投稿

零基础入门！《OpenCV图像处理：从入门到实战》随书教程，100讲全！草履虫都能学懂！-opencv、图像处理、机器视觉、计算机视觉、CV、人工智能教程、AI

1325

19

2025-05-22 10:23:52

正在缓冲...

【1.基础知识】：Python基础+高数基础【2.机器学习理论入门】：机器学习经典算法详解【3.机器学习实战项目】：Kaggle竞赛案例/推荐系统实战/数据分析建模等【4.深度学习理论入门】：必备框架（Pytorch+TensorFlow）+神经网络模型基础【5.计算机视觉实战项目】：图像处理+YOLO实战

计算机技术

机器学习代码基础教程发消息

一个专注于分享人工智能技术的up主！

适合留学生的实习项目，不耽误考试放假

留学生求职

1. CV怎么去系统学习？

12:39

2. 第一天：Python环境搭建与必备基础：1-Python环境配置

15:33

3. 2-Python库安装工具

10:02

4. 3-Notebook工具使用

21:44

5. 4-Python简介

17:38

6. 5-Python数值运算

16:47

7. 6-Python字符串操作

15:53

8. 7.1-索引结构

10:11

9. 7.2-List基础结构

14:56

10. 8-List核心操作

14:39

12. 10-字典的核心操作

12:51

15. 13-判断结构

07:36

16. 14-循环结构

12:49

17. 15-函数定义

15:27

21. 19-类的基本定义

13:52

22. 20-类的属性操作

13:22

23. 21-时间操作

07:52

24. 22-Python练习题-1

13:06

25. 23-Python练习题-2

20:23

26. 24-Python练习题-3

15:05

27. 25-Python练习题-5

15:29

28. 第二天：快速上手OpenCV：1-Python与Opencv配置安装

10:12

29. 2-Notebook与IDE环境

11:44

30. 1-计算机眼中的图像

09:20

31. 2-视频的读取与处理

10:57

32. 3-ROI区域

04:19

33. 4-边界填充

05:08

34. 5-数值计算

09:18

35. 1-腐蚀操作

06:50

36. 2-膨胀操作

03:06

37. 3-开运算与闭运算

02:56

38. 4-梯度计算

02:45

39. 5-礼帽与黑帽

03:22

40. 1-Sobel算子

09:34

41. 2-梯度计算方法

08:33

42. 3-scharr与lapkacian算子

06:42

43. 图像阈值

07:52

44. 1-图像平滑处理

07:55

45. 2-高斯与中值滤波

06:15

46. 1-Canny边缘检测流程

05:39

47. 2-非极大值抑制

05:25

48. 3-边缘检测效果

08:10

49. 1-图像金字塔定义

06:38

50. 2-金字塔制作方法

07:26

51. 1-轮廓检测方法

06:01

52. 2-轮廓检测结果

07:49

53. 3-轮廓特征与近似

11:58

54. 1-模板匹配方法

11:13

55. 2-匹配效果展示

05:48

56. 【项目实战-信用卡数字识别】1-总体流程与方法讲解

09:15

57. 2-环境配置与预处理

08:27

58. 3-模板处理方法

06:56

59. 4-输入数据处理方法

08:54

60. 5-模板匹配得出识别结果

10:59

61. 【项目实战-文档扫描OCR识别】1-整体流程演示

05:34

62. 2-文档轮廓提取

08:43

63. 3-原始与变换坐标计算

07:45

64. 4-透视变换结果

08:40

65. 5-tesseract-ocr安装配置

07:08

66. 6-文档扫描识别效果

05:22

67. 第三天：深度学习-神经网络基础：1-深度学习要解决的问题

07:56

68. 2-深度学习应用领域

14:07

69. 3-计算机视觉任务

05:49

70. 4-视觉任务中遇到的问题

10:02

71. 5-得分函数

07:15

72. 6-损失函数的作用

10:43

73. 7-前向传播整体流程

13:46

74. 4-返向传播计算方法

09:34

75. 5-神经网络整体架构

10:53

76. 6-神经网络架构细节

10:55

77. 7-神经元个数对结果的影响

07:12

78. 8-正则化与激活函数

08:50

79. 9-神经网络过拟合解决方法

11:07

80. 第四天：深度学习框架PyTorch入门：1-PyTorch实战课程简介

04:54

81. 2-PyTorch框架发展趋势简介

08:26

82. 3-框架安装方法（CPU与GPU版本）

05:14

83. 4-PyTorch基本操作简介

09:26

84. 自动求导机制

11:00

85. 线性回归DEMO-数据与参数配置

08:57

86. 线性回归DEMO-训练回归模型

10:09

87. 常见tensor格式

07:11

88. Hub模块简介

08:27

89. 【项目实战-气温预测】1-气温数据集与任务介绍

06:43

90. 2-按建模顺序构建完成网络架构

11:39

91. 3-简化代码训练网络模型

11:05

92. 4-分类任务概述

05:13

93. 5-构建分类网络模型

09:41

94. 6-DataSet模块介绍与应用方法

10:13

95. 第五天：掌握卷积神经网络模型（cnn）：1-卷积神经网络应用领域

07:26

96. 2-卷积的作用

09:24

97. 3-卷积特征值计算方法

08:08

98. 4-得到特征图表示

07:00

99. 5-步长与卷积核大小对结果的影响

08:12

100. 6-边缘填充方法

06:31

顶部