后使用快捷导航没有帐号？
开源计算机视觉库OpenCV从入门到应用
查看: 16472|
评论: 0|原作者: 岸岸
快速报名：
& & 当下的发展可以说是前所未有的迅猛，而计算机视觉(Computer Vision)无疑是人工智能一个非常重要的分支，计算机视觉的发展也成为了很多科研人员和业界开发人员聚焦的热点。我们常常听说到的无人驾驶、智能安防、人脸识别、文字识别、以图搜图、VR/AR、3D重构等等都是以计算机视觉做为技术基础的应用实践。
& &&&在计算机视觉项目的开发中，作为最大众的开源库，拥有了丰富的常用图像处理函数库，采用C/C++语言编写，可以运行在/Windows/Mac等操作系统上，能够快速的实现一些图像处理和识别的任务。此外，OpenCV还提供了、python、cuda等的使用接口、的基础调用，从而使得图像处理和图像分析变得更加易于上手，让开发人员更多的精力花在算法的设计上。
& &&&由于OpenCV的中文资料目前并不多也不完善，所以本课程不仅让同学们从入门到可以使用OpenCV进行图像、视频的分析处理，还可以让同学们学习OpenCV的源码、了解开源社区的发展，充分利用开源社区的力量。
& &&&课程主要分为四大部分，分别是OpenCV源码使用与介绍，图像变换的数学原理和函数使用，图像处理中的机器学习，开发案例。
课程大纲：
一. OpenCV源码使用与介绍
第1课 OpenCV入门介绍，使用和安装环境的配置
第2课 OpenCV源码架构讲解，图像的基础知识，图像的输入输出，视频的基础知识，视频的输入输出与参数控制方法
第3课 OpenCV中常用数据结构和函数(Point类，Size类，Rect类，r类和cvtColor函数)，core组件，imgproc组件
二. 图像变换的数学原理和函数使用
第4课 图像处理，使用OpenCV实现线性滤波器、非线性滤波器和5种高级形态学滤波操作，图形缩放，图像金字塔和阈值化
第5课 图像变换，讲解各种类型的图形变换方法，包括使用OpenCV做边缘检测用到的canny算子、sobel算子、Laplace算子，进行图像特征提取的霍夫线变换、霍夫圆变换，重映射，仿射变换和直方图均衡化
第6课 图像分割，使用OpenCV实现常用前景检测方法，寻找物体的凸包，使用多边形包围轮廓，角点检测方法
三. 图像处理中的机器学习
第7课 OpenCV中的机器学习ML组件，贝叶斯分类器、K近邻分类器的使用
第8课 支持向量机SVM，期望最大化EM和决策树在OpenCV中的使用
第9课 随机森林，boost分类器和人工在OpenCV中的使用
四. 开发案例
第10课 案例：使用OpenCV做特征匹配，介绍当下最常用和前沿的“以图搜图”的实现方法
第11课 案例：使用OpenCV做人脸对齐，人脸识别和人脸中的五官识别
第12课 案例：使用OpenCV实现监控视频的行人识别与跟踪
授课时间：本期课程将于12月24日开始。课程持续时间大约为14周。
授课对象：
对图像处理、计算机视觉感兴趣，熟悉掌握C/C++编程语言，最好有一定的数学基础和机器学习算法基础。
课程环境：
操作系统：Windows/Linux(桌面版)，授课过程采用Linux作为演示，Windows的操作会用相应的课程材料作为辅助。
收获预期：
学习完该课程，基本可以对任何图像和视频进行变换处理和设计基于图像或视频的算法并且把算法通过程序实现出来。能完成基本的人脸识别、目标识别等常用计算机视觉识别任务。可为后续做基于图像的打好基础。
讲师简介：
罗韵& &本科毕业于中山大学，随后到香港科技大学深造人工智能专业PhD，以技术合伙人身份创办计算机视觉公司（深圳极视角科技有限公司，目前已完成A轮融资）,实现了国内首个基于云端的计算机视觉分析上商用系统，负责公司早期计算机视觉的算法研发，参与负责了中国电信，Calvin Klein，上海浦东公园，重庆大型商场等的计算机视觉项目的实现。热衷开源，活跃于各种开源软件和框架的社区，崇尚开源分享的“画家”。课程试听：
新颖的课程收费形式：“逆向收费”约等于免费学习，仅收取100元固定收费+300元暂存学费，学习圆满则全额奖励返还给学员！
本门课程本来打算完全免费，某位大神曾经说过“成功就是正确的方向再加上适度的压力”。考虑到讲师本身要付出巨大的劳动，为了防止一些朋友在学习途中半途而废，浪费了讲师的付出，为此我们计划模仿某些健身课程，使用“逆向收费”的方法。
在报名时每位报名者收取400元，其中100元为固定 收费，另外300是暂存学费，即如果学员能完成全部课程要求，包括完成全部的书面和互动作业，则300元全款退回，优秀的学员还可以获得礼品 奖励。如果学员未能坚持到完全所有的学习计划任务，则会被扣款。期望这种方式可以转化为大家强烈的学习愿望和驱动力！
课程授课方式：
1、 学习方式：老师发布教学资料、教材，幻灯片和视频，学员通过网络下载学习。同时通过论坛互动中老师对学员进行指导及学员之间相互交流。
