Opencv计算机视觉实战(Python版)

Opencv计算机视觉实战(Python版) 1

课程介绍(A000114):

Opencv计算机视觉实战课程旨在帮助大家快速掌握机器视觉领域必备知识点原理及其在Opencv中的使用方法。课程风格通俗易懂,用最接地气的方式来讲解晦涩难懂的知识点。

整体设计以项目实战来驱动学习,课程中所有代码均使用Python完成,在实战中首先讲解整体解决方案,接下来通过Debug模式来一步步分析每一行代码的作用及其完成的效果,提供全部课件及项目中所使用代码和数据。

课程目录:

章节1:课程简介与环境配置试看
课时1视频课程简介02:27可试看
课时2视频Python与Opencv配置安装10:11可试看
课时3视频Notebook与IDE环境11:43可试看
课时4文本数据代码下载汇总(PC登录下载)
章节2:图像基本操作试看
课时5视频计算机眼中的图像09:19可试看
课时6视频视频的读取与处理10:56
课时7视频ROI区域04:18
课时8视频边界填充05:07
课时9视频数值计算09:16
课时10文本本章数据代码下载(需PC登录)
章节3:阈值与平滑处理
课时11视频图像阈值07:51
课时12视频图像平滑处理07:54
课时13视频高斯与中值滤波06:14
章节4:图像形态学操作
课时14视频腐蚀操作06:49
课时15视频膨胀操作03:05
课时16视频开运算与闭运算02:55
课时17视频梯度计算02:44
课时18视频礼帽与黑帽03:21
章节5:图像梯度计算
课时19视频Sobel算子09:33
课时20视频梯度计算方法08:32
课时21视频scharr与lapkacian算子06:41
章节6:边缘检测
课时22视频Canny边缘检测流程05:38
课时23视频非极大值抑制05:24
课时24视频边缘检测效果08:09
章节7:图像金字塔与轮廓检测
课时25视频图像金字塔定义06:37
课时26视频金字塔制作方法07:25
课时27视频轮廓检测方法06:00
课时28视频轮廓检测结果07:48
课时29视频轮廓特征与近似11:57
课时30视频模板匹配方法11:12
课时31视频匹配效果展示05:47
章节8:直方图与傅里叶变换
课时32视频直方图定义07:18
课时33视频均衡化原理09:38
课时34视频均衡化效果06:51
课时35视频傅里叶概述07:18
课时36视频频域变换结果07:08
课时37视频低通与高通滤波06:47
课时38文本本章数据代码下载(需PC登录)
章节9:项目实战-信用卡数字识别
课时39视频总体流程与方法讲解09:14
课时40视频环境配置与预处理08:26
课时41视频模板处理方法06:55
课时42视频输入数据处理方法08:53
课时43文本本章数据代码下载(需PC登录)
课时44视频模板匹配得出识别结果10:58
章节10:项目实战-文档扫描OCR识别
课时45视频整体流程演示05:33
课时46视频文档轮廓提取08:42
课时47视频原始与变换坐标计算07:44
课时48视频透视变换结果08:39
课时49文本本章数据代码下载(需PC登录)
课时50视频tesseract-ocr安装配置07:07
课时51视频文档扫描识别效果05:21
章节11:图像特征-harris
课时52视频角点检测基本原理05:44
课时53视频基本数学原理10:12
课时54文本本章数据代码下载(需PC登录)
课时55视频求解化简10:09
课时56视频特征归属划分10:53
课时57视频opencv角点检测效果06:10
章节12:图像特征-sift
课时58视频尺度空间定义05:57
课时59视频高斯差分金字塔06:20
课时60视频特征关键点定位14:07
课时61视频生成特征描述07:02
课时62视频特征向量生成09:21
课时63视频opencv中sift函数使用08:10
章节13:案例实战-全景图像拼接
课时64文本本章数据代码下载(需PC登录)
课时65视频特征匹配方法08:31
课时66视频RANSAC算法09:40
课时67视频图像拼接方法10:02
课时68视频流程解读05:14
章节14:项目实战-停车场车位识别
课时69视频任务整体流程07:22
课时70视频所需数据介绍05:49
课时71视频图像数据预处理08:54
课时72文本本章数据代码下载(需PC登录)
课时73视频车位直线检测12:00
课时74视频按列划分区域11:02
课时75视频车位区域划分11:02
课时76视频识别模型构建06:40
课时77视频基于视频的车位检测09:23
章节15:项目实战-答题卡识别判卷
课时78文本本章数据代码下载(需PC登录)
课时79视频整体流程与效果概06:55
课时80视频预处理操作07:03
课时81视频填涂轮廓检测07:38
课时82视频选项判断识别10:18
章节16:背景建模
课时83文本本章数据代码下载(需PC登录)
课时84视频背景消除-帧差法07:06
课时85视频混合高斯模型06:43
课时86视频学习步骤07:22
课时87视频背景建模实战06:50
章节17:光流估计
课时88视频基本概念06:49
课时89视频Lucas-Kanade算法06:51
课时90视频推导求解07:58
课时91视频光流估计实战13:28
章节18:Opencv的DNN模块
课时92文本本章数据代码下载(需PC登录)
课时93视频DNN模块08:22
课时94视频模型加载与结果输出09:48
章节19:项目实战-目标追踪
课时95文本本章数据代码下载(需PC登录)
课时96视频目标追踪概述11:43
课时97视频多目标追踪实战07:16
课时98视频深度学习检测框架加载09:26
课时99视频基于dlib与ssd的追踪13:02
课时100视频多进程目标追踪06:07
课时101视频多进程效率提升对比08:16
章节20:卷积原理与操作
课时102视频卷积神经网络的应用14:55
课时103视频卷积层解释12:53
课时104视频卷积计算过程12:30
课时105视频pading与stride13:13
课时106视频卷积参数共享08:09
课时107视频池化层原理08:24
章节21:项目实战-疲劳检测
课时108文本本章数据代码下载(需PC登录)
课时109视频关键点定位概述05:35
课时110视频获取人脸关键点08:00
课时111视频定位效果演示09:29
课时112视频闭眼检测06:55
课时113视频检测效果08:47

