~歡迎企業洽談包班需求 ~
「大數據/人工智慧」 同步招生中 !!
課程內容：每日上課時間09:30~16:30、中間午休一小時、共計二日12小時
一、課程緣起：
OpenCV作為最受歡迎的電腦視覺開源函式庫，在圖像處理、視覺識別等領域有著廣泛應用。本課程從環境配置開始，逐步深入核心技術，並通過多個實戰項目來培養實際應用能力。
二、課程目標：
- 掌握OpenCV框架的基本操作與開發環境配置
- 理解並應用各類圖像處理技術
- 學習圖像分析與特徵提取方法
- 培養實際項目開發能力
- 建立完整的圖像處理技術體系
三、適合對象：
- 軟體工程師
- 影像處理工程師
- 電腦視覺研究人員
- 自動化工程師
- 對影像處理技術感興趣的技術從業者
四、課程特色：
- 完整的開發環境配置指導
- 從基礎到進階的系統化學習
- 豐富的實戰案例與項目
- 深入淺出的原理講解
- 實用的工程應用技巧
五、課程大綱：
1. 課程簡介與環境配置
- Pycharm環境配置與Debug演示
- 課程簡介
- Python與OpenCV配置安裝
- Notebook與IDE環境
2. 圖像基本操作
- 電腦眼中的圖像
- 影片的讀取與處理
- ROI區域
- 邊界填充
- 數值計算
3. 閾值與平滑處理
- 圖像閾值
- 圖像平滑處理
- 高斯與中值濾波
4. 圖像形態學操作
- 腐蝕操作
- 膨脹操作
- 開運算與閉運算
- 梯度計算
- 禮帽與黑帽
5. 圖像梯度計算
- Sobel算子
- 梯度計算方法
- Scharr與Laplacian算子
6. 邊緣檢測
- Canny邊緣檢測流程
- 非極大值抑制
- 邊緣檢測效果
7. 圖像金字塔與輪廓檢測
- 圖像金字塔定義與製作
- 輪廓檢測方法與結果
- 輪廓特徵與近似
- 模板匹配方法與效果
8. 直方圖與傅里葉變換
- 直方圖定義與均衡化
- 傅里葉變換概述
- 頻域變換與濾波
9. 實戰項目系列
- 信用卡數字識別
- 文檔掃描OCR識別
- 特徵檢測與應用
- 停車場車位識別
- 答題卡識別判卷
- 動態影像處理
- 深度學習應用
- OpenCV的DNN模組
- 多目標追蹤實戰
六、預期學習成果：
- 能夠獨立配置OpenCV開發環境
- 掌握各種圖像處理算法的應用
- 具備實際項目開發能力
- 能夠開發完整的電腦視覺應用系統
- 掌握深度學習在OpenCV中的應用
