一、课程简介

计算机视觉是人工智能的一个重要研究领域，主要研究如何让计算机代替人眼实现对目标的分类、识别、跟踪和场景理解等内容。

OpenCV是一个跨平台的开源计算机视觉库，最早由Intel发起并参与开发。OpenCV从4.5.0版开始，将以前的BSD许可更改为Apache 2许可，允许企业和研究人员自由使用。Python功能强大且简单易学，是目前非常流行的程序设计语言之一。通过Python来实现OpenCV应用，可以让你快速理解并掌握实现计算机视觉应用的基本概念和方法。

二、课程目标

1、理解计算机视觉的基本概念与原理：

学生将能够阐述计算机视觉的定义及其在人工智能领域中的重要性。

掌握计算机视觉的基本任务，包括目标分类、识别、跟踪和场景理解等。

2、熟悉OpenCV库及其基本操作：

学生将了解OpenCV的历史、发展及许可变更，理解其作为开源计算机视觉库的优势。

掌握OpenCV的安装与配置方法，能够在不同平台上（如Windows、Linux、MacOS）使用OpenCV。

熟悉OpenCV的基本数据结构（如图像矩阵、视频捕获等）和常用函数。

3、掌握Python编程语言基础及其在图像处理中的应用：

学生将学习Python编程语言的基础知识，包括变量、数据类型、控制结构、函数等。

理解Python在图像处理中的优势，掌握使用Python编写基本图像处理脚本的能力。

学习如何将Python与OpenCV结合，利用Python的库（如NumPy）来优化图像处理流程。

4、实现图像处理与分析的基本算法：

学生将学习并实现图像预处理技术，如图像滤波、边缘检测、图像变换（如傅里叶变换、霍夫变换）等。

掌握图像特征提取与匹配的方法，包括SIFT、SURF、ORB等特征点检测算法。

学习并实现基于图像特征的目标识别与跟踪算法。

5、场景理解与高级视觉任务：

引入场景理解的概念，学习如何通过图像分析理解场景中的对象关系、空间布局等。

探讨并实践基于深度学习的计算机视觉技术，如卷积神经网络（CNN）在图像分类、目标检测中的应用。

理解并尝试实现图像分割、三维重建等高级视觉任务。