2米资源网

VIP
OpenCV+TensorFlow  入门人工智能图像处理

【5833】-OpenCV+TensorFlow 入门人工智能图像处理

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:OpenCV+TensorFlow 入门人工智能图像处理
  • 详细描述

    OpenCV+TensorFlow  入门人工智能图像处理


    第1章 课程导学
    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
     
     1-1 计算机视觉导学 

    第2章 计算机视觉入门
    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。...
     
     2-1 本章介绍
     2-2 Mac下一站式开发环境anaconda搭建
     2-3 Windows下一站式开发环境anaconda搭建
     2-4 测试案例helloWorld
     2-5 案例1:图片的读取和展示
     2-6 Opencv模块组织结构
     2-7 案例2:图片写入
     2-8 案例3:不同图片质量保存
     2-9 像素操作基础
     2-10 案例4:像素读取写入
     2-11 tensorflow常量变量定义
     2-12 tensorflow运算原理
     2-13 常量变量四则运算
     2-14 矩阵基础1
     2-15 矩阵基础2
     2-16 矩阵基础3
     2-17 numpy模块使用
     2-18 matplotlib模块的使用
     2-19 小综合:人工神经网络逼近股票价格1 
     2-20 小综合:人工神经网络逼近股票价格2
     2-21 小综合:人工神经网络逼近股票价格3
     2-22 小综合:人工神经网络逼近股票价格4

    第3章 计算机视觉加强之几何变换
    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。
     
     3-1 本章介绍
     3-2 图片缩放1
     3-3 图片缩放2
     3-4 图片缩放3
     3-5 图片剪切
     3-6 图片位移1
     3-7 图片移位2
     3-8 图片移位3
     3-9 图片镜像
     3-10 图片缩放
     3-11 图片仿射变换
     3-12 图片旋转
     3-13 图片几何变换小结

    第4章 计算机视觉加强之图像特效&线段文字绘制
    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用
     
     4-1 图像特效介绍
     4-2 图像灰度处理1
     4-3 图像灰度处理2
     4-4 算法优化
     4-5 颜色反转
     4-6 马赛克
     4-7 毛玻璃
     4-8 图片融合
     4-9 边缘检测1
     4-10 边缘检测2
     4-11 浮雕效果
     4-12 颜色映射
     4-13 油画特效
     4-14 图像特效小结
     4-15 线段绘制
     4-16 矩形圆形任意多边形绘制
     4-17 文字图片绘制

    第5章 计算机视觉加强之图像美化
    每个人都有一个爱美的心,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。
     
     5-1 美化效果章节介绍
     5-2 彩色图片直方图
     5-3 直方图均衡化
     5-4 图片修补
     5-5 灰度直方图源码
     5-6 彩色直方图源码
     5-7 灰度直方图均衡化
     5-8 彩色直方图均衡化
     5-9 亮度增强
     5-10 磨皮美白
     5-11 高斯均值滤波
     5-12 中值滤波
     5-13 图像美化章节小结

    第6章 计算机视觉加强之机器学习
    本章节将结合haar+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。
     
     6-1 机器学习章节介绍
     6-2 视频分解图片
     6-3 图片合成视频
     6-4 Haar特征1 
     6-5 Haar特征2
     6-6 Haar特征3
     6-7 adaboost分类器1
     6-8 adaboost分类器2
     6-9 Haar+adaboost人脸识别
     6-10 SVM支持向量机1
     6-11 SVM支持向量机2
     6-12 SVM小结
     6-13 Hog特征1
     6-14 Hog特征2
     6-15 Hog特征3
     6-16 Hog特征4
     6-17 Hog小结
     6-18 Hog_SVM小狮子识别1
     6-19 Hog_SVM小狮子识别2
     6-20 Hog_SVM小狮子识别3
     6-21 Hog_SVM小狮子识别4
     6-22 Hog_SVM小狮子识别5
     6-23 机器学习小结

    第7章 手写数字识别
    通过knn、cnn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,讲述不一样的案例。
     
     7-1 章节介绍
     7-2 样本介绍
     7-3 knn数字识别1
     7-4 knn数字识别2
     7-5 knn数字识别3
     7-6 knn数字识别4
     7-7 knn数字识别5
     7-8 knn数字识别6
     7-9 knn数字识别7
     7-10 knn数字识别8
     7-11 knn数字识别9
     7-12 knn数字识别10
     7-13 cnn实现手写数字识别1
     7-14 cnn实现手写数字识别2
     7-15 cnn实现手写数字识别3
     7-16 cnn实现手写数字识别4
     7-17 cnn实现手写数字识别5
     7-18 cnn实现手写数字识别6
     7-19 数字识别小结

    第8章 “刷脸”识别
    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。
     
     8-1 章节介绍
     8-2 最简单的图片爬虫
     8-3 ffmpeg初识
     8-4 OpenCV预处理
     8-5 神经网络训练识别1
     8-6 神经网络训练识别2
     8-7 神经网络训练识别3
     8-8 神经网络训练识别4
     8-9 本章小结

    第9章 课程总结
    对课程进行整体的回顾与总结
     
     9-1 课程总结
    本课程已完结

     
    OpenCV+TensorFlow 入门人工智能图像处理
    百度网盘分享地址: 链接: https://pan.baidu.com/s/12xNBFGLGdiYfsMoNBfT4NQ 提取码:
    2米资源网