项目一　初识计算机视觉——开发环境搭建　1
知识目标　1
技能目标　1
素养目标　1
项目导入　2
知识准备　2
1.1　计算机视觉概述　2
1.1.1　计算机视觉的概念　2
1.1.2　计算机视觉与人工智能的关系　2
1.1.3　计算机视觉的发展历程与现状　3
1.1.4　计算机视觉的应用领域　4
行业应用视角：产业智能化的感知基石　5
1.1.5　同步训练　5
1.2　开发环境与工具　6
1.2.1　Python　6
1.2.2　Anaconda　7
1.2.3　PyCharm　8
1.2.4　OpenCV　8
1.2.5　深度学习框架　8
行业应用视角：工程化落地的效率基石　9
1.2.6　同步训练　10
项目实施　10
项目拓展　16
项目巩固　17
项目二　图像加密解密——ROI操作与运算　18
知识目标　18
技能目标　18
素养目标　18
项目导入　19
知识准备　19
2.1　图像的基本操作　19
2.1.1　读取、显示、保存图像　19
2.1.2　图像通道处理　21
2.1.3　指定ROI　23
2.1.4　色彩空间的选择　24
2.1.5　掩模　27
行业应用视角：掩模与ROI的协同效应　29
2.1.6　同步训练　29
2.2　图像运算　30
2.2.1　加法运算　30
2.2.2　减法运算　31
2.2.3　加权加法运算　33
2.2.4　按位逻辑运算　34
行业应用视角：图像运算的工业协作范式　35
2.2.5　同步训练　36
2.3　图像加密解密原理　36
2.3.1　对称加密　37
2.3.2　非对称加密　38
2.3.3　混合加密　38
2.3.4　基于深度学习的加密　39
行业应用视角：视觉安全的加密协作　40
2.3.5　同步训练　40
项目实施　40
项目拓展　42
项目巩固　43
项目三　图像艺术风格转换——图像滤波处理　44
知识目标　44
技能目标　44
素养目标　45
项目导入　45
知识准备　45
3.1　几何变换　45
3.1.1　缩放　45
3.1.2　翻转　46
3.1.3　仿射变换　48
3.1.4　透视变换　49
行业应用视角：几何变换的空间校准　50
3.1.5　同步训练　51
3.2　图像的直方图处理　51
3.2.1　图像直方图的含义　51
3.2.2　绘制图像直方图　52
3.2.3　直方图均衡　55
行业应用视角：图像质量的诊断与增强　57
3.2.4　同步训练　58
3.3　图像滤波　58
3.3.1　均值滤波　58
3.3.2　高斯滤波　59
3.3.3　中值滤波　60
3.3.4　双边滤波　61
3.3.5　方框滤波　63
3.3.6　2D滤波　64
行业应用视角：图像滤波的工程化选型　65
3.3.7　同步训练　66
项目实施　66
项目拓展　70
项目巩固　70
项目四　车牌识别——形态学处理与轮廓检测　71
知识目标　71
技能目标　71
素养目标　72
项目导入　72
知识准备　72
4.1　阈值处理　72
4.1.1　全局阈值处理　72
4.1.2　自适应阈值处理　74
行业应用视角：阈值处理的环境适应性原则　76
4.1.3　同步训练　76
4.2　形态学变换　76
4.2.1　腐蚀　77
4.2.2　膨胀　78
4.2.3　高级形态学操作　79
行业应用视角：从规则驱动到智能感知的形态处理演进　82
4.2.4　同步训练　83
4.3　图像轮廓　83
4.3.1　查找轮廓　83
4.3.2　绘制轮廓　85
4.3.3　轮廓特征　86
行业应用视角：轮廓处理的目标结构化分析　97
4.3.4　同步训练　97
4.4　边缘检测　98
4.4.1　Sobel边缘检测　98
4.4.2　Laplacian边缘检测　100
4.4.3　Canny边缘检测　101
行业应用视角：边缘检测的精度与效率平衡　103
4.4.4　同步训练　103
项目实施　104
项目拓展　107
项目巩固　108
项目五　图像检索——特征提取与相似度匹配　109
知识目标　109
技能目标　109
素养目标　110
项目导入　110
知识准备　110
5.1　角点检测　110
5.1.1　Harris角点检测　110
5.1.2　优化Harris角点检测　112
5.1.3　Shi-Tomasi角点检测　113
行业应用视角：角点检测的特征基石作用　114
5.1.4　同步训练　115
5.2　特征检测　115
5.2.1　FAST特征检测　115
5.2.2　SIFT特征检测　116
5.2.3　ORB特征检测　118
5.2.4　LBP特征检测　120
行业应用视角：特征检测的性能权衡　121
5.2.5　同步训练　121
5.3　特征匹配　122
5.3.1　暴力匹配器　122
5.3.2　FLANN匹配器　123
行业应用视角：特征匹配的精度与效率平衡　126
5.3.3　同步训练　126
项目实施　126
项目拓展　129
项目巩固　130
