基于OpenCV的专用图像处理算法设计和实现

算法设计是典型的经验工程，算法设计过程中需要工程师对问题本身有准确的认识、对函数库工具有熟练掌握，并且能够总结整理具有个性的调优套路。提高算法设计能力较好的方法就是去学习成功的经验、并在模仿的基础上进行扬弃。现实的需求是多种多样的、工具本身也在不断变换，唯有分析问题的思路和解决问题的信心毅力，是可以通过不断的项目实践进行积累的。

    由于工作等原因，我较为独立地接触、解决过一些问题，积累了一定现实的经验。本门课程，我选择“钢管识别”“血管识别”和“毛发识别”3个识别算法来作为主要内容。每一问题区分需求分析、结果展示、思路分析、细节讲解、集成调优进行描述。

老师将会倾力传授深入理解算法设计心路过程，支持大家设计出符合自己项目和需求的算法。干货课程，实用性毋庸置疑，欢迎有志深度探索视觉方面应用的学员一起共同学习。

我们将从来自实际“钢管识别”项目开始我们的课程。

第三课：“钢管识别”细节讲解集成调优
经过一些算法实验，建立了解决问题的基本方法，包括基于blod detection获得准确的半径；调用HoughCircle查漏补缺；调用Contours detection预处理后图片，寻找水泥管；结果筛选以上获得的结果，得出统一结果。

第四课：“血管识别”需求和思路分析
“血管识别”是偏向于增强的识别算法，我们将从该项目的背景着手分析。

第五课：“血管识别”细节讲解集成调优
frangi算法是解决血管识别问题的经典算法，通过对其数理原理的深入理解和算法实现，获得较优的算法结果。

第六课：“毛发识别”需求和思路分析
同样是来自于现实需求的毛发识别，我们会先从背景材料入手，重点是对比其和前面两个需求之间的差别。

第七课：“毛发识别”细节讲解集成调优+课程总结
通过设计算法，解决毛发的识别，并且做出较精确测量。最后对全部课程进行总结。
​
授课时间：

本期课程预计2024年11月11日开课，预计课程持续时间为9周。

课程环境：

授课对象：
适合具备一定图像处理基础，对专用算法设计有强烈需求和兴趣的工程师、学习者。

预期收获：

讲师介绍 ：
禾路 老师
OpenCV、MFC、图像处理、图像增强、图像拼接,图像测量、图像处理工程师，专注图像处理多年，长期奋斗在图像增强、识别一线。实战经验丰富，研究开发的连铸体拼接算法、人脸美化算法、红外线血管增强识别系统、中药识别系统、石材大板识别系统、树叶测量等均已投入使用。对OpenCV有着深入理解和解析。对OpenCV结合MFC、C#快速开发，解决实际问题有独到见解。 开源框架GreenOpenMFCTemplate受到《学习OpenCV》中文版翻译者于士琪论坛和博客推荐，作为审阅参与到《学习OpenCV3》翻译过程中、成功向OpenCV源码库提交过PR，OpenCV中文论坛版主。