波

5-13 圖像美化章節(jié)小結(jié)

5-2 彩色圖片直方圖

5-3 直方圖均衡化

5-4 圖片修補(bǔ)

5-5 灰度直方圖源碼

5-6 彩色直方圖源碼

5-7 灰度直方圖均衡化

5-8 彩色直方圖均衡化

5-9 亮度增強(qiáng)

6-1 機(jī)器學(xué)習(xí)章節(jié)介紹

6-10 SVM支持向量機(jī)1

6-11 SVM支持向量機(jī)2

6-12 SVM小結(jié)

6-13 Hog特征1

6-14 Hog特征2

6-15 Hog特征3

6-16 Hog特征4

6-17 Hog小結(jié)

6-18 Hog_SVM小獅子識(shí)別1

6-19 Hog_SVM小獅子識(shí)別2

6-2 視頻分解圖片

6-20 Hog_SVM小獅子識(shí)別3

6-21 Hog_SVM小獅子識(shí)別4

6-22 Hog_SVM小獅子識(shí)別5

6-23 機(jī)器學(xué)習(xí)小結(jié)

6-3 圖片合成視頻

6-4 Haar特征1

6-5 Haar特征2

6-6 Haar特征3

6-7 adaboost分類器1

6-8 adaboost分類器2

6-9 Haar+adaboost人臉識(shí)別

7-1 章節(jié)介紹

7-10 knn數(shù)字識(shí)別8

7-11 knn數(shù)字識(shí)別9

7-12 knn數(shù)字識(shí)別10

7-13 cnn實(shí)現(xiàn)手寫數(shù)字識(shí)別1

7-14 cnn實(shí)現(xiàn)手寫數(shù)字識(shí)別2

7-15 cnn實(shí)現(xiàn)手寫數(shù)字識(shí)別3

7-16 cnn實(shí)現(xiàn)手寫數(shù)字識(shí)別4

7-17 cnn實(shí)現(xiàn)手寫數(shù)字識(shí)別5

7-18 cnn實(shí)現(xiàn)手寫數(shù)字識(shí)別6

7-19 數(shù)字識(shí)別小結(jié)

7-2 樣本介紹

7-3 knn數(shù)字識(shí)別1

7-4 knn數(shù)字識(shí)別2

7-5 knn數(shù)字識(shí)別3

7-6 knn數(shù)字識(shí)別4

7-7 knn數(shù)字識(shí)別5

7-8 knn數(shù)字識(shí)別6

7-9 knn數(shù)字識(shí)別7

8-1 章節(jié)介紹

8-2 最簡(jiǎn)單的圖片爬蟲

8-3 ffmpeg初識(shí)_音頻.mp4

8-4 OpenCV預(yù)處理

8-5 神經(jīng)網(wǎng)絡(luò)訓(xùn)練識(shí)別1

8-6 神經(jīng)網(wǎng)絡(luò)訓(xùn)練識(shí)別2

8-7 神經(jīng)網(wǎng)絡(luò)訓(xùn)練識(shí)別3

8-8 神經(jīng)網(wǎng)絡(luò)訓(xùn)練識(shí)別4

8-9 本章小結(jié)

9-1 課程總結(jié)

本章節(jié)主要為大家介紹圖像的幾何變換。幾何變換顧名思義就是對(duì)圖片外形輪廓進(jìn)行操作以適應(yīng)不同的場(chǎng)景。如縮放、剪切、位移、鏡像、旋轉(zhuǎn)、仿射變換等。

第4章 計(jì)算機(jī)視覺加強(qiáng)之圖像特效&線段文字繪制

視頻濾鏡也是目前在計(jì)算機(jī)算法處理上比較火的一個(gè)方向之一，在本章節(jié)中將結(jié)合灰度、底板、馬賽克、毛玻璃、邊緣檢測(cè)、油畫效果等為大家介紹視頻濾鏡的使用

第5章 計(jì)算機(jī)視覺加強(qiáng)之圖像美化

每個(gè)人都有一個(gè)愛美的心，在這個(gè)章節(jié)中大家可以通過磨皮美白、亮度增強(qiáng)、直方圖均衡化、圖像濾波等方法自己美化自己的照片。

第6章 計(jì)算機(jī)視覺加強(qiáng)之機(jī)器學(xué)習(xí)

本章節(jié)將結(jié)合haar+adaboost以及hog+svm分別實(shí)現(xiàn)人臉識(shí)別、卡通小獅子識(shí)別。將為大家介紹一個(gè)從訓(xùn)練到識(shí)別一個(gè)完整的機(jī)器學(xué)習(xí)案例。

第7章 手寫數(shù)字識(shí)別

通過knn、cnn兩種方式，并結(jié)合每種方法的矩陣維度變化，深層次的講解手寫數(shù)字識(shí)別案例，講述不一樣的案例。

第8章 “刷臉”識(shí)別

在第六章的基礎(chǔ)上，通過識(shí)別某個(gè)具體的人臉來(lái)達(dá)到“刷臉”的效果。該案例架構(gòu)包含樣本收集+圖像預(yù)處理+神經(jīng)網(wǎng)絡(luò)訓(xùn)練識(shí)別。可以說是一個(gè)從樣本到訓(xùn)練的完整項(xiàng)目。

第9章 課程總結(jié)

對(duì)課程進(jìn)行整體的回顧與總結(jié)