本手冊中主要涉及以下幾部分，首先是對 OpenCV中自帶的基本函式進行介紹。其次是OpenCV的實戰專案，一方面是基於實際專案利用OpenCV實現特定物件的檢測，例如車道線檢測、路面的坑窪檢測、等；另一方面是基於OpenCV實現影象增強，例如利用OpenCV消除運動所引起的影象模糊等。最後是OpenCV與深度學習等其他相結合實現影象分割、人臉檢測、運動檢測等難度較大的問題。

所有的專案都是透過Python程式碼實現，並且配有文字講解和原始碼，便於小夥伴們入門學習，透過實戰專案，更加了解到計算機視覺在日常生活中都能做什麼，一點帶面，融會貫通。

獲取方式

主要內容

手冊中目前包含31個實戰專案，具體內容如下：

第一部分（原始碼在文章中）：

基於OpenCV和Tensorflow的深蹲檢測器 利用OpenCV實現基於深度學習的超解析度處理 使用OpenCV在Python中訪問IP攝像頭使用OpenCV檢測坑窪使用OpenCV進行影象全景拼接使用OpenCV進行顏色分割使用OpenCV實現影象覆蓋 使用OpenCV實現影象增強 使用OpenCV自動去除背景色 使用OpenCV構建運動檢測器(Translate)

第二部分（原始碼在Github上）：

使用OpenCV預處理神經網路中的面部影象使用OpenCV實現車道線檢測 基於Python進行相機校準基於OpenCV 的車牌識別基於OpenCV的情緒檢測基於OpenCV的表格文字內容提取基於OpenCV的實時面部識別 基於OpenCV的影象卡通化 基於python和OpenCV構建智慧停車系統基於深度學習OpenCV與python進行字元識別 基於自適應顯著性的影象分割 使用OpenCV對運動員的姿勢進行檢測 使用OpenCV實現道路車輛計數使用OpenCV實現哈哈鏡效果使用OpenCV為影片中美女加上眼線使用Python，Keras和OpenCV進行實時面部檢測 使用TensorFlow和OpenCV實現口罩檢測 使用TensorFlow+OpenCV的社交距離檢測器 使用深度學習和OpenCV的早期火災檢測系統3用OpenCV實現猜詞遊戲3 基於OpenCV的影象分割

部分專案結果

手冊中目前包含20個實戰專案，具體內容如下：

影象拼接結果

車道線檢測結果

影象增強

車牌識別

情緒檢測

顯著性分割結果

影片新增眼線

深蹲檢測結果

獲取方式