EEPW的各位小伙伴们大家好,很荣幸,能够借EEPW的风水宝地,做一期有关OpenCV的教学系列帖。
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,使用它,我们可以完成对数字图像的一系列处理工作,从而进一步设计图像识别类的运用,比如停车场的车牌号码识别,马路上的道路交通标识识别,物品识别,人脸识别等机器视觉领域。OpenCV可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效,同时由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法(来源于百度百科)。
由以上介绍我们可以得到关于OpenCV的初印象,了解了它是计算机视觉中经典的专用库,其支持多语言、跨平台,功能强大。
又由于当前技术风潮正处于人工智能的大环境之下,计算机视觉变得尤为重要,而以此为基础的深度学习则是以Python为主,所以当前OpenCV中传统的C++反而不如Python受欢迎,为了后面进阶深度学习,本系列教程将以OpenCV+Python为出发点进行学习爱。针对其多语言支持的特性,我们选择使用Python来对OpenCV进行学习。
OpenCV-Python为OpenCV提供了Python接口,使得使用者在Python中能够调用C/C++,在保证易读性和运行效率的前提下,实现所需的功能。
该系列教程前期是基础学习,后期则为项目实战,充分做到学以致用,以下为该系列教程的目录(暂定,后期可能会有更改,随时更新),鉴于水平有限,欢迎各位大神多多指正。
目录
一、入门篇
1.1 引言
1.5 图像处理入门
1.6 视频处理入门
1.7 OpenCV中的绘图功能
1.8 鼠标作为画笔
1.9 轨迹栏作为调色板
1.10 图像的基本操作
1.11 图像上的算术运算
1.12 OpenCV性能衡量与优化方法
二、基础篇
2.11 OpenCV-Python系列之Sobel和Scharr算子
2.13 OpenCV-Python系列之Canny边缘检测
2.15 OpenCV-Python系列之轮廓入门
2.19 OpenCV-Python系列之轮廓属性
2.21 OpenCV-Python系列之轮廓分层
三、进阶篇
3.5 OpenCV-Python系列之图像分割与Watershed算法
3.6 OpenCV-Python系列之交互式前景提取使用GrabCut算法
3.9 OpenCV-Python系列之Shi—tomasi拐角检测器
3.10 OpenCV-Python系列之SIFT尺度不变特征变换(一)
3.11 OpenCV—Python系列之SIFT尺度不变特征变换(二)
3.12 OpenCV-Python系列之SURF算法(加速)
3.16 OpenCV-Python系列之特征匹配
3.17 OpenCV-Python系列之单应性查找对象理论篇
3.18 OpenCV-Python系列之单应性查找对象实战篇
3.19 OpenCV-Python系列之背景分离
3.20 OpenCV-Python系列之Meanshift算法
3.21 OpenCV-Python系列之Camshift算法
3.22 OpenCV-Python系列之稀疏光流
3.23 OpenCV-Python系列之稠密光流
3.26 OpenCV-Python系列之姿态估计
四、实战篇(持续更新中)