课程目录
课程目录总计分为十二个章节，第1章到第3章是基础篇；第4章到第9章 是进阶篇；第10章到第12章是高级与实战部分。具体目录结构如下：
基础篇
第1章 OpenCV介绍与安装
1.1 课程介绍与学习前提
1.2 OpenCV介绍与环境搭建
1.3 图像加载与保存
1.4 读取摄像头与加载视频文件
第2章 Mat与像素操作
2.1 Mat创建方法与基础操作
2.2 像素访问遍历
2.3 图像算术运算
2.4 图像位运算
2.5 通道与数据类型操作
第3章 色彩空间
3.1 色彩空间转换
3.2 色彩空间应用
3.3 颜色表LUT
进阶篇
第4章 图像直方图
4.1像素统计信息
4.2 直方图绘制
4.3 直方图均衡化
4.4 直方图比较
4.5 直方图反向投影
4.6 图像模板匹配
4.7 图像几何变换
第5章 卷积操作
5.1 图像卷积原理与代码实现
5.2 均值与高斯模糊
5.3 自定义卷积核滤波
5.4 梯度提取
5.5锐化增强
5.6二阶导数算子
5.7 噪声与去噪声
5.8 边缘保留滤波
5.9 边缘发现
第6章 二值图像
6.1 图像阈值化操作
6.2 全局阈值分割
6.3 自适应阈值分割
第7章 二值分析
7.1 连通组件标记算法原理
7.2 连通组件标记算法应用
7.3 轮廓发现
7.4 轮廓测量
7.5 拟合与逼近
7.6 直线检测与拟合
7.7 圆检测
7.8 轮廓矩与匹配
7.9 案例 -- 提取最大轮廓与编码点
第8章 形态学分析
8.1腐蚀与膨胀
8.2 开闭操作
8.3 形态学梯度
8.4 顶帽与黑帽
第9章 特征提取
9.1 图像金字塔
9.2 Harris角点检测
9.3 shi-tomas角点检测
9.4亚像素级别角点检测
9.5 ORB关键点
9.6 ORB特征描述子
9.7 ORB特征匹配
9.8 SIFT特征匹配
9.9 图像透视变换
9.10 基于特征的对象检测
高级与实战篇
第10章 深度神经网络
10.1 DNN模块与推理SDK
10.2 ResNet图像分类
10.3 SSD人脸检测
10.4 YOLOv5对象检测
10.5 YOLOv8对象检测
10.6 YOLO12对象检测
10.7 YOLO11实例分割缺陷检测
10.8 YOLO11关键点检测
第11章 OpenCV低代码开发
11.1 OpenCV工作流与AI编程工具安装演示
11.2 使用OpenCV工作流引擎C#SDK
11.3 轮廓分析的低代码实现
11.4多角度多目标NCC模板匹配
11.5多角度多目标边缘模板匹配
11.6线段测量卡尺开发
11.7圆测量卡尺开发
第十二章 缺陷检测案例开发
案例一：阵列缺陷检测
案例二：SOP缺陷检测
C#使用深度学习算法opencvsharp部署RecRecNet广角图像畸变矫正校正摄像广角镜头畸变图像-腾讯云开发者社区-腾讯云