目录

  • 1 课程导读
    • 1.1 课程整体介绍
    • 1.2 课程教学标准
    • 1.3 课程考核方式
  • 2 模块一:计算机视觉应用图像处理
    • 2.1 项目一:智能安防监控系统环境配置与搭建
      • 2.1.1 任务1:安装与配置OpenCV库
        • 2.1.1.1 知识导读
          • 2.1.1.1.1 OpenCV概述
          • 2.1.1.1.2 Python概述
      • 2.1.2 任务2:开发环境搭建
        • 2.1.2.1 知识导读
          • 2.1.2.1.1 开发环境搭建
    • 2.2 项目二:智能安防监控系统图像处理
      • 2.2.1 任务3:视频单帧图像读取
        • 2.2.1.1 案例提出:智能农业中的病虫害检测
        • 2.2.1.2 知识导读
          • 2.2.1.2.1 读取图像
          • 2.2.1.2.2 显示图像
          • 2.2.1.2.3 保存图像
          • 2.2.1.2.4 获取图像属性
        • 2.2.1.3 案例实现与解析
        • 2.2.1.4 同步训练
        • 2.2.1.5 案例提出:智能化垃圾分类系统的像素级图像处理
        • 2.2.1.6 知识导读
          • 2.2.1.6.1 像素
          • 2.2.1.6.2 使用Numpy模块操作像素
        • 2.2.1.7 案例实现与解析
        • 2.2.1.8 同步训练
        • 2.2.1.9 知识加油站:图像的运算
          • 2.2.1.9.1 案例提出:灾后重建中的图像融合与分析
          • 2.2.1.9.2 知识导读
          • 2.2.1.9.3 掩模与图像加法运算
          • 2.2.1.9.4 图像位运算与合并图像
          • 2.2.1.9.5 案例实现与解析
          • 2.2.1.9.6 同步训练
      • 2.2.2 任务4:视频图像色彩空间场景解释
        • 2.2.2.1 案例提出:智能医疗影像中的色彩空间与通道操作
        • 2.2.2.2 知识导读
          • 2.2.2.2.1 GRAY色彩空间
            • 2.2.2.2.1.1 讨论:从gray到bgr可以吗
          • 2.2.2.2.2 HSV色彩空间
          • 2.2.2.2.3 通道
        • 2.2.2.3 案例实现与解析
        • 2.2.2.4 同步训练
      • 2.2.3 任务5:视频图像显示方向调整
        • 2.2.3.1 案例提出:城市规划中的图像几何变换应用
        • 2.2.3.2 知识导读
          • 2.2.3.2.1 缩放
          • 2.2.3.2.2 翻转
        • 2.2.3.3 案例实现与解析
        • 2.2.3.4 同步训练
      • 2.2.4 任务6:视频图像角度位置调整
        • 2.2.4.1 映射
        • 2.2.4.2 透视
  • 3 模块二:计算机视觉模型选择
    • 3.1 项目三:智能安防监控系统摄像头边缘与轮廓检测
      • 3.1.1 任务7:边缘检测模型选择
        • 3.1.1.1 凸包
      • 3.1.2 任务8:轮廓检测模型选择
        • 3.1.2.1 案例提出:智能制造中的零件缺陷检测
        • 3.1.2.2 知识导读
          • 3.1.2.2.1 轮廓检测与拟合
        • 3.1.2.3 案例实现与解析
        • 3.1.2.4 同步训练
    • 3.2 项目四:智能安防监控系统监控区域特征检测
      • 3.2.1 任务9:SIFT特征检测模型
      • 3.2.2 任务10:ORB特征检测模型
      • 3.2.3 知识加油站:图像阈值处理
        • 3.2.3.1 案例提出:智能监控中的图像阈值处理
        • 3.2.3.2 知识导读
        • 3.2.3.3 阈值处理函数
        • 3.2.3.4 “非黑即白”的图像
        • 3.2.3.5 零处理
        • 3.2.3.6 截断处理
        • 3.2.3.7 案例实现与解析
        • 3.2.3.8 自适应处理
        • 3.2.3.9 同步训练
    • 3.3 项目五:智能安防监控系统监控画面模版匹配
      • 3.3.1 任务11:基础模版匹配模型实现
        • 3.3.1.1 案例提出:智能安防中的模板匹配技术应用
        • 3.3.1.2 知识导读
          • 3.3.1.2.1 模版匹配方法与单模版匹配
          • 3.3.1.2.2 多模版匹配
        • 3.3.1.3 案例实现与解析
        • 3.3.1.4 同步训练
      • 3.3.2 任务12:多目标模版匹配模型实现
  • 4 模块三:计算机视觉高阶应用与评估
    • 4.1 项目六:智能安防监控系统视频处理
      • 4.1.1 任务13:帧采样与转换
        • 4.1.1.1 案例提出:智能交通系统中的车流量监测
        • 4.1.1.2 知识导读
          • 4.1.1.2.1 读取并显示摄像头视频
          • 4.1.1.2.2 播放视频文件
          • 4.1.1.2.3 保存视频文件
        • 4.1.1.3 案例实现与解析
        • 4.1.1.4 同步训练
      • 4.1.2 任务14:视频去噪与增强
        • 4.1.2.1 案例提出:医疗影像中的滤波器应用
        • 4.1.2.2 知识导读
          • 4.1.2.2.1 均值滤波器与中值滤波器
          • 4.1.2.2.2 高斯滤波器与双边滤波器
        • 4.1.2.3 案例实现与解析
        • 4.1.2.4 同步训练
        • 4.1.2.5 知识加油站:腐蚀与膨胀
          • 4.1.2.5.1 案例提出:数字图像中的字符识别与清理
          • 4.1.2.5.2 知识导读
          • 4.1.2.5.3 腐蚀与膨胀
          • 4.1.2.5.4 形态学运算
          • 4.1.2.5.5 案例实现与解析
          • 4.1.2.5.6 同步训练
    • 4.2 项目七:智能安防监控系统人脸检测与识别
      • 4.2.1 任务15:人脸检测应用
        • 4.2.1.1 人脸检测
      • 4.2.2 任务16:人脸识别应用
        • 4.2.2.1 训练人脸识别模型
        • 4.2.2.2 实现人脸识别
  • 5 图形用户界面:绘制图形和文字
    • 5.1 案例提出:灾后重建中的图像标注与信息传递
    • 5.2 知识导读
      • 5.2.1 线段的绘制
      • 5.2.2 矩形的绘制
        • 5.2.2.1 讨论:矩形的绘制
      • 5.2.3 圆形的绘制
        • 5.2.3.1 讨论:圆形的绘制
      • 5.2.4 多边形的绘制
      • 5.2.5 文字的绘制
    • 5.3 案例实现与解析
    • 5.4 同步训练
  • 6 综合项目2“大家来找茬”综合案例实现
    • 6.1 项目演示
    • 6.2 核心逻辑
    • 6.3 窗口界面实现
    • 6.4 完善脚本逻辑
同步训练