新聞中心

EEPW首頁(yè) > 牛人業(yè)話 > OpenCV+Python計(jì)算機(jī)視覺(jué)導(dǎo)學(xué)——目錄匯總

OpenCV+Python計(jì)算機(jī)視覺(jué)導(dǎo)學(xué)——目錄匯總

作者:zhuzhaokun1987 時(shí)間:2020-07-05 來(lái)源:EEPW 收藏

EEPW的各位小伙伴們大家好,很榮幸,能夠借EEPW的風(fēng)水寶地,做一期有關(guān)的教學(xué)系列帖。

本文引用地址:http://m.butianyuan.cn/article/202007/415159.htm

一個(gè)基于BSD許可(開(kāi)源)發(fā)行的跨平臺(tái)機(jī)器學(xué)習(xí)軟件庫(kù),使用它,我們可以完成對(duì)數(shù)字圖像的一系列處理工作,從而進(jìn)一步設(shè)計(jì)圖像識(shí)別類(lèi)的運(yùn)用,比如停車(chē)場(chǎng)的車(chē)牌號(hào)碼識(shí)別,馬路上的道路交通標(biāo)識(shí)識(shí)別,物品識(shí)別,人臉識(shí)別等機(jī)器視覺(jué)領(lǐng)域。可以運(yùn)行在Linux、WindowsAndroidMac OS操作系統(tǒng)上。它輕量級(jí)而且高效,同時(shí)由一系列 C 函數(shù)和少量 C++ 類(lèi)構(gòu)成,同時(shí)提供了、Ruby、MATLAB等語(yǔ)言的接口,實(shí)現(xiàn)了圖像處理方面的很多通用算法(來(lái)源于百度百科)。

由以上介紹我們可以得到關(guān)于OpenCV的初印象,了解了它是中經(jīng)典的專(zhuān)用庫(kù),其支持多語(yǔ)言、跨平臺(tái),功能強(qiáng)大。

又由于當(dāng)前技術(shù)風(fēng)潮正處于人工智能的大環(huán)境之下,計(jì)算機(jī)視覺(jué)變得尤為重要,而以此為基礎(chǔ)的深度學(xué)習(xí)則是以為主,所以當(dāng)前OpenCV中傳統(tǒng)的C++反而不如受歡迎,為了后面進(jìn)階深度學(xué)習(xí),本系列教程將以OpenCV+Python為出發(fā)點(diǎn)進(jìn)行學(xué)習(xí)愛(ài)。針對(duì)其多語(yǔ)言支持的特性,我們選擇使用Python來(lái)對(duì)OpenCV進(jìn)行學(xué)習(xí)。

OpenCV-Python為OpenCV提供了Python接口,使得使用者在Python中能夠調(diào)用C/C++,在保證易讀性和運(yùn)行效率的前提下,實(shí)現(xiàn)所需的功能。

該系列教程前期是基礎(chǔ)學(xué)習(xí),后期則為項(xiàng)目實(shí)戰(zhàn),充分做到學(xué)以致用,以下為該系列教程的目錄(暫定,后期可能會(huì)有更改,隨時(shí)更新),鑒于水平有限,歡迎各位大神多多指正。

目錄

一、入門(mén)篇

1.1 引言

1.2 在Fedora中安裝OpenCV-Python

1.3 在Ubuntu中安裝OpenCV-Python

1.4 在Windows中安裝OpenCV-Python

1.5 圖像處理入門(mén)

1.6 視頻處理入門(mén)

