掌握在 Python 實踐深度學習的 Computer Vision™ OpenCV4

Contents

學習 Dlib、深度學習電腦視覺（Keras、TensorFlow 和 Caffe）+ 21 個專案，像專業人士一樣掌握 OpenCV4！

從這 10.5 小時的課程，你會學到

理解和在 Python 中使用 OpenCV4
如何在 Python 中使用 Keras 和 TensorFlow 進行深度學習
使用 DLIB 建立面部偵測器和識別器，並建立自己的高階面部置換
目標檢測、跟蹤和運動分析
建立擴增實境( AR )應用程式
程式設計技能，如基本的 Python 和 Numpy
如何使用電腦視覺來執行很酷的創業點子
理解神經網路和卷積神經網路
使用 Python 建立簡單的影像分類器
建立一個信用卡的 OCR 閱讀器
學習使用 OpenCV 執行神經風格遷移
了解如何使用 SSD（單次檢測器）在 OpenCV 中進行多物件檢測（最多 90 個對象！）
了解如何使用 Caffe 將黑白圖像轉換為彩色
學習構建自動編號（許可證）車牌識別 (ALPR)
學習電腦視覺和圖像處理的基礎知識

要求

幾乎不需要程式設計知識，但基本的程式設計知識將有所幫助
安裝 Windows 10、 Ubuntu 或 MacOS 系統的電腦
一個網路攝影機來實現一些小專案

課程說明

歡迎來到 OpenCV 上最全面、講授最完善的課程之一，你將在其中學習如何在 Python 中使用最新版本的 OpenCV4 掌握電腦視覺！

================================================ ====

注意：許多較早的差評是在課程材料過時且許多示例程式碼已損壞的一段時間內發生的，但是，這已在 2019 年初得到修復 🙂

================================================ ====

電腦視覺是人工智慧的一個領域，處理如何用電腦演算法破譯在圖像中看到的內容！掌握這項令人難以置信的技能，並能夠完成你的大學/學院專案，自動化工作，開始發展你的創業想法或獲得成為高薪（400-1000 美元/天）電腦視覺工程師的技能。

================================================ ====

最後更新於 2019 年 8 月，你將學習：

Computer Vision & OpenCV的關鍵概念（使用最新版本的OpenCV4）
圖像處理（數十種技術！），例如變換、裁剪、模糊、閾值處理、邊緣檢測和裁剪。
通過理解輪廓、圓和線檢測來分割圖像。你甚至將學習如何近似輪廓、進行輪廓過濾和排序以及近似。
特徵檢測（SIFT、SURF、FAST、BRIEF 和 ORB）來進行物件檢測。
人臉、人和汽車的物體檢測。
提取面部特徵以進行面部分析、應用過濾器和臉部交換。
用於手寫數字識別的電腦視覺機器學習。
臉部辨識
運動分析和物件跟踪。
用於照片修復的計算攝影技術（消除損壞的舊照片中的標記、線條、摺痕和污跡）。
深度學習（3 小時以上在 Python 中使用 Keras 進行深度學習）
電腦視覺產品和創業點子
多目標檢測（90 種目標類型）
為黑白照片和視訊著色（使用 Caffe）
Neural Style Transfers – 將梵高、畢加索和其他人的藝術風格應用到任何圖像，甚至是你的網路攝影機輸入
自動車牌識別（ALPR）
信用卡號識別（使用 PyTesseract 建構你自己的 OCR 分類器）

================================================ ====

你還將實施 21 個很棒的專案！

================================================ ====

OpenCV 專案包括:

使用網路攝影機即時繪製草圖
識別形狀
計數圓和橢圓
尋找 Waldo
使用 OpenCV 的單物件檢測器
基於級聯分類器( Cascade Classifiers )的車輛和行人檢測器
即時臉部置換器(像 MSQRD & Snapchat 過濾器! ! !)
打哈欠偵測器和計數器
手寫數字分類
臉部辨識
球的軌跡
照片修復
車牌自動辨識(ALPR)

深度學習專案包括:

建立一個手寫數字分類器
建立一個多影象分類器
建立一個貓狗分類器
理解如何使用資料增強提高 CNN 的效能
提取及信用卡號碼分類

之前學生的評論:

“我對這種可能性感到驚訝。非常有教育意義，學到了比我想象中更多的東西。現在，能夠在實際中使用它是很有趣的… … 更多的是學習和應用。”

“電腦視覺課程教學非常好，內容豐富！我在網上尋找 OpenCv python 教學資源，但這門課程是迄今為止相關課程和專案最好的融合。我喜歡其中的一些專案，並從修補它們中獲得了許多樂趣。”

“很棒的講師和課程。這些解釋很容易理解，材料也很容易理解。這絕對是一個非常好的影像處理入門。”

“這門課給我留下了深刻的印象！我認為這是目前為止 Udemy 上最好的電腦視覺課程。我是一名大學生，之前在本科時上過電腦視覺課程。這個6.5小時的課程比我的大學課程要好上很多!”

