└─ 【No0236】OpenCV+TensorFlow 入门人工智能图像处理（无密完整） ->
├─ 第9章 课程总结 ->
└─ 9-1 课程总结.mp4 - 27.5M
├─ 第8章 “刷脸”识别 ->
├─ 8-9 本章小结.mp4 - 46.6M
├─ 8-8 神经网络训练识别4.mp4 - 65.5M
├─ 8-7 神经网络训练识别3.mp4 - 63.9M
├─ 8-6 神经网络训练识别2.mp4 - 56M
├─ 8-5 神经网络训练识别1.mp4 - 21.8M
├─ 8-4 OpenCV预处理.mp4 - 49.3M
├─ 8-3 ffmpeg初识_音频.mp4.mp4 - 90.4M
├─ 8-2 最简单的图片爬虫.mp4 - 122M
└─ 8-1 章节介绍.mp4 - 22.1M
├─ 第7章 手写数字识别 ->
├─ 7-9 knn数字识别7.mp4 - 102.1M
├─ 7-8 knn数字识别6.mp4 - 83.2M
├─ 7-7 knn数字识别5.mp4 - 124.2M
├─ 7-6 knn数字识别4.mp4 - 87.2M
├─ 7-5 knn数字识别3.mp4 - 110.8M
├─ 7-4 knn数字识别2.mp4 - 57.6M
├─ 7-3 knn数字识别1.mp4 - 23.9M
├─ 7-2 样本介绍.mp4 - 18.3M
├─ 7-19 数字识别小结.mp4 - 131.9M
├─ 7-18 cnn实现手写数字识别6.mp4 - 115.1M
├─ 7-17 cnn实现手写数字识别5.mp4 - 91.1M
├─ 7-16 cnn实现手写数字识别4.mp4 - 112.7M
├─ 7-15 cnn实现手写数字识别3.mp4 - 89.5M
├─ 7-14 cnn实现手写数字识别2.mp4 - 107.4M
├─ 7-13 cnn实现手写数字识别1.mp4 - 53.1M
├─ 7-12 knn数字识别10.mp4 - 116.4M
├─ 7-11 knn数字识别9.mp4 - 59.3M
├─ 7-10 knn数字识别8.mp4 - 88.6M
└─ 7-1 章节介绍.mp4 - 6M
├─ 第6章 计算机视觉加强之机器学习 ->
├─ 6-9 Haar+adaboost人脸识别.mp4 - 123.6M
├─ 6-8 adaboost分类器2.mp4 - 76.4M
├─ 6-7 adaboost分类器1.mp4 - 128.3M
├─ 6-6 Haar特征3.mp4 - 17.2M
├─ 6-5 Haar特征2.mp4 - 33.7M
├─ 6-4 Haar特征1.mp4 - 24.6M
├─ 6-3 图片合成视频.mp4 - 17.9M
├─ 6-23 机器学习小结.mp4 - 166.3M
├─ 6-22 Hog_SVM小狮子识别5.mp4 - 129.7M
├─ 6-21 Hog_SVM小狮子识别4.mp4 - 105.1M
├─ 6-20 Hog_SVM小狮子识别3.mp4 - 93.3M
├─ 6-2 视频分解图片.mp4 - 43.9M
├─ 6-19 Hog_SVM小狮子识别2.mp4 - 88.9M
├─ 6-18 Hog_SVM小狮子识别1.mp4 - 117.7M
├─ 6-17 Hog小结.mp4 - 64.5M
├─ 6-16 Hog特征4.mp4 - 57.8M
├─ 6-15 Hog特征3.mp4 - 54.8M
├─ 6-14 Hog特征2.mp4 - 105.5M
├─ 6-13 Hog特征1.mp4 - 59.3M
├─ 6-12 SVM小结.mp4 - 37M
├─ 6-11 SVM支持向量机2.mp4 - 71.6M
├─ 6-10 SVM支持向量机1.mp4 - 41.5M
└─ 6-1 机器学习章节介绍.mp4 - 32.6M
├─ 第5章 计算机视觉加强之图像美化 ->
├─ 5-9 亮度增强.mp4 - 22.5M
├─ 5-8 彩色直方图均衡化.mp4 - 50.3M
├─ 5-7 灰度直方图均衡化.mp4 - 76.7M
├─ 5-6 彩色直方图源码.mp4 - 33.7M
├─ 5-5 灰度直方图源码.mp4 - 25.9M
├─ 5-4 图片修补.mp4 - 45.1M
├─ 5-3 直方图均衡化.mp4 - 54.3M
├─ 5-2 彩色图片直方图.mp4 - 57.4M
├─ 5-13 图像美化章节小结.mp4 - 48.9M
├─ 5-12 中值滤波.mp4 - 38.9M
├─ 5-11 高斯均值滤波.mp4 - 52.5M
├─ 5-10 磨皮美白.mp4 - 25.9M
└─ 5-1 美化效果章节介绍.mp4 - 59.9M
├─ 第4章 计算机视觉加强之图像特效&线段文字绘制 ->
├─ 4-9 边缘检测1.mp4 - 54.6M
├─ 4-8 图片融合.mp4 - 36.7M