1.7 OpenCV中的繪圖功能

1.8 鼠標(biāo)作為畫(huà)筆

1.9 軌跡欄作為調(diào)色板

1.10 圖像的基本操作

1.11 圖像上的算術(shù)運(yùn)算

1.12 OpenCV性能衡量與優(yōu)化方法

二、基礎(chǔ)篇

2.1 OpenCV-Python系列之改變顏色空間

2.2 OpenCV-Python系列之圖像縮放旋轉(zhuǎn)平移

2.3 OpenCV-Python系列之圖像的幾何變換

2.4 OpenCV-Python系列之圖像閾值

2.5 OpenCV-Python系列之OTSU算法

2.6 OpenCV-Python系列之線性濾波

2.7 OpenCV-Python系列之非線性濾波

2.8 OpenCV-Python系列之圖像腐蝕與膨脹

2.9 OpenCV-Python系列之開(kāi)運(yùn)算與閉運(yùn)算

2.10 OpenCV-Python系列之頂帽與黑帽操作

2.11 OpenCV-Python系列之Sobel和Scharr算子

2.12 OpenCV-Python系列之拉普拉斯算子

2.13 OpenCV-Python系列之Canny邊緣檢測(cè)

2.14 OpenCV-Python系列之圖像金字塔

2.15 OpenCV-Python系列之輪廓入門(mén)

2.16 OpenCV-Python系列之輪廓特征

2.17 OpenCV-Python系列之輪廓屬性

2.18 OpenCV-Python系列之輪廓分層

2.19 OpenCV-Python系列之直方圖:查找、繪制和分析

2.20 OpenCV-Python系列之直方圖:直方圖均衡

2.21 OpenCV-Python系列之直方圖均衡

2.22 OpenCV-Python系列之直方圖反投影

三、進(jìn)階篇

3.1 OpenCV-Python系列之傅里葉變換

3.2 OpenCV-Python系列之模板匹配

3.3 OpenCV-Python系列之霍夫線變換

3.4 OpenCV-Python系列之霍夫圓變換

3.5 OpenCV-Python系列之圖像分割與Watershed算法

3.6 OpenCV-Python系列之交互式前景提取使用GrabCut算法

3.7 OpenCV-Python系列之理解特征

3.8 OpenCV-Python系列之哈里斯角檢測(cè)

3.9 OpenCV-Python系列之Shi—tomas拐角檢測(cè)器和益于跟蹤的特征

3.10 OpenCV-Python系列之SIFT尺度不變特征變換

3.11 OpenCV-Python系列之SURF算法(加速)

3.12 OpenCV-Python系列之BRIEF(二進(jìn)制的魯棒獨(dú)立基本特征)

3.13 OpenCV-Python系列之ORB(面向快速和旋轉(zhuǎn)的BRIEF)

3.14 OpenCV-Python系列之特征匹配

3.15 OpenCV-Python系列之單應(yīng)性查找對(duì)象

3.16 OpenCV-Python系列之如何使用背景分離方法

3.17 OpenCV-Python系列之Meanshift和Camshift

3.18 OpenCV-Python系列之光流

3.19 OpenCV-Python系列之相機(jī)校準(zhǔn)

3.20 OpenCV-Python系列之姿態(tài)估計(jì)

3.21 OpenCV-Python系列之對(duì)極幾何

3.22 OpenCV-Python系列之立體圖像的深度圖

四、機(jī)器學(xué)習(xí)篇

OpenCV-Python系列之K近鄰

OpenCV-Python系列之使用OCR手寫(xiě)數(shù)據(jù)集運(yùn)行KNN

OpenCV-Python系列之SVM

OpenCV-Python系列之使用OCR手寫(xiě)數(shù)據(jù)集運(yùn)行SVM

OpenCV-Python系列之K-Means聚類(lèi)

OpenCV-Python系列之圖像去噪

OpenCV-Python系列之圖像修補(bǔ)

OpenCV-Python系列之高動(dòng)態(tài)范圍

OpenCV-Python系列之級(jí)聯(lián)分類(lèi)器

OpenCV-Python系列之訓(xùn)練級(jí)聯(lián)分類(lèi)器

五、實(shí)戰(zhàn)篇(持續(xù)更新中)

項(xiàng)目實(shí)戰(zhàn)—人臉識(shí)別

項(xiàng)目實(shí)戰(zhàn)—卡片數(shù)字識(shí)別

項(xiàng)目實(shí)戰(zhàn)—文檔OCR掃描識(shí)別

項(xiàng)目實(shí)戰(zhàn)—全景圖像拼接

項(xiàng)目實(shí)戰(zhàn)—答題卡識(shí)別判卷

項(xiàng)目實(shí)戰(zhàn)—目標(biāo)追蹤

項(xiàng)目實(shí)戰(zhàn)—疲勞檢測(cè)

項(xiàng)目實(shí)戰(zhàn)—SVM+HOG物體識(shí)別




評(píng)論


相關(guān)推薦

技術(shù)專(zhuān)區(qū)

關(guān)閉