Github
文档4小时Python OpenCV教程
本文包含我在 freeCodeCamp.org 上的 Python和OpenCV课程 中使用的笔记和代码。您可以在 Twitter 上关注我，了解我目前正在开发的课程的更多信息。
重要更新：
caer.train_val_split() 是 caer 中的一个已废弃功能。请改用 sklearn.model_selection.train_test_split()。详情请参见 #9。
课程大纲（附时间戳）
1. 安装
除了安装OpenCV，我们还介绍了以下包的安装：
Caer 是一个轻量级、高性能的视觉库，用于高性能AI研究。它通过抽象掉不必要的样板代码，简化了您处理计算机视觉的方法，为您提供了快速原型化深度学习模型和研究创意的灵活性。
$ pip install caer
2. 基本概念：
- 读取图像和视频 (0:04:12)
- 调整图像和视频帧的大小和比例 (0:12:57)
- 在图像上绘制形状和放置文本 (0:20:21)
- OpenCV中的5个基本方法 (0:31:55)
- 图像变换 (0:44:13)
- 轮廓检测 (0:57:06)
3. 高级概念：
- 在不同色彩空间之间切换（RGB、BGR、灰度、HSV和Lab） (1:12:53)
- 分离和合并颜色通道 (1:23:10)
- 模糊处理 (1:31:03)
- 位运算 (1:44:27)
- 遮罩处理 (1:53:06)
- 直方图计算 (2:01:43)
- 图像阈值化/二值化 (2:15:22)
- 高级边缘检测 (2:26:27)
4. 人脸检测和识别
5. 总结项目：深度计算机视觉
- 构建一个深度计算机视觉模型，用于分类热门电视剧《辛普森一家》中的角色 (3:11:57)
