1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供半年的技术支持。
        3、培训合格学员可享受免费推荐就业机会。

第1章课程简介与环境配置
1-1课程简介
1-2Python与Opencv的配置
1-3Notebook与IDE环境配置
第2章图像基本操作
2-1计算机眼中的图像
2-2视频的读取与处理
2-3ROI区域
2-4边界填充
2-5数值计算
第3章阈值与平滑处理
3-1图像阈值
3-2图像平滑处理
3-3高斯与中值滤波
第4章图像形态学操作
4-1腐蚀操作
4-2膨胀操作
4-3开运算与闭运算
4-4梯度计算
4-5礼帽与黑帽
第5章图像梯度计算
5-1Sobel算子
5-2梯度计算方法
5-3scharr与Laplace算子
第6章边缘检测
6-1Canny边缘检测流程
6-2非极大值抑制
6-3边缘检测效果
第7章图像金字塔与轮廓检测
7-1图像金字塔定义
7-2金字塔制作方法
7-3轮廓检测方法
7-4轮廓检测结果
7-5轮廓特征与近似
7-6模板匹配方法
7-7匹配效果展示
第8章直方图与傅里叶变换
8-1直方图定义
8-2均衡化原理
8-3均衡化效果
8-4傅里叶概述
8-5频域变换结果
8-6低通与高通滤波
第9章项目实战-信用卡数字识别
9-1总体流程与方法讲解
9-2环境配置与预处理
9-3模板处理方法
9-4输入数据处理方法
9-5模板匹配得出识别结果
第10章项目实战-文档扫描OCR识别
10-1整体流程演示
10-2文档轮廓提取
10-3坐标变换计算
10-4透视变换结果
10-5tesseract-ocr安装配置
10-6文档扫描识别结果
第11章图像特征-harris
11-1角点检测基本原理
11-2基本数学原理
11-3求解化简
11-4特征归属划分
11-5opencv角点检测
第12章图像特征-sift
12-1尺度空间定义
12-2高斯差分金字塔
12-3特征关键点定位
12-4生成特征描述
12-5特征向量生成
12-6opencv中的sift函数
第13章案例实战-全景图像拼接
13-1特征匹配方法
13-2RANSAC算法
13-3图像拼接方法
13-4流程解读
第14章项目实战-停车场车位识别
14-1任务整体流程
14-2所需数据介绍
14-3图像数据预处理
14-4车位直线检测
14-5按列划分区域
14-6车位区域划分
14-7识别模型构建
14-8基于视频的车位检测
第15章项目实战-答题卡识别判卷
15-1整体流程与效果概述
15-2预处理操作
15-3填涂轮廓检测
15-4选项判断识别
第16章背景建模
16-1背景消除-帧差法
16-2混合高斯模型
16-3学习步骤
16-4背景建模实战
第17章光流估计
17-1基本概念
17-2Lucas-Kanade算法
17-3推导求解
17-4光流估计实战
第18章Opencv的DNN模块
18-1DNN模块
18-2模型加载与输出结果
第19章项目实战-目标追踪5
19-1目标追踪概述
19-2多目标追踪实战
19-3深度学习检测框架加载
19-4基于dlib和ssd的追踪
19-5多进程目标追踪
19-6效率提升对比
第20章卷积原理与操作
20-1卷积网络的应用
20-2卷积层解释
20-3卷积计算过程
20-4padding与stride
20-5卷积参数共享
20-6池化层原理
20-7卷积效果演示
20-8卷积操作流程
第21章项目实战-疲劳检测
21-1关键点定位概述
21-2获取人脸关键点
21-3定位效果演示
21-4闭眼检测