OpenCV+TensorFlow 入门人工智能图像处理课程介绍(A000111)：
AI的火爆程度可以说是“妇孺皆知”，无论是“美颜”还是AR识别，身边1 F h W O p d越来越多的AI元素出现在我们的生活中，让我们的生活更加丰富多彩。在这次课程中，我们就来通过丰富有趣的案例，来学习人工智能中的G Z 3 I x %计算机视觉技术，迈上机器学习新台阶。
课程目录：
- 第1章 课程导学试看1 节 | 9分钟
- 包括课程概述、课程安排、学习前提等方面的介绍，让同学们对计算机视觉有所理解
- 视频：1-1 计算机视觉导学 (08:07)试看
- 第2章 计算机视觉入门试看s 3 &22 节 | 153分钟
- 通过OpenCV以及TensorFlow两个方面介绍计算机入门的相关知识。OpenCV侧重点在于为大家补充图像处理的相关基础，如像素、文件封装格式、灰度等级、颜色通道等的概念。TensorFlow重点在于通过对常量、变量、矩阵等的介绍，学习并掌握TensorFlow的基本使用。…
- 视频：2-1 本章介绍 (04:34)– v E
- 视频：2-2 Mac下一| ] ) r [ W站式开发环境anaconda搭建 (05:55)
- 视频：2-3 Windows下一站式开发环境anaconda搭建 (03:38)
- 视频：2-, p e R @4 测试案例M { 7 ( k ? = &helloWorld (06:30)
- 视频：2-5 案例1：图片的读取和展示 (06:24)
- 视频：2-6 Openc/ w } [ ^ f Iv模块组织结构 (05:09)
- 视频：2-7 案例X l z – G q ` (2：图片写入 (05:22)
- 视频：2-8 案例3：不同图片质量保存 (06:31)
- 视频：2-9 像素操作基础 (06:11)
- 视频：2-10 案例4：像素读取~ L r X w写入 (05:04)
- 视频：2-11 tensorfl? [ r ? E Y pow常量变量定] ! U 4 { =义 (06:19)
- 视频：2-12 tensorflow运算原理 (04:59)
- 视频：2-13 常量变量p : i [四则运算 (09:38)
- 视频：2-14 矩阵基础1 (12:43)
- 视频：2-15 矩阵基础2 (09:19)
- 视频：2-16 矩阵基础3 (06:31)
- 视频：2-17 numpy模块使用 (08:00)
- 视频：2-18 matplo_ w F s | E xtlib模块的使用 (06:14)
- 视频：2-19 小综合：人工神经网络逼近股= l g e票价格1 (07:47)试看
- 视频：2-20 小综合：人工神经网络逼近股票价格2 (11:04)
- 视频：2-21 小综合：人工神经网络逼近股票价格3 (05:44)
- 视频：2-22 小综合：人工神经网络逼近股票价格4 (08:14)
- 第3章 计算机视觉加强之几何变换13 节 | 65分钟
- 本章节主要为大家介绍图像的几何变换。几何变换顾名思义就是对图片外形轮廓进行操作以适应不同的场景。如缩放、剪切、位移、镜像、旋转、仿射变换等。
- 视频：3-1 本章介绍 (04:10)
- 视频：3-2 图片缩放1 (06:11)
- 视频：3-3 图片缩放2 (08:O – _ – \ # !56)
- 视频：3-4 图片缩放3 (07:47)
- 视频：3-f ? H _ v g n O5 图片剪切 (02:58)
- 视频：3-6 图片位移1 (04:43)
- 视频：3-7 图片移位2 (04:22)
- 视频：3-8 图片移位3 (03:04)
- 视频：3-9 图片镜像 (05:34)
- 视频：3-10 图片缩放 (04:43)
- 视频：3-11 图片仿射变换 (06:08)
- 视频：3-12 图片旋转 (03:49)} s L b # L / `
- 视频：3-13 图片几何变换小结 (02:b d B W z !20)
- 第4章 计算机视觉加强之图像特效&线段文字绘制17 节 | 97分钟
- 视频滤镜也是目前在计算机算法处理上比较火的一个方向之一，在本章节中将结合灰度、底板、马赛克、毛玻璃、边缘检测、油画效果等为大家介绍视频滤镜的使o K _ v k j ] Z用
