你将收获

学会编写opencv代码实现简单图像处理变换

初步了解图像算法及机器视觉基础

运用计算机视觉相关知识和opencv库来构建简单的应用程序

感受美帝教学要求

适用人群

在校学生

课程介绍

本课程内容主要选取自stanford EE368/CS232 课程的学生作业。我将给大家分享几个有趣案例,争取把算法流程原理、代码部署都讲清楚。本次课程包含图像算法和机器学习,编程工具主要包括python,c++,android,matlab,opencv,Tesseract等。

由于个人时间精力有限,课程将每隔2-3周发布一次。

课程讨论

图像模糊是一种很重要的图像降质因素,在图像获取、传输、处理过程中都有很多因素可能造成图像模糊,比如在获取图像时,不正确的聚焦会产生离焦模糊,景物和照相机的相对运动会造成运动模糊,图像压缩后的高频丢失造成的模糊。模糊降低了图像的清晰度,严重影响图像质量,导致图像分析、处理、接收的困难甚至失败,因此必须要使用有效的模糊评价方法来控制模糊图像的使用, 从而提高系统整体性能。 模糊度和清晰度是描述图像清晰程度(模糊程度)的两个相对但又相互联系的两个概念。然而老师讲的实例恰好能反应图像处理的过程