這些年，你可能看過很多這樣的新聞：

“用 Python + OpenCV 把照片變成油畫……”

“Python + OpenCV 實現自動掃雷，挑戰世界記錄……”

“Python + OpenCV 實現人臉識別、年齡識別、人臉融合……”

“Python + OpenCV 實現自動駕駛……”

這些新聞的背後，都來自「計算機視覺技術」。計算機視覺是一門致力於教會計算機” 看 “的科學，其目的是讓計算機理解圖片的內容。

我們都知道，通過眼睛看世界對於一個視力正常的人來說，是一種與生俱來的本能，但是對於計算機來說，理解圖片內容是非常困難的事情。

比如，當我們看到下面左邊的圖片時，我們可以很自然地理解圖片的內容是一張桌子上面擺放著插滿植物的玻璃瓶和一些書本；但是相同的圖片在計算機 “眼中” 卻是以右圖中矩陣的形式呈現，這樣就很難理解矩陣中哪些部分是杯子哪些部分是書本。

所以，計算機視覺要做的事就是：讓計算機理解矩陣形式的圖片中的內容。

計算機視覺在生產生活中已經得到廣泛地應用，例如：廣泛應用於機場和車站的人臉識別系統、手機相機的美顏功能、停車場的車牌識別、無人駕駛、AR 和 VR、藥品研發、醫療影像檢測等。

說到計算機視覺，就不能不提到 OpenCV。它是一個歷史悠久、功能豐富、社群活躍的開源視覺開發庫。一方面，它提供了計算機視覺以及影象處理方面最常用最基礎的功能支援，是開發的必備工具；另一方面，它在新版本中緊跟潮流，加入對新的演算法、硬體的支援，可以處理影象識別、目標檢測、影象分割和行人再識別等主流視覺任務。

即使你不是專門搞人工智慧的，學會 Python + OpenCV 也可以讓你：

幫女朋友 P 圖、摳圖、改證件照底色，解決終身大事……開發遊戲外掛，碾壓朋友圈順便發一筆小財……（參考微信跳一跳外掛）從計算機視覺進軍人工智慧行業，升職加薪走上人生巔峰……

那麼問題來了，這個東西會不會很難學？

在過去，想學習計算機視覺確實不容易，你要學習很多演算法，如 FAST、SIFT、SURF、Harris 等。

但今天隨著深度學習的快速發展，傳統演算法逐漸退出了視覺領域的舞臺，學習計算機視覺已經很容易了。

課程共有 9 個章節，不會涉及過多的傳統視覺演算法，重點介紹常用的影象處理方法，並完成一些實際的專案，這些方法在影象預處理和對資料集進行處理時會經常用到。