- 视频：4-1 图像特效介绍 (06:12)
- 视频：4-2 图像灰度处理1! l X _ 2 s / (04M B , j ` U:51)
- 视频：4-3 图像灰度处理2 (05:34)
- 视频：4-4 算法优化 (04:23)
- 视频：4-5 颜色反转 (05:38)
- 视频：4-6 马赛克 (04:55)
- 视频：4-7 毛玻璃 (04:48)
- 视频：4-8 图片融合 (05:46)
- 视频：4-9 边缘检测1 (04:12)
- 视频：4-10 边缘检测2 (07:50)
- 视频：4-117 – 5 V X 浮雕效果 (03:37)
- 视频：4-12 颜色映射 (03:49)
- 视频：4-13 油画特效 (09:42)
- 视频：4-14 图像特效小结 (03:09)
- 视频：4-15 线段绘制 (08:01)
- 视频：4-16 矩形圆形任意多边形绘制 (08:44)
- 视频：4-17 文字图片绘制 (05s * u:40)
- 第5章 计算机视觉加强之图像美化13$ I k v { n L Y 节 | 74分钟
- 每个人都有一个m . : G R L } =爱美的心，在这个章节中大家可以通过磨皮美白、亮度增强、直方图均衡化、图像滤波等方法自己美化自己的照片。
- 视频：5-1 美化效果章节介绍 (04:45)
- 视频：5-2 彩色图片直方Q [ 4 7 n ) ; a x图 (08:54)
- 视频：5-3 直方图均衡化 (06:59)
- 视频G – ` E _ q：5-4 图片修a b S F M ) , Z补 (06:45)
- 视频：5-5 灰度直方图源码 (04:39)
- 视频? Z N q & j T =：5-6 彩色直方图源码 (04:41F [ @ ~ X 4 C 7 K)
- 视频：5-7 灰度直方图均衡化 (06:34)
- 视频：5-8 彩色直方图均衡化 (05:06Y h – z n O T)
- 视频：5-9 亮度增强 (03:28)
- 视频：5-10 磨皮美白 (03:v W (17)
- 视频：5-11 高斯t Z G均值滤波 (07:06)
- 视频：5-12 中值滤波 (05:43)[ \ ) ) o S
- 视频：5-13 图像美化章节小结 (05:41)
- 第6章 计算机视觉加强之机器学习试看23 节 | 207分钟
- 本章节将结合haarF Q Z+adaboost以及hog+svm分别实现人脸识别、卡通小狮子识别。将为大家介绍一个从训练到识别一个完整的机器学习案例。
- 视频：6-1 机器学习章节介绍 (10:06)
- 视频：6-2 视频分解图片 (08:05)
- 视频：6-3 图片合成视频 (04:47)
- 视频：6-4 Haar特征V 5 l1 (08:46)试看
- 视频：6-5 Haar特征2 (05:20)h 3 } C
- 视频：6-6 Ha_ B # far特征3 (03:55)
- 视频：6-7 adaboost分类器1 (1n L %2:B Y + )56)
- 视频：6-8 adaboost分类器2 (. . u g ?06:18)
- 视频：6-9 Haar+adaboost人脸识别 (12:25)
- 视频：6-10 SVM支持向量机1 (10:09)
- 视频：6-11 SVM支持向量机2 (08:03)
- 视频：6-12 SVM小结 (03b Z ~ Y z 1 H a d:43)
- 视频：6-13 Hog特征1 (12:57)
- 视频：6-14 Hog特征2 (10:55t | m)
- 视频：6-15 Hog特征3 (06:10)
- 视频：6-16 Hog特征J _ = w _ @4 (08:00)
- 视频：6-17 Hog小结 (06:56)
- 视频：6-18 Hog_SVM小狮子识别1 (12:34)
- 视频：6-19 Hog_SVM小狮子识别2 (09:33)
- 视频：6-20 Hog_SVM小狮子识别3 (! Y V U08:24)
- 视频：6-21 Hog_SVM小狮子识别4 (09:52)