2、 学习作业：老师每周布置书面及互动作业，学员需按时按质完成作业。
3、 老师辅导：根据作业批改中发现的问题，针对性给予辅导，帮助大家掌握知识。
4、 结业测验：通过测验，完成学业。
您是否对此课程还有疑问，那么请 ，您的问题将基本得到解答全国统一咨询热线
课程现开始接受报名，报名方式
网上报名 请点击：咨询Email ：，
课程入门讨论咨询群：（群内有培训公开课视频供大家免费观看） 咨询QQ：
(上班时间在线）
最新技术热点、 最新行业资讯，最新培训课程信息，尽在炼数成金官方微信，低成本传递高端知识！技术成就梦想！欢迎关注！
打开微信，使用扫一扫功能，即刻关注炼数成金官方微信账户，不容错过的精彩，期待您的体验！！！
快速报名：
刚表态过的朋友 ()
上一篇：下一篇：炼数成金Hadoop数据分析平台 - HelloWorld
课程简介：
这是一个信息爆炸的时代。经过数十年的积累，很多企业都聚集了大量的数据。这些数据也是企业的核心财富之一，怎样从累积的数据里寻找价值，变废为宝炼数成金成为当务之急。但数据增长的速度往往比cou和内存性能增长的速度还要快得多。要处理海量数据，如果求助于昂贵的专用主机甚至超级计算机，成本无疑很高，有时即使是保存数据，也需要面对高成本的问题，因为具有海量数据容量的存储设备，价格往往也是天文数字。成本和IT能力成为了海量数据分析的主要瓶颈。
课程讲师：tigerfish
讲师介绍：
tigerfish，ITPUB创始人，中山大学海量数据与云计算研究中心主任。数据库专家，数据分析专家，有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。
授课对象：
具有linux操作一般知识（因为hadoop在linux下跑），对Java有一小点认识，对Hadoop及其子系统有兴趣的IT人或学习者
百度网盘：
文件大小：2.35G
提取密码：mago&&
解压密码：
第1课 Hadoop的源起与体系介绍
第2课 实施Hadoop 1.x和2.x集群，基于win的部署
第3课 分布式文件系统HDFS原理与操作，HDFS API编程
第4课 2.x下HDFS新特性，高可用，联邦，快照
第5课 Map-Reduce原理、体系架构和工作机制，Hadoop流，M-R编程实战，eclipse与Hadoop集群连接
第6课 Map-Reduce复杂应用案例
第7课 新一代计算框架YARN
第8课 Pig安装与Pig Latin语言，应用案例
第9课 Hive体系架构、安装与HiveQL，应用案例
第10课 数据挖掘神器Mahout
第11课 HBase与Zookeeper体系架构
第12课 HBase集群安装，管理
第13课 HBase数据模型，实战案例建模剖析
第14课 数据集成Sqoop，Flume，Chukwa，商业数据库和Hadoop集群的连接
第15课 与应用连接，REST和Thrift接口，UDF实战，RHadoop
第16课 进军Hadoop源代码
第17课 企业级集群实施，Hadoop在互联网企业中的应用案例
点击进入：后使用快捷导航没有帐号？
查看: 91|回复: 2
学习OPENCV3 快速上手
注册会员, 积分 72, 距离下一级还需 128 积分
论坛徽章:0
本帖最后由 lyndall 于
09:55 编辑
一：内容介绍
本节主要介绍以下内容：
1. 3基本架构 及 官网使用说明
2. 官方例程介绍 及 简单例程赏析
二：学习方式
1. OpenCV3的基本架构在书本P7页有介绍，介绍的挺好，我们也可以从http://docs.opencv.org/3.1.0/ 看出：OpenCV3是按模块组织的，其中又分Main modules和Extra modules ，书中也只是讲了常用的一部分，因此大家要有从官网自主学习的能力。
这里介绍一下如果你对一个函数不了解怎么从官网查到这个函数从而学习。以blur()函数为例：A. 鼠标定位在函数上，摁 F12 或 右键——&转到定义 转到其定义处：
可以看到其在imgproc.hpp中，然后再官网中我们找到imgproc模块：
点进去之后，我们大概能猜到blur()函数应该是在Image Filtering中：
然后我们ctrl+F搜一下blur就能找到这个函数啦：
最后我们就可以看到blur()函数的意义及各个参数的含义啦：
2. 很多使用我们想使用一些功能都喜欢先找一个例程试一下效果，那么去哪找例程呐？大家一般喜欢上网直接搜，这样也可以，但是其官方性不是那么强，不那么规范甚至会有错误。其实OpenCV官方已经提供了很多例子，一是在本地的OpenCV安装文件的samples文件夹中，二是在官网的Examples和Tutorials中也提供了一些例子。比如我做目标跟踪我就可以先看看官网的这些实例教程：
当然《OpenCV3编程入门》这本书里也提供了大量的例程，都还不错啦。
三：相关源码及解析
这里我们分别一个图像腐蚀、模糊和canny边缘检测的例子。