“Rajeev 在這門課上做得很好。我不知道電腦視覺是如何運作的，現在已經有了很好的概念基礎和實際應用的知識。 Rajeev 教學清晰而簡潔，有助於讓任何想要開始建立應用程式的人易於理解複雜的主題。”

======================================================

為什麼要在 Python 中學習使用 OpenCV 電腦視覺？

電腦視覺應用和技術現在正在爆炸！幾個應用程式和業界應用都驚人地利用了這項技術，從價值數十億美元的應用程式，如 Pokémon GO，Snapchat，到新興的應用程式，如 MSQRD 和 PRISMA。

甚至 Facebook、Google、微軟、蘋果、Amazon 和特斯拉都在大量利用電腦視覺進行人臉和物體辨識、影像搜尋，尤其是在自動駕駛汽車方面！

因此，對電腦視覺專業知識的需求呈指數增長！

然而，學習電腦視覺是困難的！現有的線上課程、教科書和免費的 MOOCs 通常已經過時，使用的是舊的不相容的程式庫，或者過於理論化，使其難以理解。

這就是我在學習電腦視覺時遇到的問題，它變得非常令人沮喪。即使只是簡單地執行我在網上找到的範例程式碼也很困難，因為程式庫和函式往往已經過時。

我建立這門課程是為了教你所有的關鍵概念，而不是沉重的數學理論，同時使用最新的方法。

我採用了一種非常實用的方法，使用了50多個程式碼範例。

在課程結束時，你將能夠使用 Python 中的 OpenCV 建立 12 個很棒的電腦視覺應用程式。

我使用 OpenCV，它是目前支援良好的開源電腦視覺程式庫！在 Python 中使用它非常棒，因為 Python 使我們能夠專注於當下的問題，而不會陷入複雜的程式碼之中。

如果你是一個學者或大學生，如果你想通過連結我們使用的技術的研究論文來學習更多，我仍然會為你指明正確的方向。

因此，如果你想在電腦視覺方面有一個良好的基礎，就不要再尋找了。

這就是你的課程！

在本課程中，你將發現使用 Python 的 OpenCV 強大功能，並獲得技能，從而極大地提高你作為電腦視覺開發人員的職業前景。

======================================================

你將獲得 3 小時以上的使用 Keras 的電腦視覺深度學習，其中包括：

一個免費的虛擬機，預裝了所有深度學習 Python 程式庫，例如 Keras 和 TensorFlow
神經網路與卷積神經網路詳解
了解 Keras 的工作原理以及如何使用和創建圖像資料集
建構手寫數字分類器
建構多圖像分類器
建構貓狗分類器
了解如何使用資料增強提高 CNN 性能
提取和分類信用卡號

至於更新和支持：

我將每個月不斷添加更新、修復和新的令人驚嘆的專案！
我將每天活躍在課程的“問答”區域，因此永遠不會孤軍奮戰。

那麼，你準備好開始了嗎？立即註冊，立即開始成為電腦視覺大師的過程！

目標受眾

對電腦視覺感興趣的初學者
希望在電腦視覺研究之前有一個好的開始的大學生
任何好奇使用電腦視覺深度學習的人
希望實現電腦視覺創業點子的企業家
業餘愛好者想做一個很酷的電腦視覺原型
希望開發電腦視覺技能的軟體開發人員和工程師

講師簡介

Rajeev Ratan 電腦視覺專家，資料科學家和電子工程師( 更多講師主講課程介紹 )

大家好，我是 Rajeev，我喜歡資料科學和電腦視覺。

我在愛丁堡大學獲得了電腦與電子工程學士學位和人工智慧碩士學位，在那裡我獲得了廣泛的知識，機器學習，電腦視覺和智慧機器人學。

我已經發表了關於使用資料驅動的方法進行機率隨機建模的研究，甚至還參加了一個在愛丁堡大學機器人競賽中獲勝的小組。

我嘗試過以深度學習為基礎的電腦視覺創業。我已經為兩個電腦視覺領域的創業公司做出了貢獻。

之前，我曾在加勒比地區兩家最大的電信運營商工作，在那裡，我獲得了管理技術人員和部署複雜電信專案的經驗。

英文字幕：有

想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

點選這個✨優惠連結✨ 課程特價 | Udemy 永久擁有課程 NT330 起( 在電腦瀏覽器登入，點選“優惠連結”後再回想要的課程介紹中點選“報名參加課程”即可取得）
Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
手機上點選優惠連結看到的價格比電腦上看到的貴
＄代表當地貨幣, 如在台灣為 NT
點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現