1、OpenCV 4 与 Python 3 结合的计算机视觉学习指南

OpenCV 4 与 Python 3 结合的计算机视觉学习指南

1. 学习内容概述

在计算机视觉和机器学习领域，我们可以借助一系列工具、技术和算法来解决实际问题。这里将涵盖从经典到前沿的各种技术，涉及几何和机器学习等多个方面，以构建实用的计算机视觉应用程序。

1.1 技术学习路径

学习将从 OpenCV 4 与 Python 3 的环境搭建开始，逐步深入到图像和视频的基本操作，包括读取、写入、处理和显示。接着会涉及图像处理和视频分析，以及深度估计和分割等内容。之后会探讨人脸检测和识别、对象分类和机器学习、对象跟踪、3D 跟踪和增强现实，最后学习人工神经网络（ANNs）和深度神经网络（DNNs）在实际应用中的使用。

1.2 适合人群

适合对计算机视觉、机器学习和 OpenCV 感兴趣的人群，无论是初学者还是希望更新技能的专家。要求读者具备基本的 Python 编程知识，但不要求有图像处理、计算机视觉或机器学习的先验知识。

2. 开发资源获取

2.1 示例代码下载

可以从以下途径下载示例代码文件：
- 若在 www.packt.com 购买，可从账户下载。
- 若在其他地方购买，可访问 www.packtpub.com/support 注册，将文件直接发送到邮箱。
具体下载步骤如下：
1. 登录或注册 www.packt.com。
2. 选择 Support 标签。
3. 点击 Code Downloads。
4. 在搜索框输入相关名称，按屏幕提示操作。
下载后，使用以下工具解压文件夹：