项目六　交通标志识别——图像分割与模板匹配　131
知识目标　131
技能目标　131
素养目标　131
项目导入　132
知识准备　132
6.1　图像分割　132
6.1.1　像素阈值分割法　133
6.1.2　分水岭算法　134
行业应用视角：图像分割的层次化策略　137
6.1.3　同步训练　137
6.2　模板匹配　138
6.2.1　单目标匹配　138
6.2.2　多目标匹配　140
6.2.3　图像金字塔　142
行业应用视角：模板匹配的尺度自适应策略　144
6.2.4　同步训练　144
项目实施　145
项目拓展　149
项目巩固　150
项目七　视频监控——运动目标检测与跟踪　151
知识目标　151
技能目标　151
素养目标　152
项目导入　152
知识准备　152
7.1　视频的基本操作　152
7.1.1　视频读取、显示、保存　152
7.1.2　视频剪辑与裁剪　156
7.1.3　视频帧率调整　158
7.1.4　视频预处理　159
行业应用视角：时序与空域的智能协同　160
7.1.5　同步训练　161
7.2　运动目标检测　161
7.2.1　背景差分法　161
7.2.2　帧间差分法　165
7.2.3　光流法　169
行业应用视角：运动目标检测方法的选型逻辑　172
7.2.4　同步训练　172
7.3　运动目标跟踪　172
7.3.1　MeanShift/CamShift　173
7.3.2　光流法　175
7.3.3　相关滤波　177
7.3.4　卡尔曼滤波　179
行业应用视角：运动目标跟踪方法的融合与优化　182
7.3.5　同步训练　182
项目实施　182
项目拓展　185
项目巩固　186
项目八　中草药分类——SVM图像分类　187
知识目标　187
技能目标　187
素养目标　187
项目导入　188
知识准备　188
8.1　机器学习基础　188
8.1.1　机器学习的概念　188
8.1.2　机器学习的分类　189
8.1.3　机器学习的流程　190
行业应用视角：机器学习的工程实施框架　191
8.1.4　同步训练　191
8.2　SVM　192
8.2.1　SVM的概念　192
8.2.2　SVM的核函数　195
行业应用视角：SVM的边界优化艺术　198
8.2.3　同步训练　198
8.3　分类模型评价指标　198
项目实施　200
项目拓展　204
项目巩固　205
项目九　艺术海报生成——k-Means配色与风格化　206
知识目标　206
技能目标　206
素养目标　206
项目导入　207
知识准备　207
9.1　聚类　207
9.1.1　聚类的概念　207
9.1.2　聚类算法的评价指标　208
行业应用视角：聚类分析的量化评估　209
9.1.3　同步训练　209
9.2　k-Means算法　210
9.2.1　k-Means算法的概念与实现流程　210
9.2.2　k-Means算法的不足　212
行业应用视角：k-Means算法的规模化应用逻辑　213
9.2.3　同步训练　213
9.3　k-Means算法中k值的选取　213
9.3.1　肘部法　213
9.3.2　轮廓系数分析法　216
行业应用视角：k值选择的量化决策方法　218
9.3.3　同步训练　218
项目实施　219
项目拓展　222
项目巩固　223
项目十　工业零件质检——卷积神经网络基础　224
知识目标　224
技能目标　224
素养目标　225
项目导入　225
知识准备　225
10.1　CNN基础　225
10.1.1　卷积层　225
10.1.2　池化层　227
10.1.3　激活函数　229
10.1.4　全连接层与输出层　230
行业应用视角：智能质检中的分层特征学习　231
10.1.5　同步训练　231
10.2　深度学习模型训练基础　232
10.2.1　前向传播与反向传播　232
10.2.2　损失函数　232
10.2.3　优化算法　234
10.2.4　正则化方法　237
10.2.5　批归一化　239
行业应用视角：工业级模型的稳定训练体系　240
10.2.6　同步训练　241
10.3　经典CNN模型与改进　241
10.3.1　LeNet、AlexNet　241
10.3.2　VGGNet　243
10.3.3　ResNet　244
10.3.4　GoogLeNet　245
10.3.5　轻量化网络　247
10.3.6　现代改进模型　248
行业应用视角：CNN模型演进中的工程智慧　250
10.3.7　同步训练　250
10.4　迁移学习与模型微调　250
10.4.1　迁移学习的基本概念　250
10.4.2　预训练模型加载　251
10.4.3　微调策略与冻结层选择　252
行业应用视角：迁移学习的高效工程范式　253
10.4.4　同步训练　253
项目实施　253
项目拓展　261
项目巩固　262