VIP20
本课程属于：043-OpenCV摄像头实时处理 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

实时边缘提取与轮廓分析

📚 共计 30 章节
01
课程导论
边缘提取与轮廓分析在计算机视觉中的重要性、应用场景（自动驾驶、工业检测、医学影像）、课程目标与前置知识。
概述应用
02
图像基础回顾
像素、灰度图、二值图、色彩空间（RGB、HSV、LAB）及其在边缘检测中的作用。
像素色彩空间
03
图像梯度与导数
一阶导数、二阶导数、Sobel算子、Scharr算子、梯度幅值与方向的计算原理。
梯度Sobel
04
经典边缘检测算子（上）
Roberts算子、Prewitt算子、Laplacian算子原理与代码实现。
RobertsPrewittLaplacian
05
经典边缘检测算子（下）
Canny边缘检测算法详解（去噪、梯度计算、非极大值抑制、双阈值检测）。
Canny非极大值抑制
06
Canny实战调参
OpenCV中Canny函数参数详解（threshold1、threshold2、apertureSize），自适应阈值策略。
调参自适应阈值
07
实时视频流处理基础
OpenCV读取摄像头、视频帧循环、帧率控制、性能优化（多线程/队列）。
视频流多线程
08
实时边缘提取流水线
将Canny集成到视频流中，实现实时边缘显示，加入滑动条动态调节参数。
实时滑动条
09
形态学操作（上）
腐蚀、膨胀、开运算、闭运算的原理与在边缘细化/去噪中的应用。
腐蚀膨胀开闭运算
10
形态学操作（下）
形态学梯度、顶帽、黑帽操作，以及自定义结构元素（矩形、椭圆、十字）。
梯度顶帽结构元素
11
轮廓查找基础
OpenCV findContours函数详解（轮廓检索模式：RETR_EXTERNAL, RETR_LIST, RETR_CCOMP, RETR_TREE）。
findContours检索模式
12
轮廓近似方法
轮廓逼近（approxPolyDP）、道格拉斯-普克算法原理、epsilon参数的影响。
approxPolyDP道格拉斯-普克
13
轮廓特征提取（上）
轮廓面积、周长、边界框（矩形、旋转矩形）、最小外接圆。
面积周长边界框
14
轮廓特征提取（下）
轮廓矩（Hu矩）、轮廓的凸包、凸性缺陷、椭圆拟合。
Hu矩凸包椭圆拟合
15
轮廓筛选与过滤
基于面积、周长、宽高比、圆度、矩形度等几何特征过滤噪声轮廓。
过滤几何特征
16
实时轮廓分析流水线
在实时视频中动态查找并绘制轮廓，叠加特征信息（面积、中心点坐标）。
实时特征叠加
17
形状识别实战（一）
基于轮廓逼近识别三角形、矩形、圆形、多边形，并标注形状名称。
形状识别轮廓逼近
18
形状识别实战（二）
基于Hu矩实现旋转/缩放不变性的形状匹配，识别复杂图形。
Hu矩形状匹配
19
直线检测
Hough变换原理、OpenCV HoughLines与HoughLinesP函数、实时直线检测与绘制。
Hough变换直线检测
20
圆检测
Hough圆变换原理、HoughCircles函数参数详解、实时圆检测与圆心标注。
HoughCircles圆检测
21
高级边缘检测
基于深度学习的边缘检测（HED、RCF）简介，与传统方法的对比。
深度学习HEDRCF
22
轮廓层次分析
轮廓的父子层级关系（RETR_TREE），通过层级关系提取内部轮廓（如字符孔洞）。
层级关系RETR_TREE
23
轮廓排序与编号
基于位置（左上、右下）对轮廓进行排序，并绘制编号标签。
排序编号
24
轮廓匹配与追踪
基于轮廓特征的简单目标追踪（质心追踪、IOU匹配）。
目标追踪质心IOU
25
文档扫描与矫正
利用边缘与轮廓检测文档边界，进行透视变换矫正。
文档矫正透视变换
26
车牌识别预处理
基于边缘与轮廓提取车牌候选区域，结合宽高比与颜色过滤。
车牌识别候选区域
27
工业缺陷检测
利用边缘与轮廓分析检测产品表面划痕、裂纹、缺角等缺陷。
缺陷检测工业
28
性能优化与加速
使用Numba、Cython、GPU加速边缘提取与轮廓分析，降低延迟。
NumbaGPU加速
29
综合项目实战（一）
构建实时手势轮廓识别系统（背景减除+边缘+轮廓分析+指尖检测）。
手势识别指尖检测
30
综合项目实战（二）
构建实时运动物体轮廓追踪与计数系统（帧差法+边缘+轮廓过滤+轨迹绘制）。
运动追踪计数帧差法
专注课程资料整理