文件目录:

├─OpenCV计算机视觉实战(Python版)
│ │ 01、课程简介.mp4
│ │ 02、图像基本操作.mp4
│ │ 03、阈值与平滑处理.mp4
│ │ 04、图像形态学处理.mp4
│ │ 05、图像梯度处理.mp4
│ │ 06、边缘检测.mp4
│ │ 07、图像金字塔与轮廓检测.mp4
│ │ 08、直方图与傅里叶变换.mp4
│ │ 09、项目实战-信用卡数字识别.mp4
│ │ 10、项目实战-文档扫描OCR识别.mp4
│ │ 11、图像特征-harris.mp4
│ │ 12、图像特征-sift.mp4
│ │ 13、案例实战-全景图像拼接.mp4
│ │ 14、项目实战-停车场车位识别(1).mp4
│ │ 14、项目实战-停车场车位识别.mp4
│ │ 15、项目实战-答题卡识别判卷.mp4
│ │ 16、背景建模.mp4
│ │ 17、光流估计.mp4
│ │ 18、Opencv的DNN模块.mp4
│ │ 19、项目实战-目标追踪.mp4
│ │ 20、卷积原理与操作.mp4
│ │ 21、项目实战-疲劳检测.mp4
│ │ .html.url
│ │
│ ├─唐宇迪OpenCV小章节
│ │ ├─01课程简介与环境配置
│ │ │ 1.mp4
│ │ │ 2.mp4
│ │ │ 3.mp4
│ │ │
│ │ ├─02图像基本操作
│ │ │ 4.mp4
│ │ │ 5.mp4
│ │ │ 6.mp4
│ │ │ 7.mp4
│ │ │ 8.mp4
│ │ │
│ │ ├─03阈值与平滑处理
│ │ │ 10.mp4
│ │ │ 11.mp4
│ │ │ 12.mp4
│ │ │
│ │ ├─04图像形态学操作
│ │ │ 13.mp4
│ │ │ 14.mp4
│ │ │ 15.mp4
│ │ │ 16.mp4
│ │ │ 17.mp4
│ │ │
│ │ ├─05图像梯度计算
│ │ │ 18.mp4
│ │ │ 19.mp4
│ │ │ 20.mp4
│ │ │
│ │ ├─06边缘检测
│ │ │ 21.mp4
│ │ │ 22.mp4
│ │ │ 23.mp4
│ │ │
│ │ ├─07图像金字塔与轮廓检测
│ │ │ 24.mp4
│ │ │ 25.mp4
│ │ │ 26.mp4
│ │ │ 27.mp4
│ │ │ 28.mp4
│ │ │ 29.mp4
│ │ │ 30.mp4
│ │ │
│ │ ├─08直方图与傅里叶变换
│ │ │ 31.mp4
│ │ │ 32.mp4
│ │ │ 33.mp4
│ │ │ 34.mp4
│ │ │ 35.mp4
│ │ │ 36.mp4
│ │ │
│ │ ├─09项目实战-信用卡数字识别
│ │ │ 37.mp4
│ │ │ 38.mp4
│ │ │ 39.mp4
│ │ │ 40.mp4
│ │ │ 41.mp4
│ │ │
│ │ ├─10项目实战-文档扫描OCR识别
│ │ │ 44.mp4
│ │ │ 45.mp4
│ │ │ 46.mp4
│ │ │ 47.mp4
│ │ │ 48.mp4
│ │ │ 49.mp4
│ │ │
│ │ ├─11图像特征-harris
│ │ │ 51.mp4
│ │ │ 52.mp4
│ │ │ 53.mp4
│ │ │ 54.mp4
│ │ │ 55.mp4
│ │ │
│ │ ├─12图像特征-sift
│ │ │ 57.mp4
│ │ │ 58.mp4
│ │ │ 59.mp4
│ │ │ 60.mp4
│ │ │ 61.mp4
│ │ │ 62.mp4
│ │ │
│ │ ├─13案例实战-全景图像拼接
│ │ │ 64.mp4
│ │ │ 65.mp4
│ │ │ 66.mp4
│ │ │ 67.mp4
│ │ │
│ │ ├─14项目实战-停车场车位识别
│ │ │ 68.mp4
│ │ │ 69.mp4
│ │ │ 70.mp4
