Python OpenCV 实战从零到英雄
学习实用的 Python OpenCV 概念，并在每个模块完成后开发项目。
更新于 2024 年 9 月
语言 - 英语
讲座 -91
资源 -28
时长 -6 小时
终身访问
课程描述
欢迎来到“使用 OpenCV 从零到英雄进行图像处理”！！！
图像处理是数据科学领域之一，在当今世界各行各业中有着广泛的应用。许多行业都在寻找具备这些技能的数据科学家。本课程完全基于项目学习。您将在每个模块完成后进行项目实践。在这里，我将涵盖从基础到高级技术的图像处理，包括应用于图像的机器学习算法和模型。
您将从本课程中学到什么？
- 图像基础
- 绘图
- 图像平移
- 图像处理技术
- 平滑滤波器
- 滤波器
- OpenCV 中的图形用户界面 (GUI)
- 阈值化
第 1 至 7 节的关键要点
我们将从非常基础的内容开始课程，例如加载和显示图像。通过这些，我们将了解图像背后的基本数学背景。此外，我将教授您绘图和视频的概念。
项目（目标检测）
使用 Viola-Jones 算法进行人脸检测。
使用深度神经网络 (SSD ResNet 10，Caffe 实现) 进行人脸检测。
实时人脸检测。
面部特征点检测。
第 8 至 11 节的关键要点
我们将逐步深入图像处理概念，这些概念与图像变换相关，例如图像平移、翻转、旋转和裁剪。我还会教授 OpenCV 中的算术运算。
项目（亮度控制）
- 基于 GUI 的图像亮度控制。
- 实时亮度控制。
第 12、13 节的关键要点
在这些部分中，我将介绍关于按位运算和掩码的新概念，您将学习真值表和不同的按位运算，例如“AND”、“OR”、“NOT”和“XOR”。
第 14 节的关键要点
然后，我们将扩展对平滑滤波器的讨论，这是一种非常重要的图像处理技术。在本节中，我将教授平滑技术，例如平均模糊、高斯模糊、中值模糊和双边滤波器。
第 15 节的关键要点
自动人脸模糊项目
第 16 节的关键要点
阈值滤波器：在这里，我们将深入探讨阈值概念（BINARY、TOZERO、TRUNC、ADAPTIVE MEAN、ADAPTIVE GAUSSIAN），并使用 OpenCV 和 Python 实现它们
您将可以完全访问本课程中使用的图像、数据和 Jupyter Notebook 文件。本课程中使用的代码以一种您可以直接将函数插入实时场景并获得输出的方式编写。
目标
- 学习使用 Python 的 OpenCV。
- 9 个 OpenCV 项目。
- 使用 OpenCV 进行图像处理。
- 图像平移。
- 平滑滤波器。
- 按位运算和掩码。
- 卷积过程。
- 阈值概念。
先决条件
- 至少应是 Python 初学者。
- 一台个人台式机/笔记本电脑。
- 至少 4GB RAM，250 GB HDD。
课程
查看课程内容的详细分解
简介
8 节课
-
简介 05:19 05:19 -
安装 Python 02:23 02:23
-
安装依赖项 04:47 04:47
-
下载完整资料
-
读取、显示和保存图像 12:42 12:42
-
像素 04:55 04:55
-
将 RBG/BGR 图像转换为灰度图像 11:34 11:34
-
访问和操作像素 08:06 08:06
使用 OpenCV 绘制图形
4 节课
项目 1：使用 OpenCV 进行人脸检测
5 节课
项目 3：使用深度神经网络 (DNN) 和 OpenCV 进行人脸检测
8 节课
图像变换
5 节课
项目 - 5：使用 OpenCV 和 GUI 控制图像亮度
2 节课
位运算
5 节课
平滑滤波器
6 个讲座
项目 - 8：自动人脸模糊
11 节课
阈值处理
8 节课
讲师 详情
Srikanth Guskra
课程 证书
使用您的证书来改变职业或在您目前的职业中获得提升。
我们的学生与
最优秀的
相关视频课程
查看更多
