rk0189-mksz191 - OpenCV+TensorFlow 入门人工智能图像处理
——/mksz191 - OpenCV+TensorFlow 入门人工智能图像处理/
├──第1章 课程导学
| └──1-1 计算机视觉导学.mp439.65M
├──第2章 计算机视觉入门
| ├──2-1 本章介绍.mp431.36M
| ├──2-10 案例4：像素读取写入.mp412.37M
| ├──2-11 tensorflow常量变量定义.mp428.84M
| ├──2-12 tensorflow运算原理.mp432.93M
| ├──2-13 常量变量四则运算.mp463.70M
| ├──2-14 矩阵基础1.mp463.05M
| ├──2-15 矩阵基础2.mp435.61M
| ├──2-16 矩阵基础3.mp429.04M
| ├──2-17 numpy模块使用.mp438.49M
| ├──2-18 matplotlib模块的使用.mp428.76M
| ├──2-19 小综合：人工神经网络逼近股票价格1.mp448.73M
| ├──2-2 Mac下一站式开发环境anaconda搭建.mp434.84M
| ├──2-20 小综合：人工神经网络逼近股票价格2.mp427.17M
| ├──2-21 小综合：人工神经网络逼近股票价格3.mp453.44M
| ├──2-22 小综合：人工神经网络逼近股票价格4.mp491.91M
| ├──2-3 Windows下一站式开发环境anaconda搭建.mp421.40M
| ├──2-4 测试案例helloWorld.mp418.77M
| ├──2-5 案例1：图片的读取和展示.mp422.73M
| ├──2-6 Opencv模块组织结构.mp437.95M
| ├──2-7 案例2：图片写入.mp420.85M
| ├──2-8 案例3：不同图片质量保存.mp430.54M
| └──2-9 像素操作基础.mp424.95M
├──第3章 计算机视觉加强之几何变换
| ├──3-1 本章介绍.mp436.69M
| ├──3-10 图片缩放.mp421.62M
| ├──3-11 图片仿射变换.mp442.00M
| ├──3-12 图片旋转.mp421.82M
| ├──3-13 图片几何变换小结.mp420.80M
| ├──3-2 图片缩放1.mp421.84M
| ├──3-3 图片缩放2.mp444.01M
| ├──3-4 图片缩放3.mp436.15M
| ├──3-5 图片剪切.mp416.64M
| ├──3-6 图片位移1.mp420.33M
| ├──3-7 图片移位2.mp430.60M
| ├──3-8 图片移位3.mp412.97M
| └──3-9 图片镜像.mp446.10M
├──第4章 计算机视觉加强之图像特效&线段文字绘制
| ├──4-1 图像特效介绍.mp493.68M
| ├──4-10 边缘检测2.mp453.09M
| ├──4-11 浮雕效果.mp419.36M
| ├──4-12 颜色映射.mp420.99M
| ├──4-13 油画特效.mp456.38M
| ├──4-14 图像特效小结.mp424.67M
| ├──4-15 线段绘制.mp438.86M
| ├──4-16 矩形圆形任意多边形绘制.mp446.99M
| ├──4-17 文字图片绘制.mp428.64M
| ├──4-2 图像灰度处理1.mp420.30M
| ├──4-3 图像灰度处理2.mp429.87M
| ├──4-4 算法优化.mp433.85M
| ├──4-5 颜色反转.mp432.15M
| ├──4-6 马赛克.mp436.64M
| ├──4-7 毛玻璃.mp438.53M
| ├──4-8 图片融合.mp436.68M
| └──4-9 边缘检测1.mp454.64M
├──第5章 计算机视觉加强之图像美化
| ├──5-1 美化效果章节介绍.mp459.90M
| ├──5-10 磨皮美白.mp425.93M
| ├──5-11 高斯均值滤波.mp452.50M
| ├──5-12 中值滤波.mp438.93M
| ├──5-13 图像美化章节小结.mp448.92M
| ├──5-2 彩色图片直方图.mp457.45M
