第1章 · 课程导论
摄像头亮度自适应调整的应用场景、课程目标与学习路径
🎯 课程目标
- 掌握摄像头亮度/曝光核心原理与数字图像基础
- 熟练使用 OpenCV 实现直方图均衡化、Gamma 校正、自适应算法
- 构建实时视频流亮度检测与自适应调整系统
- 设计多线程、低延迟的嵌入式/桌面级摄像头应用
- 完成三个实战项目：智能补光、逆光恢复、低光照增强
📌 适合人群：计算机视觉工程师、嵌入式开发者、AI 应用开发者、自动化专业学生。需具备基础 Python 编程能力。
🧭 学习路径 & 章节地图
📊 课程章节概览
| 模块 | 章节 | 核心内容 |
|---|---|---|
| 基础 | 1-4 | 图像基础、OpenCV、亮度与曝光 |
| 算法 | 5-12 | 直方图均衡化、Gamma、对数变换、亮度检测 |
| 实时系统 | 13-22 | 视频流、多线程、HSV调整、GUI控制 |
| 项目 | 23-30 | 自适应策略、性能评估、三个实战项目 |
⚙️ 技术栈一览
- 语言：Python 3.10+
- 视觉库：OpenCV 4.8+ (cv2)
- 界面：Tkinter / 原生窗口
- 嵌入式：树莓派 / Jetson Nano 兼容
- 性能：多线程 + 队列 + 帧差法
📌 课程特色
- 从零搭建摄像头亮度自适应引擎，代码逐行讲解
- 涵盖 6 种亮度增强算法 + 3 种自适应策略
- 提供完整嵌入式部署方案 (树莓派实测)
- 每个章节附带可运行代码与数据集