$ sudo teach|
    $ sudo teach|
    IT school
  • Telegram
  • Партнёрам
  • Все курсы
$ sudo teach IT
OOO "SALEPROFIT"Контакты и реквизитыIT-Park Logo

Школа

  • Блог
  • Проверить сертификат

Сотрудничество

  • Стать учителем
  • Партнёрская программа
  • О проекте

Право

  • Оферта
  • Политика конфиденциальности

© 2023–2026 $ sudo teach IT™. All Rights Reserved. Public user contributions licensed under CC BY-SA 4.0 license with attribution required
TelegramGitHubYouTube

Статьи по теме

OpenCV: калибровка пайплайна — как добиться стабильности детекта на разных освещениях

OpenCV: калибровка пайплайна — как добиться стабильности детекта на разных освещениях

Разберём предобработку (масштаб, шум, освещение), выбор порогов и контроль качества результатов. Научитесь делать мини-наборы для тестов, чтобы изменения не ломали детект.

Компьютерное зрение на практике: детектируем объекты на видео с помощью OpenCV и Python

Компьютерное зрение на практике: детектируем объекты на видео с помощью OpenCV и Python

Шаг за шагом строим пайплайн обработки видеопотока: захват кадров, фоновое вычитание, трекинг объектов. Весь код — рабочий, с объяснением каждого параметра.

Как работает компьютерное зрение: от пикселя до распознавания объектов

Как работает компьютерное зрение: от пикселя до распознавания объектов

Обзорная статья о ключевых концепциях CV — фильтрации, детекции краёв, contours и базовом распознавании — с примерами на OpenCV и Python.

AI-помощник
Обновлен 29.07.2026

OpenCV

Превратите изображения в данные. OpenCV — ключ к компьютерному зрению. От первых пикселей до собственных проектов.

Практические задания
Помощь от учителя
Поддержка 24/7
OpenCV


Программа курса

14 разделов • 52 уроков

1

Основы OpenCV

1.1. Введение в OpenCV
1.2. Mat — основная структура данных
1.3. Базовые операции с изображениями
1.4. Рисование и аннотации
2

Цвет и гистограммы

2.1. Цветовые пространства
2.2. Гистограммы
2.3. Цветокоррекция и улучшение
3

Геометрические преобразования

3.1. Аффинные преобразования
3.2. Перспективные преобразования
3.3. Ресайз, ресемплинг и пирамиды
3.4. Сшивка панорам (Stitching)
4

Фильтры и шум

4.1. Линейная фильтрация и свёртка
4.2. Сглаживание и шумоподавление
4.3. Увеличение резкости (Sharpening)
4.4. Производные и градиенты
5

Морфология и пороги

5.1. Морфологические операции
5.2. Пороговая обработка
5.3. Connected Components
6

Сегментация

6.1. Watershed
6.2. GrabCut
6.3. K-Means и Meanshift
7

Контуры

7.1. Поиск и визуализация контуров
7.2. Свойства контуров
7.3. Распознавание форм
7.4. Контурный анализ в реальных задачах
8

Feature Detection

8.1. Угловые детекторы
8.2. SIFT — Scale-Invariant Feature Transform
8.3. ORB и бинарные дескрипторы
8.4. BLOB Detection
9

Feature Matching

9.1. Сопоставление дескрипторов
9.2. Гомография
9.3. Image Retrieval и поиск
10

Видео

10.1. Захват и запись видео
10.2. Обработка видео в реальном времени
10.3. Оптический поток
10.4. Трекинг объектов
11

Объекты и лица

11.1. Haar Cascades
11.2. HOG + SVM для детекции людей
11.3. QR-коды и ArUco-маркеры
11.4. Распознавание лиц (Face Recognition)
12

Deep Learning в OpenCV

12.1. dnn-модуль
12.2. YOLO — детекция объектов
12.3. SSD и MobileNet
12.4. Сегментационные модели
13

OCR и текст

13.1. Детекция текста
13.2. Распознавание текста (Tesseract)
13.3. Pipeline: детекция → распознавание
14

Финальные проекты

14.1. Детекция документов на фото
14.2. Подсчёт объектов на конвейере
14.3. AR-фильтр через камеру
14.4. Система видеонаблюдения
14.5. Поиск по картинке в коллекции

Преподаватели

Изучите преподавательский состав

avatar

Команда $ sudo teach IT

Эксперт

Опытные преподаватели, научные руководители и их помощники ежедневно работают над созданием и улучшением курсов платформы!


Отзывы о курсе

0 отзыва

Войдите в аккаунт, чтобы оставить отзыв о курсе

Доступ навсегда
24/7 Support
OpenCV
Python
NumPy