- 视频：6-22 Hog_SVM小狮子识别5 (10:20)
- 视频：6-23 机器学习小结 (16:11)
- 第7章 手写V j e Z U数字q ) 7识别19 节 | 137M * j t分钟
- 通过knn、cnnA ] *两种方式，并结合每种方法的矩阵维度变化，深层次的讲解手写数字识别案例，v w Q B r ^ y讲述不一样的案例。
- 视频：7-1 章节介绍 (03:5q t ?1)
- 视频：7-2 样本介绍 (03:55)
- 视频：7-3 knn数字识别1 (05:4o c A + f U u 3 (7)
- 视频：7-4 knn数字识别2 (05:45)
- 视频：7-5 knn数字识别3 (08:20)
- 视频：7-6 knn数字识别4 (05:01)q } y ( 5 k C
- 视频：7-7 knn数字识别5 (07:42)
- 视频：7-8 knnU Q ~ } L数字识w b \别6 (05:18)
- 视频：7-9 knn数字识别g s y W7 (08:28)A T I ] % ( O m J
- 视频：7-10 knn数$ F y @ ]字识别8 (07:46)
- 视频：7-11 knn数字识别9 (05:01)
- 视频：7-12 k% ( A ) d /nn数字识别10 (07:55)
- 视频：7-13 cnn实现手写数字识别1 (09:54)
- 视频：7-14 cnn实现手写o + 0 H T a I 2 [数字识别2 (08:49)
- 视频：7-15 cnn实现手写数字c : \ W O s 5识别3 (06:13)
- 视频：7-16 cnn实现手写数字识别4 (08:21)
- 视频：7-17 cnn实现手写数字识别5 (09:35)
- 视频：7-18 cnn实现手写E y q x Y 5 / A :数字识别6k 9 ! ? (07:23)
- 视频：7-19 数字识别小结 (11:42)
- 第8章 “刷脸”识别9 节 | 63@ 5 @ Q B 4分钟
- 在第六章的基础上，通过识别某个具体的人脸来达到“刷脸”的效果。该案例架构包含样本收集+图像预处理+神经网络训练识别。可以说是一个从样本到训练的完整项目。
- 视频：8-1 章节介绍 (06:07)
- 视频：H z D p f8-2 最简单的# \ ! t { Y图片爬~ M *虫 (14:32)
- 视= 0 m频：8-3 ffmpeg初v U ? ; \ *识 (09:52)
- 视频：8-4 OpenCV预处理 (05:31)
- 视频：8-5 神经网络训练识别1 (06:00)
- 视频：8-6 神经网络训练识别2 (05:43)
- 视频：8-7 神经网络训练识别3 (05:39)
- 视频：8-8 神经网络训练识别4 (04:j ` @52)
- 视频：8-T a u u \ H v `9 本章小结 (03:52)
- 第9章 课程总结1 节 | 5分钟
- 对课程进行整体的回顾与总结
- 视频：9-1 课程总结 (04:37)
文件目录：
| ├─OpenCV+TensorFlow 入门人工智B v P % – + i能图像处理-299元-完结 |
| │ │ 源码.zip |
| │ │ |
| │ ├─第1章 课S u t { ^ # m程导学 |
| │ │ 1-1 计算机视觉导学.mp4 |
| │ │ |
| │ ├x ) / E Z ~ =─第2章 计算机视觉入门 |
| │ │ 2-1 本章介绍.mp4 |
| │ │ 2-J f – b %10 案例4：V v k像素读取写入.mp4 |
| │ │ 2-11 tensorflow常量变量定义.mp4 |
| │ │ 2-12 tensorflow运算原理.mp4 |
| │ │ 2-13 常量变量四则运算.mp4 |
| │ │ 2-14 矩阵基础[ a ? 6 ) v Q1.mp4 |
| │ │ 2-15 矩阵基础2.mp4 |
| │ │ 2-16 矩阵基础3.mp4 |
| │ │ 2-17 numpy模块使用.mp4 |
| │ │ 2-18 matplotlib模块的使用(1).mp4 |
| │ │ 2-18 matplotlib模块的使用.mp4 |
