设为首页 收藏本站
开启辅助访问 切换到宽版 快捷导航
菜单

编辑推荐

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21

[后端开发] 基于Python打造停车场车位智能识别项目 全新Opencv机器视觉技术融合 计算机视觉案例

[复制链接]
admin发表于 2021-10-21 17:32:36 | 显示全部楼层 |阅读模式
基于Python打造停车场车位智能识别项目 全新Opencv机器视觉技术融合 计算机视觉案例
tt11.jpg
111.jpg
222.jpg
333.jpg
444.jpg

         这不是一次简单的机器视觉项目课程,课程中把很多理论性极强的知识点进行了应用,让本身很晦涩的知识点变得简单易用,这才是课程的精华之处。因为在时下也有很多智能识别的项目,而本次的项目的不同之处就在于它将这些很多关联技术都应用在其中,适合从事深度学习和机器视觉的同学们,加深理解。

===============课程目录===============


├─1-1 课程简介.mp4
├─1-2 Python与Opencv的配置.mp4
├─1-3 Notebook与IDE环境配置.mp4
├─10-1 整体流程演示.mp4
├─10-2 文档轮廓提取.mp4
├─10-3 坐标变换计算.mp4
├─10-4 透视变换结果.mp4
├─10-5 tesseract-ocr安装配置.mp4
├─10-6 文档扫描识别结果.mp4
├─11-1 角点检测基本原理.mp4
├─11-2 基本数学原理.mp4
├─11-3 求解化简.mp4
├─11-4 特征归属划分.mp4
├─11-5 opencv角点检测.mp4
├─12-1 尺度空间定义.mp4
├─12-2 高斯差分金字塔.mp4
├─12-3 特征关键点定位.mp4
├─12-4 生成特征描述.mp4
├─12-5 特征向量生成.mp4
├─12-6 opencv中的sift函数.mp4
├─13-1 特征匹配方法.mp4
├─13-2 RANSAC算法.mp4
├─13-3 图像拼接方法.mp4
├─13-4 流程解读.mp4
├─14-1 任务整体流程.mp4
├─14-2 所需数据介绍.mp4
├─14-3 图像数据预处理.mp4
├─14-4 车位直线检测.mp4
├─14-5 按列划分区域.mp4
├─14-6 车位区域划分.mp4
├─14-7 识别模型构建.mp4
├─14-8 基于视频的车位检测.mp4
├─15-1 整体流程与效果概述.mp4
├─15-2 预处理操作.mp4
├─15-3 填涂轮廓检测.mp4
├─15-4 选项判断识别.mp4
├─16-1 背景消除-帧差法.mp4
├─16-2 混合高斯模型.mp4
├─16-3 学习步骤.mp4
├─16-4 背景建模实战.mp4
├─17-1 基本概念.mp4
├─17-2 Lucas-Kanade算法.mp4
├─17-3 推导求解.mp4
├─17-4 光流估计实战.mp4
├─18-1 DNN模块.mp4
├─18-2 模型加载与输出结果.mp4
├─19-1 目标追踪概述.mp4
├─19-2 多目标追踪实战.mp4
├─19-3 深度学习检测框架加载.mp4
├─19-4 基于dlib和ssd的追踪.mp4
├─19-5 多进程目标追踪.mp4
├─19-6 效率提升对比.mp4
├─2-1 计算机眼中的图像.mp4
├─2-2 视频的读取与处理.mp4
├─2-3 ROI区域.mp4
├─2-4 边界填充.mp4
├─2-5 数值计算.mp4
├─20-1 卷积网络的应用.mp4
├─20-2 卷积层解释.mp4
├─20-3 卷积计算过程.mp4
├─20-4 padding与stride.mp4
├─20-5 卷积参数共享.mp4
├─20-6 池化层原理.mp4
├─20-7 卷积效果演示.mp4
├─20-8 卷积操作流程.mp4
├─21-1 关键点定位概述.mp4
├─21-2 获取人脸关键点.mp4
├─21-3 定位效果演示.mp4
├─21-4 闭眼检测.mp4
