〖课程介绍〗:
课程目标5 N$ g( }* X6 R- M5 G. n0 l% T
帮助应用开发人员避开学习图像处理时大量繁琐数学公式、用浅显易懂的比喻教学讲授主要API相关算法原理、帮助大家通过OpenCV学习掌握相关图像处理知识，做一个快速的图像处理应用开发者，在工业4.0时代增加自身价值，掌握图像处理相关知识与OpenCV开发技能。; C7 g" Y& b& N9 B( K( S
' A) ~8 o' G# U* q; ]) s. A9 T
适用人群( [) A6 l* E& v! E6 s; ^6 v% C
对计算机视觉与图像处理感兴趣的，在学本科生与研究生， Python语言开发者，无面向语言基础者8 T) ~6 g" e5 b: s- O+ H. l
; j" m1 Y' e( i4 T6 ~9 y
课程简介6 {7 L& z7 q1 N1 c# W$ X
基于Python3.6+OpenCV最新版本3.3.0详细讲述Python OpenCV图像处理部分内容，包括Numpy array对象使用、图像与视频流读写、 基于常用核心API讲述基本原理、使用方法、参数、代码演示、图像处理思路与流程讲授。涵盖Python-OpenCV中图像处理部分的全部主要内容。课程中穿插了应用开发中常见问题与分析，包括人脸检测、数字验证码识别等内容。是Python开发者学习图像知识与应用开发最佳实践课程。
〖课程目录〗:
1概述与环境搭建[]16:18
2图像加载与保存[]24:478 {9 l) A N# J; J+ Z5 n
3Numpy数组操作29:47
4色彩空间-0121:12
5色彩空间-0216:53
6像素运算-0123:48$ W# J! J7 v: h6 ]/ @0 c v
7像素运算-0217:10
8ROI与泛洪填充27:556 J2 u% W3 U. g/ I v/ u4 c
9模糊操作23:36 b, s$ d. N7 z: c8 N
10高斯模糊23:55
11边缘保留滤波(EPF)19:41& I0 g! O* T" `: X- U- }
12图像直方图(histogram)20:280 p G( ?, k& `. T- s! K, |
13直方图应用28:27! U: R. ^6 t9 [0 n# P+ o
14直方图反向投影23:282 t5 T# [ o2 B8 N4 I
15模板匹配23:12
16图像二值化25:406 T: U, N v$ ]: a8 }
17超大图像二值化20:42& b" i2 x E2 `5 D) ^
18图像金字塔20:04$ Q# E- {1 Q$ r. }3 r$ ?* e
19图像梯度19:43
20Canny边缘提取16:23
21直线检测26:108 Y" f$ g, ]/ F
22圆检测19:430 f$ h- U& ?6 D. k, [" L9 Q
23轮廓发现18:57
24对象测量29:34* ?9 r/ B' z' u( I0 m
25膨胀与腐蚀19:38! n w' n k8 o3 m9 B
26开闭操作18:44
27其它形态学操作20:52
28分水岭算法26:156 C# G( N q, r
29人脸检测21:038 _& K2 l; o9 j+ q$ u
30案例-数字验证码识别18:34