1. 图像腐蚀
源码：& && && && && && &&&1 #include&opencv2/opencv.hpp&2 using namespace3 int main(){ 4 & &Mat srcImage = imread(&poster_cat.jpg&); 5& & imshow(&【原始图】&, srcImage);6& & Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));&&//获得指定形状和尺寸的结构元素（内核矩阵）7& & Mat dstI 8& & erode(srcImage, dstImage, element); 9& &
imshow(&【效果图】&, dstImage);10& &waitKey(0);11& & return 0;}
2. 图像模糊
源码：#include&opencv2/opencv.hpp&using namespace
int main(){
& & Mat srcImage = imread(&poster_church.jpg&);
& & imshow(&【原图】均值滤波&, srcImage);
& & Mat dstI
& & blur(srcImage, dstImage, Size(3, 3));
& & imshow(&【效果图】均值滤波&, dstImage);
& & waitKey(0);
& & return 0;}
3. canny边缘检测
源码：#include&opencv2/opencv.hpp&
using namespace
int main(){
& & Mat srcImage = imread(&poster_fruits.jpg&);
& &imshow(&【原图】Canny边缘检测&, srcImage);
& & Mat dstI
& & dstImage.create(srcImage.size(), srcImage.type());&&//创建与srcImage大小和类型相同的矩阵
& & Mat grayI
& & cvtColor(srcImage, grayImage, COLOR_RGB2GRAY);&&//转化为灰度图
& & blur(grayImage, edge, Size(3, 3)); //均值滤波
& & Canny(edge, edge, 30, 90); //canny边缘检测，需要了解其原理，选好参数值很关键
& & imshow(&【效果图】Canny边缘检测&, edge);
& & waitKey(0);
& & return 0;}
注册会员, 积分 55, 距离下一级还需 145 积分
论坛徽章:0
帖子内容很丰富，看来我也应该看一下官方说明了
新手上路, 积分 25, 距离下一级还需 25 积分
论坛徽章:0
找出边缘应该怎么分辨呢,哪些是什么炼数成金Python网络程序开发视频教程
- 爱酷学习网，免费高清视频教程在线观看
Begin to Learn
Descritpion
Python是一门非常有前途的动态语言，本视频教程主要讲解Python网络程序开发的各种知识，知识面比较宽广，适合需要学习Python网络开发的童鞋（不过需要注意的是，本视频教程的知识点不够深入，适合入门或者增加自己知识的宽广度而学习）。本视频教程的主要内容有：Python概述及安装以及IDEPython容器Python并发开发Python正则表达式Python Socket编程Python爬虫编写DjangoTwisted
相关资料及源代码：
Update Completed
请输入正确的邮件（格式：xxx@xxx.xx）
必须填本条信息！炼数成金-Spark大数据平台视频百度网盘免费下载
摘要　　本视频是炼数成金的Spark大数据平台视频，本课程在总结上两期课程的经验，对课程重新设计并将更新过半的内容，将最新版的spark1.1.0展现给有兴趣的学员。 　　此视频保证可以全部浏览，百度网盘免费下载。本站所有下载资源收集于网络，只做学习和交流使用，版权归原作者所有，若为付费视频，请在下载后24小时之内自觉删除，若作商业用途，请购买正版，由于未及时购买和付费发生的侵权行为，与本站无关。本站发布的内容若侵犯到您的权益，请联系站长删除，我们将及时处理！ 课程内容 1：Spark生态和安装部署 什么是Spark…
&&&&本站所有下载资源收集于网络，只做学习和交流使用，版权归原作者所有，若为付费视频，请在下载后24小时之>内自觉删除，若作商业用途，请购买正版，由于未及时购买和付费发生的侵权行为，与本站无关。本站发布的内容若侵犯到您的权益，请联系站长删除，
我们将及时处理！
&&&&如果您发现该资源已经失效不能下载，请联系站长修正！
&&&&本站视频全部免费下载，如果出现不能显示下载地址的情况，请留言联系我。
Copyright (C)
版权所有 京ICP备号