1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

課程目標
在掌握基本原理與理論的基礎上，掌握圖像閾值化分割方法與二值化方法、掌握二值圖像的連通組件查找，輪廓查找，橫縱比與面積過濾，對象面積與周長測量，中心位置尋找，角度測量，幾何形狀識別與外形輪廓不變性匹配技術，對視頻進行分析處理，學會背景建模，前景對象提取，顏色對象跟蹤，人臉實時檢測，視頻車道線實時檢測。
適用人群
Python語言開發者，OpenCV開發者，對人工智能與計算機視覺感興趣的，在校大學生，研究生
課程簡介
基于OpenCV Python框架，詳細講述圖像二值化的各種方法，二值圖像分析的連通組件分析，輪廓發現與輪廓分析，輪廓測量，幾何距分析，距離變換、點多邊形測試， 基于HU距不變性的輪廓匹配與幾何形狀識別案例，基于圖像形態學的二值圖像預處理，霍夫直線與圓檢測各種技巧，通過擬合實現直線、圓檢測方法。視頻讀寫，視頻背景分析，前景對象mask提取與背景提取，顏色物體對象跟蹤，實時人臉檢測，實時車道線檢測等內容，內容強調理論與應用相結合，強調知識的應用場景與工程應用，本課程也是本人在圖像處理，計算機視覺，圖像分析與視頻分析工程長期工作經驗總結與分享。
1概述
2認識二值圖像
3圖像二值化
4全局閾值
5自適應閾值
6去噪聲對二值化影響
7聯通組件掃描-01
8聯通組件掃描-02
9聯通組件掃描-03
10輪廓發現
11圖像測量
12幾何分析
13距離變換
14點多邊形測試
15圖像投影
16輪廓匹配
17直線檢測
18圓檢測
19直線，曲線，圓擬合檢測
20圖像形態學介紹
21開閉操作-01
22開閉操作-02
23形態學梯度
24更多形態學操作
25視頻讀寫
26視頻幀處理
27實時人臉檢測
28視頻背景分析
29顏色對象跟蹤
30案例 - 幾何形狀識別
31案例 – 車道線識別