上位机开发的技术延申
机器视觉上位机开发有很多C，但是苦于没有合适的学习资料，所以本人今年花了几个月的时间规划录制好了《OpenCV C》这门课程，帮助广大上位机开发者学好用好OpenCV无需跨语言学习OpenCV！
内容涵盖机器视觉的 图像预处理、图像分析、卡尺测量、模板匹配、缺陷检测、AI代码生成、OpenCV低代码工作流引擎SDK应用、YOLO11系列模型推理，全面提升C。
课程介绍
基于C.Net框架，系统化学习OpenCV4最新版本核心模块功能，帮助C，掌握OpenCV图像处理、二值分析、特征提取与匹配、深度学习推理、OpenCV算法设计与AI代码生成、OpenCV低代码开发工作流引擎SDK集成、缺陷检测等核心能力。课程分为三个部分，分别为 初级篇、进阶篇、高级与实战篇，课程目录如下：
第 2章 Mat与像素操作 2.1Mat创建方法与基础操作 2.2像素访问遍历 2.3图像算术运算 2.4图像位运算 2.5通道与数据类型操作
第 3章 色彩空间 3.1色彩空间转换 3.2色彩空间应用 3.3颜色表LUT
第 4章 图像直方图 4.1像素统计信息 4.2直方图绘制 4.3直方图均衡化 4.4直方图比较 4.5直方图反向投影 4.6图像模板匹配 4.7图像几何变换
第 5章 卷积操作 5.1图像卷积原理与代码实现 5.2均值与高斯模糊 5.3自定义卷积核滤波 5.4梯度提取 5.5锐化增强 5.6二阶导数算子 5.7噪声与去噪声 5.8边缘保留滤波 5.9边缘发现
第 6章 二值图像 6.1图像阈值化操作 6.2全局阈值分割 6.3自适应阈值分割
第 7章 二值分析 7.1连通组件标记算法原理 7.2连通组件标记算法应用 7.3轮廓发现 7.4轮廓测量 7.5拟合与逼近 7.6直线检测与拟合 7.7圆检测 7.8轮廓矩与匹配 7.9案例 – 提取最大轮廓与编码点
第 8章 形态学分析 8.1腐蚀与膨胀 8.2开闭操作 8.3形态学梯度 8.4顶帽与黑帽
第 9章 特征提取 9.1图像金字塔 9.2Harris角点检测 9.3shi-tomas角点检测 9.4亚像素级别角点检测 9.5ORB关键点 9.6ORB特征描述子 9.7ORB特征匹配 9.8SIFT特征匹配 9.9图像透视变换 9.10基于特征的对象检测
第 10章 深度神经网络 10.1DNN模块与推理SDK 10.2ResNet图像分类 10.3SSD人脸检测 10.4YOLOv5对象检测 10.5YOLOv8对象检测 10.6YOLO12对象检测 10.7YOLO11实例分割缺陷检测 10.8YOLO11关键点检测
第 11章 OpenCV低代码开发 11.1OpenCV工作流与AI编程工具安装演示 11.2使用OpenCV工作流引擎C #SDK11.3轮廓分析的低代码实现 11.4多角度多目标NCC模板匹配 11.5多角度多目标边缘模板匹配 11.6线段测量卡尺开发 11.7圆测量卡尺开发
第十二章 缺陷检测案例开发案例一：阵列缺陷检测案例二：SOP缺陷检测
原价：999
折扣：599（月底之前）
扫码参加！
课程部分代码运行截图
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