├─ 4-7 毛玻璃.mp4 - 38.5M
├─ 4-6 马赛克.mp4 - 36.6M
├─ 4-5 颜色反转.mp4 - 32.2M
├─ 4-4 算法优化.mp4 - 33.9M
├─ 4-3 图像灰度处理2.mp4 - 29.9M
├─ 4-2 图像灰度处理1.mp4 - 20.3M
├─ 4-17 文字图片绘制.mp4 - 28.6M
├─ 4-16 矩形圆形任意多边形绘制.mp4 - 47M
├─ 4-15 线段绘制.mp4 - 38.9M
├─ 4-14 图像特效小结.mp4 - 24.7M
├─ 4-13 油画特效.mp4 - 56.4M
├─ 4-12 颜色映射.mp4 - 21M
├─ 4-11 浮雕效果.mp4 - 19.4M
├─ 4-10 边缘检测2.mp4 - 53.1M
└─ 4-1 图像特效介绍.mp4 - 93.7M
├─ 第3章 计算机视觉加强之几何变换 ->
├─ 3-9 图片镜像.mp4 - 46.1M
├─ 3-8 图片移位3.mp4 - 13M
├─ 3-7 图片移位2.mp4 - 30.6M
├─ 3-6 图片位移1.mp4 - 20.3M
├─ 3-5 图片剪切.mp4 - 16.6M
├─ 3-4 图片缩放3.mp4 - 36.1M
├─ 3-3 图片缩放2.mp4 - 44M
├─ 3-2 图片缩放1.mp4 - 21.8M
├─ 3-13 图片几何变换小结.mp4 - 20.8M
├─ 3-12 图片旋转.mp4 - 21.8M
├─ 3-11 图片仿射变换.mp4 - 42M
├─ 3-10 图片缩放.mp4 - 21.6M
└─ 3-1 本章介绍.mp4 - 36.7M
├─ 第2章 计算机视觉入门 ->
├─ 课程补充.mp4 - 3.8M
├─ 解压必看.txt - 303B
├─ 本资料下载来源.png - 20KB
├─ 本资料下载地址.url - 214B
├─ 本课程必看学.jpg - 108KB
├─ 2-9 像素操作基础.mp4 - 24.9M
├─ 2-8 案例3：不同图片质量保存.mp4 - 30.5M
├─ 2-7 案例2：图片写入.mp4 - 20.9M
├─ 2-6 Opencv模块组织结构.mp4 - 37.9M
├─ 2-5 案例1：图片的读取和展示.mp4 - 22.7M
├─ 2-4 测试案例helloWorld.mp4 - 18.8M
├─ 2-3 Windows下一站式开发环境anaconda搭建.mp4 - 21.4M
├─ 2-22 小综合：人工神经网络逼近股票价格4.mp4 - 91.9M
├─ 2-21 小综合：人工神经网络逼近股票价格3.mp4 - 53.4M
├─ 2-20 小综合：人工神经网络逼近股票价格2.mp4 - 27.2M
├─ 2-2 Mac下一站式开发环境anaconda搭建.mp4 - 34.8M
├─ 2-19 小综合：人工神经网络逼近股票价格1.mp4 - 48.7M
├─ 2-18 matplotlib模块的使用.mp4 - 28.8M
├─ 2-17 numpy模块使用.mp4 - 38.5M
├─ 2-16 矩阵基础3.mp4 - 29M
├─ 2-15 矩阵基础2.mp4 - 35.6M
├─ 2-14 矩阵基础1.mp4 - 63.1M
├─ 2-13 常量变量四则运算.mp4 - 63.7M
├─ 2-12 tensorflow运算原理.mp4 - 32.9M
├─ 2-11 tensorflow常量变量定义.mp4 - 28.8M
├─ 2-10 案例4：像素读取写入.mp4 - 12.4M
└─ 2-1 本章介绍.mp4 - 31.4M
├─ 第1章 课程导学 ->
├─ 课程补充.mp4 - 3.8M
└─ 1-1 计算机视觉导学.mp4 - 39.6M
└─ 源码.zip - 39.5M
微信视频投屏：
1、在手机端微信中会拦截投屏功能，需要首先点击视频页面右上角“...”图标，选择“在浏览器中打开”，在列表中选取具备投屏功能的浏览器，推荐使用QQ浏览器
2、在新打开的浏览器视频页面里，点击播放按钮，可在视频框右上角看到一个“TV”投屏小图标，只要电视和手机在同一WiFi环境下，点击按钮即刻享受大屏观感！
本站资源声明：
1、如需免费下载云盘资源，请先点击页面右上角的“登录”按钮，注册并登录您的账号后即可查看到网盘资源下载地址；
2、本站所有资源信息均由网络爬虫自动抓取，以非人工方式自动筛选长效资源并更新发布，资源内容只作交流和学习使用，本站不储存、复制、传播任何文件，其资源的有效性和安全性需要您自行判断；
3、本站高度重视知识产权保护，如有侵犯您的合法权益或违法违规，请立即向网盘官方举报反馈，并提供相关有效书面证明与侵权页面链接联系我们处理；
4、作为非盈利性质网站，仅提供网络资源的免费搜索和检测服务，无需额外支付其他任何费用，学习和交流的同时请小心防范网络诈骗。