├─21-5 检测效果.mp4
├─3-1 图像阈值.mp4
├─3-2 图像平滑处理.mp4
├─3-3 高斯与中值滤波.mp4
├─4-1 腐蚀操作.mp4
├─4-2 膨胀操作.mp4
├─4-3 开运算与闭运算.mp4
├─4-4 梯度计算.mp4
├─4-5 礼帽与黑帽.mp4
├─5-1 Sobel算子.mp4
├─5-2 梯度计算方法.mp4
├─5-3 scharr与Laplace算子.mp4
├─6-1 Canny边缘检测流程.mp4
├─6-2 非极大值抑制.mp4
├─6-3 边缘检测效果.mp4
├─7-1 图像金字塔定义.mp4
├─7-2 金字塔制作方法.mp4
├─7-3 轮廓检测方法.mp4
├─7-4 轮廓检测结果.mp4
├─7-5 轮廓特征与近似.mp4
├─7-6 模板匹配方法.mp4
├─7-7 匹配效果展示.mp4
├─8-1 直方图定义.mp4
├─8-2 均衡化原理.mp4
├─8-3 均衡化效果.mp4
├─8-4 傅里叶概述.mp4
├─8-5 频域变换结果.mp4
├─8-6 低通与高通滤波.mp4
├─9-1 总体流程与方法讲解.mp4
├─9-2 环境配置与预处理.mp4
├─9-3 模板处理方法.mp4
├─9-4 输入数据处理方法.mp4
├─9-5 模板匹配得出识别结果.mp4
├─全部数据代码下载.zip
├─第11-12章notebook课件.zip
├─第16-17章notebook课件.zip
├─第2-7章notebook课件.zip
├─第九章:项目实战-信用卡数字识别.zip
├─第二十一章:人脸关键点定位.zip
├─第二十一章:项目实战-疲劳检测.zip
├─第二十章:卷积原理与操作.zip
├─第八章notebook课件.zip
├─第十三章:案例实战-全景图像拼接.zip
├─第十九章:项目实战-目标追踪.zip
├─第十五章:项目实战-答题卡识别判卷.zip
├─第十八章:Opencv的DNN模块.zip
├─第十四章:项目实战-停车场车位识别.zip
├─第十章:项目实战-文档扫描OCR识别.zip
(1)\全部数据代码下载;目录中文件数:13个
├─第11-12章notebook课件.txt
├─第16-17章notebook课件.txt
├─第2-7章notebook课件.txt
├─第九章:项目实战-信用卡数字识别.txt
├─第二十一章:项目实战-疲劳检测.txt
├─第二十章:卷积原理与操作.txt
├─第八章notebook课件.txt
├─第十三章:案例实战-全景图像拼接.txt
├─第十九章:项目实战-目标追踪.txt
├─第十五章:项目实战-答题卡识别判卷.txt
├─第十八章:Opencv的DNN模块.txt
├─第十四章:项目实战-停车场车位识别.txt
├─第十章:项目实战-文档扫描OCR识别.txt

下载地址
提取码:dvby
10
您未购买

友币




回复

使用道具 举报

精彩评论1

Kiwi2021发表于 2021-11-3 13:39:23 | 显示全部楼层
Python 是一个高层次的结合了解释性、英国乐透8编译性、互动性和面向对象的脚本语言。
Python 的设计具有很强的可读性,相比其他语言经常使用英文关键字,其他语言的一些标点符号,它具有比其他语言更有特色语法结构。

  • Python 是一种解释型语言: 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言极速赛车
  • Python 是交互式语言: 这意味着,您可以在一个 Python 提示符 >>> 后直接执行代码。
  • Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。
  • Python 是初学者的语言:Python SG飞艇 对初级程序员而言,是一种伟大的语言,它支持广泛的应用程序开发,从简单的文字处理到 WWW 浏览器再到游戏。

   


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则