OpenCV计算机视觉产品实战(第七期) OpenCV计算机视觉产品实战(第七期)
所属分类:编程技术
  课程名 : OpenCV计算机视觉产品实战(第七期)【招生中】 总学费/人 : ¥400 (固定学费:¥100, 逆向学费:¥300) 开课时间 : 2018-11-12 09:00:00 
开课老师 : jsxyhelu


课程简介:

数字图像处理是一门前沿交叉学科。其应用博大精深,领域丰富;OpenCV是最为流行和广泛运用的机器视觉库。本课程关注怎样运用OpenCV编写程序,解决实际项目问题。 


本课程更注重运用而非理论,因此即使你不具备基础知识,但是在一步一步的讲解中,按图索骥,也能够快速入门,并且建立起知识框架;对于具备一定基础的开发者来说,学习本门课程能够加速对图像处理程序的理解,并且逐渐积累起自己的开发框架。 


课程大纲: 


第一课:课程综述以及Windows环境下OpenCV(带contrib)编译和使用 


第二课:自己动手,实现“你的名字”滤镜 

我喜欢《你的名字》这个故事,前一段时间在微信上使用过它的滤镜,实现的效果很惊艳。使用OpenCV3中最新出现的seamlessClone等函数我们也可以实现类似的效果。 

 

第三课:结合grabcut和inpaint,实现人像去除 


在OpenCV提供更多函数中,grabcut能够实现抠图,inpaint能够实现修补。那么把两者结合起来,就能够实现简单的“人像去除”功能,也就是框选一个人后,使用周围的景象对人像进行修补。虽然效果比不上PS,但是毕竟我们是以学习算法为目的的。

 

第四课:压板识别项目分析 

来源于具体项目,具有普遍特点。使用阈值处理、投影分析等经典方法对特征区域进行定位;而后通过颜色变换和形态学变化获得进一步识别的区域,进行识别。 


第五课:寻找酒瓶瓶口缺陷 

来源于具体项目,具有普遍特点。通过经典方法寻找带缺陷瓶口缺陷;基于圆的基本特性,编写专门解决算法解决缺陷评判。 


第六课:钢管识别项目 

来源于具体项目,具有普遍特点。钢管的特点是由于其是有深度的,这就造成了管子的内部形成一个阴影。寻找并识别这个阴影,是解决问题的主要方法。灰度并阈值处理,得到具有一定可信度的结果。最后生成的结果还要经过人工进一步甄选,这个过程也是我们的程序需要提供的。 


第七课:结合tesseract的OCR识别 

识别手写的中文要难于印刷体中文,再难于印刷体的英文。但是使用tesseract我们都能够获得不错的效果,关键是如何和我们现有的OpenCV结合起来。 


第八课:基于轮廓分析进行二维码定位 

  FindContours而且知道有能够直接寻找联通区域的函数。但是仅仅能够寻找并绘制轮廓使不够的;其实轮廓还有另一个很重要的性质,那就是轮廓的相互包含特性。通过运用这个特性,就能够让独特的轮廓被选择出来。典型的运用就是二维码定位。 


第九课:单向信息传输系统的设计与实现 

单项数据传输用于专门领域,运用于内外网隔离的情况下进行数据传输。这不仅包括图像算法的处理,而且涉及软硬件构架,是一个可充分扩展的实际项目。 


第十课:AnswerOpencv经典例题(Finding distance between two curves) 

这是我多年在AnswerOpencV论坛上看到的最棒的算法例题。充分运用了OpenCV新版本的新函数和新特性。整个解答,思路清晰,代码富有弹性。 


第十一课:限制对比度自适应直方图均衡化算法(CLAHE)的实现和研究 

CLAHE算法对于医学图像,特别是医学红外图像的增强效果非常明显,是一种运用广泛的局部增强算法。这里从原理到实现进行解读。


第十二课:GOMfcTemplate图像处理平台设计实现(上) 

编写带界面的图像处理程序,选择opencv+mfc是一种很好的选择;在读取摄像头数据方面,网上的方法很多,其中shiqiyu的camerads的方法是较好的。 基于现有资料,通过在实际项目中的积累,我总结出来一套结合opencv和mfc的摄像头采集框架。具有以下特点: 

      1、基于directshow,兼容性好,速度快。只要相机支持Directshow就能用 

      2、摄像头部分通过线程读取,保证界面的运行流畅; 

      3、框架经过多次打磨,已经比较稳定,不会出现异常错误;代码简洁明了,方便复用。


第十三课:GOMfcTemplate图像处理平台设计实现(下) 


第十四课:Csharp调用基于Opencv编写的类库文件 

Csharp如何调用基于Opencv编写的类库文件(Dll)是一个广泛讨论的问题。 经过长时间探索后,我终于进行了很好的实现。希望你能够在这里找到自己想要的东西! 




我要报名

 

GMT+8, 2018-10-16 03:32 , Processed in 0.166318 second(s), 27 queries .