📘 OpenCV 目标检测与跟踪系统设计 · 30章

🎯 友好色系

01 OpenCV概述与环境搭建

发展史、安防/自动驾驶/医疗影像、Win/Linux配置、验证安装

进入章节 →

02 图像基础操作

读取/显示/保存、像素操作、BGR/RGB/HSV/灰度转换

进入章节 →

03 图像预处理 (上)

缩放、旋转、平移、仿射变换、透视变换

进入章节 →

04 图像预处理 (下)

均值/高斯/中值/双边滤波、全局阈值、自适应阈值、Otsu

进入章节 →

05 边缘检测与特征提取

Sobel、Laplacian、Canny、Harris角点、SIFT/SURF

进入章节 →

06 图像形态学操作

腐蚀/膨胀、开/闭运算、形态学梯度、顶帽、黑帽

进入章节 →

07 图像轮廓分析

查找/绘制轮廓、面积/周长/外接矩形、轮廓层级

进入章节 →

08 直方图与模板匹配

直方图均衡化、反向投影、TM_CCOEFF等6种方法

进入章节 →

09 目标检测基础

滑动窗口、图像金字塔、非极大值抑制(NMS)

进入章节 →

10 Haar级联分类器

Haar特征原理、训练级联分类器、人脸检测实战

进入章节 →

11 HOG特征与SVM

HOG计算原理、SVM训练、行人检测实战

进入章节 →

12 深度学习目标检测入门

OpenCV DNN模块、加载Caffe/TensorFlow/ONNX模型

进入章节 →

13 YOLO目标检测 (上)

YOLO发展史、v3/v4/v5结构对比、OpenCV加载YOLO

进入章节 →

14 YOLO目标检测 (下)

预测结果解析、边界框绘制、置信度过滤、NMS、实时检测

进入章节 →

15 SSD目标检测

SSD原理、MobileNet-SSD实战、YOLO vs SSD vs Faster R-CNN

进入章节 →

16 Faster R-CNN

RPN网络、RoI Pooling、OpenCV部署Faster R-CNN

进入章节 →

17 目标跟踪基础

跟踪 vs 检测、应用场景、OpenCV跟踪API概览

进入章节 →

18 传统跟踪算法 (上)

BOOSTING、MIL、KCF、TLD 原理与实现

进入章节 →

19 传统跟踪算法 (下)

MedianFlow、MOSSE、CSRT、GOTURN对比实验

进入章节 →

20 多目标跟踪 (MOT)

SORT、DeepSORT、卡尔曼滤波、匈牙利匹配

进入章节 →

21 光流法目标跟踪

Lucas-Kanade光流、Farneback稠密光流、运动检测

进入章节 →

22 背景建模与运动检测

帧差法、MOG2、KNN背景分割、运动目标提取

进入章节 →

23 检测与跟踪系统架构

系统设计原则、模块划分(采集/检测/跟踪/存储)、多线程

进入章节 →

24 视频流处理

摄像头/视频文件/RTSP读取、帧率控制、丢帧策略

进入章节 →

25 检测跟踪数据管理

结果数据结构、跟踪ID管理、轨迹存储(JSON/CSV/数据库)

进入章节 →

26 性能优化 (上)

UMat/T-API加速、多线程(OpenMP/TBB)、模型量化

进入章节 →

27 性能优化 (下)

TensorRT加速、OpenVINO部署、树莓派/嵌入式优化

进入章节 →

28 GUI交互界面设计

HighGUI、PyQt5集成、实时显示、参数调节面板

进入章节 →

29 综合实战 (一) 智能交通

车辆检测与跟踪、车速估算、违章抓拍模拟

进入章节 →

30 综合实战 (二) 智能安防

人员入侵检测、跨线检测、区域计数、报警联动

进入章节 →