│ │ │ 71.mp4
│ │ │ 72.mp4
│ │ │ 73.mp4
│ │ │ 74.mp4
│ │ │ 75.mp4
│ │ │
│ │ ├─15项目实战-答题卡识别判卷
│ │ │ 78.mp4
│ │ │ 79.mp4
│ │ │ 80.mp4
│ │ │ 81.mp4
│ │ │
│ │ ├─16背景建模
│ │ │ 83.mp4
│ │ │ 84.mp4
│ │ │ 85.mp4
│ │ │ 86.mp4
│ │ │
Opencv计算机视觉实战(Python版) │ │ ├─17光流估计
│ │ │ 87.mp4
│ │ │ 88.mp4
│ │ │ 89.mp4
│ │ │ 90.mp4
│ │ │
│ │ ├─18Opencv的DNN模块
│ │ │ 92.mp4
│ │ │ 93.mp4
│ │ │
│ │ ├─19项目实战-目标追踪
│ │ │ 100.mp4
│ │ │ 95.mp4
│ │ │ 96.mp4
│ │ │ 97.mp4
Opencv计算机视觉实战(Python版) │ │ │ 98.mp4
│ │ │ 99.mp4
│ │ │
│ │ ├─20卷积原理与操作
Opencv计算机视觉实战(Python版) │ │ │ 101.mp4
│ │ │ 102.mp4
│ │ │ 103.mp4
│ │ │ 104.mp4
Opencv计算机视觉实战(Python版) │ │ │ 105.mp4
│ │ │ 106.mp4
│ │ │
│ │ └─21项目实战-疲劳检测
Opencv计算机视觉实战(Python版) │ │ 108.mp4
│ │ 109.mp4
│ │ 110.mp4
│ │ 111.mp4
Opencv计算机视觉实战(Python版) │ │ 112.mp4
│ │
│ ├─唐宇迪课件
│ │ 第11-12章notebook课件.zip
│ │ 第16-17章notebook课件.zip
│ │ 第2-7章notebook课件(1).zip
│ │ 第九章:项目实战-信用卡数字识别.zip
│ │ 第二十一章:项目实战-疲劳检测.zip
│ │ 第八章notebook课件.zip
│ │ 第十三章:案例实战-全景图像拼接.zip
│ │ 第十九章:项目实战-目标追踪(1).zip
│ │ 第十九章:项目实战-目标追踪.zip
│ │ 第十五章:项目实战-答题卡识别判卷.zip
│ │ 第十八章:Opencv的DNN模块(1).zip
│ │ 第十八章:Opencv的DNN模块.zip
│ │ 第十四章:项目实战-停车场车位识别.zip
│ │ 第十章:项目实战-文档扫描OCR识别.zip
│ │
│ └─资料
│ 第11-12章notebook课件.zip
│ 第16-17章notebook课件.zip
│ 第九章:项目实战-信用卡数字识别.zip
│ 第二十一章:人脸关键点定位.zip
│ 第二十一章:项目实战-疲劳检测.zip
│ 第八章notebook课件.zip
│ 第十三章:案例实战-全景图像拼接.zip
│ 第十九章:项目实战-目标追踪.zip
│ 第十五章:项目实战-答题卡识别判卷.zip
│ 第十八章:Opencv的DNN模块.zip
│ 第十四章:项目实战-停车场车位识别.zip
│ 第十章:项目实战-文档扫描OCR识别.zip
  • wechat

    朋友圈不定时发福利(开通会员免费获取资源)

  • 微信号

    wqxzvip

    点击我自动复制
资源失效反馈地址
Opencv计算机视觉实战(Python版)-51自学联盟
Opencv计算机视觉实战(Python版)
此内容为付费资源,请付费后查看
会员专属资源
您暂无购买权限,请先开通会员
开通会员
付费资源
© 版权声明
THE END
喜欢就支持一下吧
点赞8 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容