| │ │ 2-19 小综合：人工神经网络逼近股票价格1.mp4 |
| │ │ 2-2 Mac下: + w一站} ( O x k a g式开发环境anaconda搭建.mp4 |
| │ │ 2-20 小综合：人工神经网络逼近股票价格2.mL I Gp4 |
| │ │ 2-21 小综合：人工神经网络逼近股票价格3.mp4 |
| │ │ 2-22 小综合：人工y n G N神经网络逼近股票价格4.mp4 |
| │ │ 2-3 Windows下一站式开发环境anaconda搭建.mp4 |
| │ │ 2/ _ % V-4 测试案例helloWorld.mp4 |
| │ │ 2-5 案例1：图片的读取和展示.mp4 |
| │ │ 2-6 Opencv模块组织结构.mp4# e 3 |
| │ │ 2-7 案例2：图片写入.mp4 |
| │ │ 2-8 案例3：不同图6 k a 7 8 C片质量保存.mp4 |
| │ │v ? S { 2-9 像素操作基础.mp4 |
| │ │ .html.url |
| │ │ |
| │ ├─第3章 计算机视觉加强之几何变换 |
| │ │ 3-1x E ; O ? q } p 本章介绍.mp4 |
| │ │ 3-10 图片缩放.mp4 |
| │& Y e & 4 y │ 3-11 图片仿射变换.mp4 |
| │ │ 3-12 图片旋转.mp4 |
| │ │ 3-13 图片几何变换小结.mp4 |
| │ │ 3-2 图片缩放1.mp4 |
| │ │ 3-3 图片缩放2.mp4 |
| │ │ 3-4 图片缩放3.mp4 |
| │ │ 3-5 图6 w =片剪切.mp4 |
| │ │ 3-6 图片位移1k y q 8 ? J W L 0.mp4 |
| │ │ 3-7 图片移位2.mp4 |
| │ │ 3-8 图片移位3.mp4 |
| │ │ 3-9 图片镜像.mp4 |
| │ │ |
| │ ├─第4章 计算机视觉加强之图像特效&线段文字绘制 |
| │ │ 4-1 图像特效介绍.mp4 |
| │ │ 4-10 边缘检测2.mp4 |
| │ │ 4-11 浮雕效果.mp4 |
| │ │ 4-12 颜色映射.mp4 |
| │ │ 4-13 油画特效.mp4 |
| │ │ 4-14 图像特效小结.mp4 |
| │ │ 4-15 线段绘制.mp4 |
| │ │ 4-16 矩形圆形任意多边形绘制.mp4 |
| │ │ 4-17 文字图片绘制.mp4 |
| │ │ 4-2 图像灰度处理1.mp4 |
| │ │ 4-3 图像灰度处理2.mp4 |
| │ │ 4-4 算法优化.mp4 |
| │ │ 4-5 颜色反转.mp4 |
| │ │ 4-6 马赛克.mp4 |
| │ │ 4-7 毛玻璃.mp4 |
| │ │ 4-8 图片融合.mp4 |
| │ │ 4-9 边缘检测1.mp4 |
| │ │ |
| │ ├─第5章 计算机视觉加强之图像美化 |
| │ │ 5-1 美化. Z 0效果章节介绍.mp4 |
| │ │ 5-10 磨皮美白.mp4 |
| │ │ 5-11 高斯均值滤波.mp4 |
| │ │ 5-12 中值1 ] H N y L & b滤波.mp4 |
| │ │ 5-13 图像美化章节小结.mp4 |
| │ │ 5-2 彩色图片直方图.mp4 |
| │ │ 5-3 直方图均衡化.mp4 |
| │ │ 5-4 图片修补.mp4 |
| │ │ 5-5 灰度直方图源码.mpO M 6 ( & ( c )4 |
| │ │ 5-6 彩色直方图源码.mp4 |
| │ │ 5-7 灰度直方图均衡化.mp4 |
| │ │ 5-8 彩色直方6 b # ( R 7 K H图均衡化.mp4 |
| │ │ 5-9 亮度增强.mp4 |
| │ │ |
| │ ├─第6章 计算机视觉加强之机器学习 |
| │ │ 6-1 机器学习章节介绍.mp4 |
| │ │ 6-10 SVM支持向量机1.mp4 |
| │ │ 6-11 SVM支持向量机2.mp4 |
| │ │ 6-1 S $ C @ m n12 SVM小结.mp4 |