| ├──5-3 直方图均衡化.mp454.30M
| ├──5-4 图片修补.mp445.12M
| ├──5-5 灰度直方图源码.mp425.91M
| ├──5-6 彩色直方图源码.mp433.72M
| ├──5-7 灰度直方图均衡化.mp476.69M
| ├──5-8 彩色直方图均衡化.mp450.32M
| └──5-9 亮度增强.mp422.45M
├──第6章 计算机视觉加强之机器学习
| ├──6-1 机器学习章节介绍.mp432.57M
| ├──6-10 SVM支持向量机1.mp441.51M
| ├──6-11 SVM支持向量机2.mp471.63M
| ├──6-12 SVM小结.mp436.98M
| ├──6-13 Hog特征1.mp459.28M
| ├──6-14 Hog特征2.mp4105.48M
| ├──6-15 Hog特征3.mp454.85M
| ├──6-16 Hog特征4.mp457.85M
| ├──6-17 Hog小结.mp464.47M
| ├──6-18 Hog_SVM小狮子识别1.mp4117.66M
| ├──6-19 Hog_SVM小狮子识别2.mp488.94M
| ├──6-2 视频分解图片.mp443.90M
| ├──6-20 Hog_SVM小狮子识别3.mp493.30M
| ├──6-21 Hog_SVM小狮子识别4.mp4105.09M
| ├──6-22 Hog_SVM小狮子识别5.mp4129.69M
| ├──6-23 机器学习小结.mp4166.30M
| ├──6-3 图片合成视频.mp417.87M
| ├──6-4 Haar特征1.mp424.65M
| ├──6-5 Haar特征2.mp433.69M
| ├──6-6 Haar特征3.mp417.16M
| ├──6-7 adaboost分类器1.mp4128.29M
| ├──6-8 adaboost分类器2.mp476.39M
| └──6-9 Haar+adaboost人脸识别.mp4123.56M
├──第7章 手写数字识别
| ├──7-1 章节介绍.mp45.95M
| ├──7-10 knn数字识别8.mp488.63M
| ├──7-11 knn数字识别9.mp459.27M
| ├──7-12 knn数字识别10.mp4116.44M
| ├──7-13 cnn实现手写数字识别1.mp453.11M
| ├──7-14 cnn实现手写数字识别2.mp4107.44M
| ├──7-15 cnn实现手写数字识别3.mp489.51M
| ├──7-16 cnn实现手写数字识别4.mp4112.73M
| ├──7-17 cnn实现手写数字识别5.mp491.10M
| ├──7-18 cnn实现手写数字识别6.mp4115.13M
| ├──7-19 数字识别小结.mp4131.91M
| ├──7-2 样本介绍.mp418.25M
| ├──7-3 knn数字识别1.mp423.90M
| ├──7-4 knn数字识别2.mp457.62M
| ├──7-5 knn数字识别3.mp4110.76M
| ├──7-6 knn数字识别4.mp487.22M
| ├──7-7 knn数字识别5.mp4124.22M
| ├──7-8 knn数字识别6.mp483.19M
| └──7-9 knn数字识别7.mp4102.10M
├──第8章 “刷脸”识别
| ├──8-1 章节介绍.mp422.14M
| ├──8-2 最简单的图片爬虫.mp4122.03M
| ├──8-3 ffmpeg初识_音频.mp4.mp490.39M
| ├──8-4 OpenCV预处理.mp449.34M
| ├──8-5 神经网络训练识别1.mp421.77M
| ├──8-6 神经网络训练识别2.mp455.95M
| ├──8-7 神经网络训练识别3.mp463.90M
| ├──8-8 神经网络训练识别4.mp465.51M
| └──8-9 本章小结.mp446.58M
├──第9章 课程总结
| └──9-1 课程总结.mp427.45M
└──源码.zip39.52M
强烈支持楼主ing……
goooood 实用技术，谢谢分享。 感谢大佬的分享，赞一个！ 学习下 :) 6666666666 OpenCV的课程还是非常值得学习的 没有什么基础能不能学