更多资料请关注公众号：计算机视觉与图形学实战
2021OpenCV-C++课程实践（理论与实践）2021年OpenCV-Python从入门到实战 全套课程（附带课程课件资料+课件笔记）
黑马程序员人工智能教程_10小时学会图像处理OpenCV入门教程
目录
计算机视觉课程第一讲-VS2015环境配置+开发库OpenCV安装+读取 |
计算机视觉课程第一讲-VS2015环境配置+开发库OpenCV安装+读取显示图像程序 |
计算机视觉课程第二讲-OpenCV4读取、显示、保存-视频&摄像头数据 |
计算机视觉课程第二讲-OpenCV4读取、显示、保存-视频&摄像头数据 |
计算机视觉课程第三讲-OpenCV4钢管检测项目上集：形态学处理（膨胀、腐蚀、开运算、闭运算、顶帽、黑帽、形态学梯度、击中及击不中） |
计算机视觉课程第三讲-OpenCV4钢管检测项目上集：形态学处理（膨胀、腐蚀、开运算、闭运算、顶帽、黑帽、形态学梯度、击中及击不中） |
计算机视觉课程第四讲-OpenCV4钢管检测项目下集：霍夫圆检测理论与实践 |
计算机视觉课程第四讲-OpenCV4钢管检测项目下集：霍夫圆检测理论与实践 |
计算机视觉课程第五讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（上集） |
计算机视觉课程第五讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（上集） |
计算机视觉课程第六讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（上集）：OpenCV4鼠标控制图像和视频任意位置放大和缩小 |
计算机视觉课程第六讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（上集）：OpenCV4鼠标控制图像和视频任意位置放大和缩小 |
计算机视觉课程第七讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（中集）：OpenCV4图像分割提取图像任意感兴趣区域 |
计算机视觉课程第七讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（中集）：OpenCV4图像分割提取图像任意感兴趣区域 |
计算机视觉课程第八讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（下集）：OpenCV4感兴趣目标与背景融合 |
计算机视觉课程第八讲-带你简单快速学习2021年春晚背后刘德华与背景分离切换到另一场景视觉算法（下集）：OpenCV4感兴趣目标与背景融合 |
计算机视觉课程第九讲-手势检测与鼠标控制实现PPT智能放映概述 |
计算机视觉课程第九讲-手势检测与鼠标控制实现PPT智能放映概述 |
计算机视觉课程第十讲-手势检测与鼠标控制实现PPT智能放映(上集)：OpenCV4皮肤检测 |
计算机视觉课程第十讲-手势检测与鼠标控制实现PPT智能放映(上集)：OpenCV4皮肤检测 |
计算机视觉课程第十一讲-手势检测与鼠标控制实现PPT智能放映(下集)：OpenCV4手势控制鼠标进而控制PPT放映 |
2021年OpenCV-Python从入门到实战 全套课程（附带课程课件资料+课件笔记）
目录
P1 1.课程简介 | P2 2.python与Opencv配置安装 |
P3 2-Notebook与IDE环境 | P4 1-计算机眼中的图像 |
P5 2-视频的读取与处理 | P6 3-ROI区域 |
P7 4-边界填充 | P8 5-数值计算 |
P9 图像阈值 | P10 1-图像平滑处理 |
P11 2-高斯与中值滤波 | P12 1-腐蚀操作 |
P13 2-膨胀操作 | P14 3-开运算与闭运算 |
P15 4-梯度计算 | P16 5-礼帽与黑帽 |
P17 1-Sobel算子 | P18 2-梯度计算方法 |
P19 3-scharr与lapkacian算子 | P20 1-Canny边缘检测流程 |
P21 2-非极大值抑制 | P22 3-边缘检测效果 |
P23 1-图像金字塔定义 | P24 2-金字塔制作方法 |
P25 1-轮廓检测方法 | P26 2-轮廓检测结果 |
P27 3-轮廓特征与近似 | P28 1-模板匹配方法 |
P29 2-匹配效果展示 | P30 1-直方图定义 |
P31 2-均衡化原理 | P32 3-均衡化效果 |
P33 1-傅里叶概述 | P34 2-频域变换结果 |
P35 3-低通与高通滤波 | P36 总体流程与方法讲解 |
P37 2-环境配置与预处理 | P38 3-模板处理方法 |
P39 4-输入数据处理方法 | P40 5-模板匹配得出识别结果 |
P41 项目实战-文档扫描OCR识别1-整体流程演示 | P42 2-文档轮廓提取 |
P43 3-原始与变换坐标计算 | P44 4-透视变换结果 |
P45 5-tesseract-ocr安装配置 | P46 6-文档扫描识别效果 |
P47 1-角点检测基本原理 | P48 2-基本数学原理 |
P49 3-求解化简 | P50 4-特征归属划分 |
P51 5-opencv角点检测效果 | P52 1-尺度空间定义 |
P53 2-高斯差分金字塔 | P54 3-特征关键点定位 |
P55 4-生成特征描述 | P56 5-特征向量生成 |
P57 6-opencv中sift函数使用 | P58 1-特征匹配方法 |
P59 2-RANSAC算法 | P60 2-图像拼接方法 |
P61 4-流程解读 | P62 项目实战-停车场车位识别1-任务整体流程 |
P63 2-所需数据介绍 | P64 3-图像数据预处理 |