| │ │ 6& 9 ? – W-13 Hog特征1.mp4 |
| │ │ 6-14 Hog特征2.mp4 |
| │ │ 6-15 Hog特| 7 u \ b征3.mp4 |
| │ │ 6-16 Hog特征4.mp4 |
| │ │ 6-17 Hog小结.mp4 |
| │ │ 6-18 Hog_l 0 K * & @ M y sSVM小狮子识别1.mp4 |
| │ │ 6-19 Hog_SVM小狮子识别2.mp4 |
| │ │ 6-2 视频分解图片.mp4 |
| │ │ 6-20 Hog_SVM小狮子识别3.mp4 |
| │ │ 6-21 Hog_SVM小狮子识别4.mp4 |
| │ │ 6z B 1-22 Hog_SVM小狮子识别5.mp4 |
| │\ 4 h : J │ 6-2/ A t B r V ]3 机器学习小结.mp4 |
| │ │ 6-W M ) F X 0 q X3 图片合d ? A ?成视频.m[ P e T K U Cp4L y f ~ : u \ ! |
| │ │ 6-4 Haar特征1.mp4 |
| │ │ 6-5 Haar特征2.mp4 |
| │ │ 6-6 Haar特征3.mp4 |
| │ │ 6-7 adaboost分类器1.mp4 |
| │ │ 6-8 adaboost分类器2.mp4 |
| │ │ 6-9 Haar+adaboost人脸识别.mp4 |
| │ │ |
| │ ├─第7章 手写数字识别 |
| │ │ 7-1 章节介绍.mp4 |
| │ │ 7-x Q \ V 6 t10 knn数字识别8.mp4 |
| │ │ 7-11 knn数字识别9.mp4 |
| │e C * q 2 a │ 7-12 knn数字识别10.mp4 |
| │ │ 7-13 cnn实现手写数字识别1.mp4 |
| │ │ 7-14 cnn实现手写数字识别2.mp4 |
| │ │ 7-15 cnn实现手写数字识别3.mp4– 6 y A s |
| │ │ 7-16 cnn实现手写数字识别4.mp4 |
| │ │ 7-17 cnn实现手写数字识别5.mp4 |
| │ │ 7-18 cnn实现手写数字识别6.mp4 |
| │ │ 7-19 数字识别小结.mp4 |
| │ │ 7-2 样本介绍.mp4 |
| │ │ 7-3 knn数字识别1.mp4 |
| │ │ 7-4 knn数字识别2.mp4 |
| │ │ 7-q s K { l h5 knn数字识别3.mp4 |
| │ │ 7-6 kno T X w ` F e x Gn数字识别4.mp4 |
| │ │ 7-7 knn数字识别5.mp4 |
| │ │k d { R P U V L ) 7-8 knn数字识别6.mpl + @ 2 # d % |4 |
| │ │ 7-9 kn{ J ^ 6 } J Nn数字识别7.mp4 |
| │ │ .html.url |
| │ │ |
| │ ├─第8章 “刷脸”识别 |
| │ │, o . . b U 8k w : %-1 章节介绍.mp4 |
| │ │ 8-2 最简单的图片爬虫` g Q U.mp4 |
| │ │ 8-3 ffmpeg初识_音频.mp4.mp4 |
| │ │ 8-4 OpenCV预处理.mp4 |
| │ │ 8-5 神经网络训练识别1.mp4 |
| │ │ 8T s v ( / , # N-6 神经网络训练识别2.mp4 |
| │ │ 8-7 神经网络训练识别3.mp4 |
| │ │ 8-8 神经网络训练识别4.mp4 |
| │ │ 8-9 本章小结.mp4 |
| │ │ |
| │ └─第9章 课程总结 |
| │ 9-18 S v ! 课程总结.mp4 |
-
朋友圈不定时发福利（开通会员免费获取资源）
-
微信号
5702701
点击我自动复制
付费资源
© 版权声明
本站所有资源均来自互联网收集, 本站大数据爬虫负责收集不承担任何版权问题。所有资源均不出售，只免费分享给本站等级用户！如有内容侵犯到任何版权问题, 请发送版权相关证明与本站客服,一经核实将及时予与删除并致以最深的歉意。
THE END
会员专属
暂无评论内容