学习OpenCV4的系统化路线图

起因-OpenCV4发布

OpenCV4.x发布以来，其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用，集成OpenVINO与tensorflow、caffe等模型加速推断、实现了从传统的图像处理到基于深度学习的视觉处理路线图的完整拓展。OpenCV4毫无疑问是一个OpenCV发展历史的一个重要里程碑之作。官方的宣传口号是OpenCV4 is more thanOpenCV充分说明OpenCV4 是整合深度学习的新一代计算机视觉开发框架！

学习路线图

从OpenCV4发布测试版本开始，作者就一直关注！根据自己近十年图像处理OpenCV开发相关工作经验，花了七个月的时间，针对OpenCV4、精心选择OpenCV中常用模块与知识点，构建了一套系统化的课程，这套课程对每个课时的代码演示都是基于C++与Python两种语言，充分考虑了初学者对各种语言的上手问题，由浅入深、层次递进的讲述OpenCV各个模块关键知识点与相关API函数，零基础开始学习OpenCV中最常用的八个模块内容

01

图像与视频I/O模块

02

HGUI模块(窗口与图形绘制与显示)

03

图像处理基础知识

04

图像卷积操作相关

05

二值图像分析与处理

06

视频分析与对象跟踪

07

特征提取与对象检测

08

深度神经网络DNN模块

同时在各个关键节点通过案例教学与代码分析，帮助厘清相关知识点的运用，达到学以致用，培养编程能力，提升个人竞争力！

部分课程代码运行截图

色彩空间转换

ROI操作

不规则ROI提取：

椒盐与高斯噪声

图像边缘保留滤波

图像梯度与边缘

图像锐化增强

模板匹配

二值图像分析

视频分析与跟踪

自定义对象检测

背景替换与虚化

特征提取与对象检测

DNN模块