P65 4-车位直线检测 | P66 5-按列划分区域 |
P67 6-车位区域划分 | P68 7-识别模型构建 |
P69 8-基于视频的车位检测 | P70 1-整体流程与效果概述 |
P71 2-预处理操作 | P72 3-填涂轮廓检测 |
P73 4-选项判断识别 | P74 1-背景消除-帧差法 |
P75 2-混合高斯模型 | P76 3-学习步骤 |
P77 4-背景建模实战 | P78 1-基本概念 |
P79 2-Lucas-Kanade算法 | P80 3-推导求解 |
P81 4-光流估计实战 | P82 1-dnn模块 |
P83 2-模型加载结果输出 | P84 1-目标追踪概述 |
P85 2-多目标追踪实战 | P86 3-深度学习检测框架加载 |
P87 4-基于dlib与ssd的追踪 | P88 5-多进程目标追踪 |
P89 6-多进程效率提升对比 | P90 1-卷积效果演示 |
P91 2-卷积操作流程 | P92 1-关键点定位概述 |
P93 2-获取人脸关键点 | P94 3-定位效果演示 |
P95 4-闭眼检测 | P96 5-检测效果 |
黑马程序员人工智能教程_10小时学会图像处理OpenCV入门教程
目录
P1 01.课程介绍 | P2 02.1.1 图像处理简介 |
P3 03.1.2opencv简介及其安装方法 | P4 04.1.3 opencv模块 |
P5 05.opencv基本操作内容介绍 | P6 06.2.1图像的IO操作 |
P7 07.2.1 在图像上绘制图形 | P8 08.2.1 图像基础操作的其他内容 |
P9 09.2.1图像基础处理总结 | P10 10.2.2 图像的加法 |
P11 11.2.2 图像的混合 | P12 12. 3.1 图像缩放 |
P13 13. 3.1 图像平移 | P14 14. 3.1 图像旋转 |
P15 15.3.1 图像的仿射变换 | P16 16.3.1 图像的透射变换 |
P17 17.3.1 图像金字塔 | P18 18.3.1 几何变换总结 |
P19 19.3.2 连通性 | P20 20.3.2 膨胀与腐蚀 |
P21 21 3.2 开闭运算 | P22 21. 3.2 黑帽和礼帽 |
P23 22. 3.2 形态学操作总结 | P24 23. 3.3 图像噪声 |
P25 24.3.3 均值滤波 | P26 25. 3.3 高斯滤波 |
P27 26.3.3 中值滤波 | P28 27. 3.3 图像平滑总结 |
P29 28.3.4 直方图的原理与显示 | P30 29. 3.4 掩膜的应用 |
P31 30.3.4 直方图均衡化 | P32 31. 3.4 自适应均衡化 |
P33 32. 3.4 直方图总结 | P34 33. 3.5 边缘检测原理 |
P35 34. 3.5 sobel算子 | P36 35. 3.5 laplacian算子 |
P37 36. 3.4 Canny边缘检测 | P38 37.3.5 边缘检测总结 |
P39 38. 3.6 模板匹配 | P40 39.3.6 霍夫线变换原理 |
P41 40. 3.6 霍夫线检测 | P42 41. 3.6 霍夫圆检测 |
P43 42.3.6 模板匹配和霍夫检测总结 | P44 43. 4.1 角点特征 |
P45 44. 4.2 Harris检测原理 | P46 45. 4.2 harris检测演示 |
P47 46.4.2 shi-tomas检点检测 | P48 47. 4.2 Harris和Shi-tomas总结 |
P49 48.4.3 SIFT算法简介 | P50 49. 4.3 SIFT算法-尺度空间极值点搜索和极值点定位 |
P51 50. 4.3 SIFT算法-关键点方向及描述符 | P52 51. 4.3 SIFT算法总结及与SURF算法简介 |
P53 52. 4.3 SIFT算法实现 | P54 54. 4.4 FAST算法原理 |
P55 55. 4.4 FAST算法实现 | P56 56. 4.4 ORB算法原理 |
P57 57. 4.4 ORB算法实现 | P58 58. 4.4 FAST和ORB算法总结 |
P59 59. 5.1 视频读取与显示 | P60 60. 5.1 视频文件保存 |
P61 61. 5.1 视频读写总结 | P62 62. 5.2 meanshift原理 |
P63 63. 5.2 meanshift实现 | P64 64. 5.2 camshift算法及总结 |
P65 65. 6.人脸检测基础 | P66 66. 6.人脸检测实现 |
P67 67. 6.人脸检测总结 |
P1 01 概述与环境搭建 | P2 02 图像加载与保存 |
P3 03 Numpy数组操作 | P4 04 色彩空间-01 |
P5 05 色彩空间-02 | P6 06 像素运算-01 |
P7 07 像素运算-02 | P8 08 ROI与泛洪填充 |
P9 09 模糊操作 | P10 10 高斯模糊 |
P11 11 边缘保留滤波(EPF) | P12 12 图像直方图(histogram) |
P13 13 直方图应用 | P14 14 直方图反向投影 |
P15 15 模板匹配 | P16 16 图像二值化 |
P17 17 超大图像二值化 | P18 18 图像金字塔 |
P19 19 图像梯度 | P20 20 Canny边缘提取 |
P21 21 直线检测 | P22 22 圆检测 |
P23 23 轮廓发现 | P24 24 对象测量 |
P25 25 膨胀与腐蚀 | P26 26 开闭操作 |
P27 27 其它形态学操作 | P28 28 分水岭算法 |
P29 29 人脸检测 | P30 30 案例-数字验证码识别 |