1、培訓過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
        3、培訓合格學員可享受免費推薦就業(yè)機會。

第1章課程簡介與環(huán)境配置
1-1課程簡介
1-2Python與Opencv的配置
1-3Notebook與IDE環(huán)境配置
第2章圖像基本操作
2-1計算機眼中的圖像
2-2視頻的讀取與處理
2-3ROI區(qū)域
2-4邊界填充
2-5數(shù)值計算
第3章閾值與平滑處理
3-1圖像閾值
3-2圖像平滑處理
3-3高斯與中值濾波
第4章圖像形態(tài)學操作
4-1腐蝕操作
4-2膨脹操作
4-3開運算與閉運算
4-4梯度計算
4-5禮帽與黑帽
第5章圖像梯度計算
5-1Sobel算子
5-2梯度計算方法
5-3scharr與Laplace算子
第6章邊緣檢測
6-1Canny邊緣檢測流程
6-2非極大值抑制
6-3邊緣檢測效果
第7章圖像金字塔與輪廓檢測
7-1圖像金字塔定義
7-2金字塔制作方法
7-3輪廓檢測方法
7-4輪廓檢測結(jié)果
7-5輪廓特征與近似
7-6模板匹配方法
7-7匹配效果展示
第8章直方圖與傅里葉變換
8-1直方圖定義
8-2均衡化原理
8-3均衡化效果
8-4傅里葉概述
8-5頻域變換結(jié)果
8-6低通與高通濾波
第9章項目實戰(zhàn)-信用卡數(shù)字識別
9-1總體流程與方法講解
9-2環(huán)境配置與預處理
9-3模板處理方法
9-4輸入數(shù)據(jù)處理方法
9-5模板匹配得出識別結(jié)果
第10章項目實戰(zhàn)-文檔掃描OCR識別
10-1整體流程演示
10-2文檔輪廓提取
10-3坐標變換計算
10-4透視變換結(jié)果
10-5tesseract-ocr安裝配置
10-6文檔掃描識別結(jié)果
第11章圖像特征-harris
11-1角點檢測基本原理
11-2基本數(shù)學原理
11-3求解化簡
11-4特征歸屬劃分
11-5opencv角點檢測
第12章圖像特征-sift
12-1尺度空間定義
12-2高斯差分金字塔
12-3特征關鍵點定位
12-4生成特征描述
12-5特征向量生成
12-6opencv中的sift函數(shù)
第13章案例實戰(zhàn)-全景圖像拼接
13-1特征匹配方法
13-2RANSAC算法
13-3圖像拼接方法
13-4流程解讀
第14章項目實戰(zhàn)-停車場車位識別
14-1任務整體流程
14-2所需數(shù)據(jù)介紹
14-3圖像數(shù)據(jù)預處理
14-4車位直線檢測
14-5按列劃分區(qū)域
14-6車位區(qū)域劃分
14-7識別模型構建
14-8基于視頻的車位檢測
第15章項目實戰(zhàn)-答題卡識別判卷
15-1整體流程與效果概述
15-2預處理操作
15-3填涂輪廓檢測
15-4選項判斷識別
第16章背景建模
16-1背景消除-幀差法
16-2混合高斯模型
16-3學習步驟
16-4背景建模實戰(zhàn)
第17章光流估計
17-1基本概念
17-2Lucas-Kanade算法
17-3推導求解
17-4光流估計實戰(zhàn)
第18章Opencv的DNN模塊
18-1DNN模塊
18-2模型加載與輸出結(jié)果
第19章項目實戰(zhàn)-目標追蹤5
19-1目標追蹤概述
19-2多目標追蹤實戰(zhàn)
19-3深度學習檢測框架加載
19-4基于dlib和ssd的追蹤
19-5多進程目標追蹤
19-6效率提升對比
第20章卷積原理與操作
20-1卷積網(wǎng)絡的應用
20-2卷積層解釋
20-3卷積計算過程
20-4padding與stride
20-5卷積參數(shù)共享
20-6池化層原理
20-7卷積效果演示
20-8卷積操作流程
第21章項目實戰(zhàn)-疲勞檢測
21-1關鍵點定位概述
21-2獲取人臉關鍵點
21-3定位效果演示
21-4閉眼檢測