- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群:
在学本科生与研究生,图像处理工作者,对图像处理感兴趣者
你将会学到:
本门课程主要讲述特征点是什么?有什么作用?在OpenCV中和在实际项目中如何获得特征点?如果运用特征点解决实际问题。 希望达到的结果是:使得学习者对于主流特征提取算法和模型有一定认识;对于如何在OpenCV中使用这些方法熟练学习;对于如何基于特征点提取解决实际问题产生自己的思路。
课程简介:
视觉是人类最为重要的感觉。随着科学技术和计算机计算的不断发展,主要解决视觉问题的图像处理系统得到了长足的发展,涌现出许多优秀的框架,OpenCV是其中的代表。
本课程是《学习OpenCV》系列课程的第3部分,之前已经有了《学习OpenCV初级》和《学习OpenCV中级》。由于之后的部分逐渐变得复杂,所以直接以课程分类好了。
本门课程主要讲述特征点是什么?有什么作用?在OpenCV中和在实际项目中如何获得特征点?如果运用特征点解决实际问题。
主要内容:预期目的:
课程大纲-OpenCV特征点提取和运用视频课程
2
特征点的基本概念和如何找到它们我们一直说寻找“特征点”,但是实际上在我和网友的交互中,许多网友对于“特征点”的基本概念还很模糊;首先我们需要补齐这块基本的图像处理概念。
「仅限付费用户」点击下载“特征点的基本概念和如何找到它们.pptx”
[30:52]开始学习3
寻找Harris、Shi-Tomasi和亚像素角点和FastHarris、Shi-Tomasi和亚像素角点都是角点,隶属于特征点这个大类(特征点可以分为边缘、角点、斑点)。我们简单讲解一下原理,并且分析异同。Feature2D(检测器部分)接口的最简单的实施,对于后面的知识学习起到基础支持的作用!
「仅限付费用户」点击下载“L3 寻找Harris、Shi-Tomasi和亚像素角点和Fast特征.zip”
[32:12]开始学习4
SIFT特征原理简析(下)SIFT(Scale-Invariant Feature Transform)是一种具有尺度不变性和光照不变性的特征描述子,也同时是一套特征提取的理论,首次由D. G. Lowe于2004年以《Distinctive Image Features from Scale-Invariant Keypoints[J]》发表于IJCV中。开源算法库OpenCV中进行了实现、扩展和使用
「仅限付费用户」点击下载“L4 SIFT特征原理简析(上).zip”
[33:48]开始学习5
SIFT特征原理简析(上)SIFT(Scale-Invariant Feature Transform)是一种具有尺度不变性和光照不变性的特征描述子,也同时是一套特征提取的理论,首次由D. G. Lowe于2004年以《Distinctive Image Features from Scale-Invariant Keypoints[J]》发表于IJCV中。开源算法库OpenCV中进行了实现、扩展和使用
「仅限付费用户」点击下载“L4 SIFT特征原理简析(上).zip”
[37:06]开始学习6
sift在OpenCV中的调用和具体实现前面我们对SIFT算法的流程进行简要研究,那么在OpenCV中,SIFT是如何被调用的?又是如何被实现出来的了?特别是到了3.0以后,OpenCV对特征点提取这个方面进行了系统重构,那么整个代码结构变成了什么模样?
「仅限付费用户」点击下载“L6 sift在OpenCV中的调用和具体实现.zip”
[29:46]开始学习7
surf特征点提取的原理和运用SURF(Speeded-Up Robust Features)SURF在可重复性、鉴别性和鲁棒性方面都接近甚至超过了以往的方案,同时计算和比较的速度更快。
「仅限付费用户」点击下载“L7 surf特征点提取的原理和运用.zip”
[38:35]开始学习8
OpenCV用于特征点寻找的数据结构和PipeLineOpenCV用于特征点寻找的数据结构和PipeLine
「仅限付费用户」点击下载“L8 OpenCV用于特征点寻找的数据结构和PipeLine.zip”
[31:59]开始学习12
特征提取的综合实验(多种角度比较SIFT、SURF、BRIS特征提取的综合实验(多种角度比较SIFT、SURF、BRISK、ORB算法)
「仅限付费用户」点击下载“L12 特征提取的综合实验.7z”
[28:12]开始学习
“禾路”老师的其他课程更多+