介绍
准备
基础
- 4 常用:Point()
- 5 常用:Rect()
- 6 常用:Size()
- 7 常用:RNG()
- 8 常用:Mat()
- 9 常用:imread()/imshow()/imwrite()
- 10 常用:颜色空间
- 11 常用:时间计数getTickCount()
- 12 常用:键盘输入waitKey()
- 13 视频文件(摄像头)读取与显示
- 14 单窗口显示多幅图像
- 15 像素:读写操作
- 16 像素:算术操作
- 17 像素:逻辑操作
- 18 像素:归一化
- 测试2:图像插值实现缩放
- 19 图像的数学操作bitwise(和差积)
- 20 图像掩膜mask
界面操作
图像处理
- 26 图像二值化之全局阈值与局部阈值
- 27 二值图像的基本阈值操作
- 28 阈值算法
- 29 图像形态学:膨胀与腐蚀
- 30 图像形态学:开与闭操作
- 31 图像形态学:顶帽操作和黑帽操作
- 测试3:腐蚀膨胀开闭顶帽黑帽综合操作
- 32 图像形态学:图像梯度
- 33 图像形态学:击中击不中
- 测试4:简单字符切割
- 34 图像查找表(LUT)
- 35 图像通道合并与分离
- 36 图像通道混合
- 37 图像混合
- 38 仿射变换
- 39 线性变换
- 40 DFT(离散傅利叶变换)
- 41 Gamma变换
- 42 极坐标变换
- 43 对数变换
- 44 距离变换
- 45 透视变换
- 测试5:旋转文本图像矫正
- 46 copyMakeBorder
- 47 线性滤波
- 48 非线性滤波
- 49 USM锐化
- 50 拉普拉斯锐化
- 51 kalman滤波
- 52 filter2D(图像掩码与滤波)
- 53 图像噪声:添加噪声
- 54 图像绘制(文字)
- 55 视频文字显示
- 56 使用plot2d绘制折线图
- 测试6:绘图综合测试
- 57 图像卷积(高斯、中值、均值)
- 58 漫水算法
- 59 图像去水印与修复
- 60 重映射
- 61 边缘检测
- 62 霍夫变换
- 颜色圆检测
- 图像缩放
- Grabcut图像分割
- 分水岭分割
- 最大熵阈值分割
- 图像积分图算法
- 图像均值漂移分割(meanshift)
文件
直方图
- 图像直方图
- 图像直方图均衡化
- 图像直方图动态调整参数均衡化
- 图像直方图比较
- 直方图匹配
- 直方图变换-查找
- 直方图变换-累计
- 图像直方图反向投影
- 图像直方图HS-histogram
- 自定义直方图
- 强度变换
轮廓处理
- 图像连通组件分析(中心位置、外接矩形)
- 图像轮廓发现
- 寻找最小包围矩形
- 寻找最大内接圆
- 寻找轮廓综合测试
- 图像距(几何矩、中心矩、hu矩)
- 查找和绘制图像轮廓矩
- 用几何矩计算轮廓中心与横纵比过滤
- Hu矩实现轮廓匹配
- 轮廓拟合(直线/圆与椭圆)
- 凸包与手势检测
- 缺陷检测
- 车道线检测
- 测试:工业刀片缺陷检测
角点检测
对象检测
- 图像特征与特征描述子
- 模板匹配
- 基于描述子匹配的已知对象定位
- FLANN特征点匹配
- SIFT特征检测与匹配
- SURF特征点检测
- SURF特征检测及匹配
- FLANN+SURF关键点描述与匹配
- BRIEF特征描述子匹配
- ORB FAST特征关键点检测
- AKAZE特征与描述子
- Brisk特征提取与描述子匹配
- 特征综合
- HOG特征与行人检测
- HOG特征描述子—多尺度检测
- HOG特征描述子—提取描述子
- HOG特征计算
- HOG特征描述子—使用描述子特征生成样本数据
- HOG特征描述子—使用HOG进行对象检测
- goodFeaturesToTrack
- 关键点检测—GFTTDetector
- Retina特征点检测
- SimpleBlobDetector
- 对象检测与对象跟踪
- HAAR级联检测器使用
- LBP特征介绍与计算
- 人脸检测
- 直线检测
- LSD快速线检测
- 二维码检测
- 测试:二维码检测与识别
- 使用Optical Flow进行动作预测
- Farneback算法的Optical Flow跟踪
- Lucas-Kanade算法的Optical Flow跟踪
- KMeans数据分类
- KMeans图像分割
- KMeans图像分割—背景替换
- KMeans图像分割—主色彩提取
- SVM线性分类器介绍
- SVM简单效果显示
- SVM+MNIST训练与测试
- 测试:基于HOG+SVM的自定义对象检测
- KNN算法介绍
- KNN算法应用
- KNN算法与手写数字识别
- 决策树算法介绍与使用
- 案例-决策树算法与手写数字识别
深度神经网络
- 获取网络各层信息
- 使用图像分类模型实现图像分类
- DNN模块的模型运行设置目标设备与计算后台
- 调用openpose姿态与手势评估模型
- YOLOv3(tiny)对象检测网络运行
- yolov3目标实时检测
- ENet图像分割
- 图像快速风格化
- 解析模型网络输出的各种结果
- 基于预训练模型的人脸检测与性别年龄预测
- HDR图像生成
- 图像拼接
- 帧差图absdiff
- 实时直方图显示
- 直方图反向投影
- 识别与跟踪视频中的特定颜色对象
- 背景前景提取
- 前景背景分割
- 背景分割
- 高斯背景建模
- KNN背景建模
- GMG背景建模
- 绿幕抠图
- kalman跟踪
- TLD单目标跟踪
- 移动对象的KLT光流跟踪算法
- 基于帧差法实现移动对象分析
- 基于均值迁移的对象移动分析
- 基于连续自适应均值迁移的对象移动分析
- 对象移动轨迹绘制
- 基于颜色的对象跟踪
- 视频快速角点检测
- 视频稳像
- 视频插帧
- FB稠密光流分析
- 运动目标检测
其他
参考资料
- [1] OpenCV3编程入门 毛星云.代码:
https://github.com/QianMo/OpenCV3-Intro-Book-Src.git
- [2] OpenCV图像处理编程实例 朱伟.代码:
http://www.broadview.com.cn/book/3710
- [3] 机器学习:使用OpenCV和Python进行智能图像处理
- [4] OpenCV机器学习
- [5] https://github.com/MasteringOpenCV/code
- [6] OpenCV 3和Qt5计算机视觉应用开发
- [7] OpenCV实例精解
- [8] 深入理解OpenCV:实用计算机视觉项目解析(原书第3版)
- [9] 计算机视觉算法:基于OpenCV的计算机应用开发
- [10] cv1-syllabus.pdf
- [11] cv2-syllabus.pdf
微信赞赏
支付宝赞赏