Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO
Подробнее
Что нужно для старта
- Уверенное владение Python. Знание синтаксиса, базовых структур данных (списки, словари), циклов и условных операторов.
- Основы обработки изображений
- Курс по основам Python будет практически достаточен для понимания материалов этого курса!
Что вы получите
- Применять основные понятия и техники обработки изображений с использованием Numpy и OpenCV.
- Разрабатывать скрипты на Python для обработки изображений и видеопотоков
- Использовать функции OpenCV для обрезки, изменения яркости и контрастности, работы с альфа-каналом и создания коллажей.
- Сравнивать различные цветовые модели и методы фильтрации для улучшения качества изображений.
- Проектировать системы для распознавания объектов и текстов с использованием каскадов Хаара.
- Разрабатывать комплексные проекты.
- Анализировать и оптимизировать процессы обработки изображений для повышения эффективности и точности приложений.
- Использовать новейшие нейросетевые технологии MedaiPipe и YOLO.
- Создадите дополненную реальность с ArUco-маркерами.
- Выполните множество заданий и практических проектов.
Для кого этот курс
- Школьники, увлеченные программированием и робототехникой. Курс написан простым, понятным языком, доступным даже для начинающих!
- Энтузиасты и любители программирования, интересующиеся современными технологиями и желающие расширить свои знания и навыки.
- Студенты и аспиранты технических специальностей, изучающие компьютерные науки, информационные технологии, робототехнику и смежные области.
- Инженеры и специалисты по робототехнике, занимающиеся разработкой и применением робототехнических систем.
Программа курса
- Вводный урок. Основные понятия
- Numpy
- Читаем изображение с OpenCV
- Обработка видеопотока
- Основные функции OpenCV
- Обрезка изображений
- Цветовые модели
- Изменение яркости и контрастности
- Работа с прозрачностью и альфа-каналом
- Полигональная обрезка. Работа с контурами.
- Аффинные преобразования
- Перспективные преобразования
- Объединение изображений
- Размытие и фильтрация
- Убираем шумы. Erode и dilate
- Автоматическое создание коллажа
- Панорама. Слияние изображений
- Калибровка камеры
- Использование каскадов Хаара
- Распознавание текста
- ArUco- маркеры
- Ключевые точки маркеров и угол поворота
- Дополненная реальность! Создаем виртуальную картину
- Установка mediapipe, детекция объектов
- Распознавание ключевых точек руки
- Обработка жестов
- Интерактивное взаимодействие с виртуальным элементами
- Детекция лиц
- Определение эмоций
- Определение ключевых точек и обработка положения тела
- Подключение и настройка YOLOv11
- Детекция объектов с базовой моделью
- Сегментация изображения
- Проект: создание стикеров из фото
- Классификация изображений
- Определение позы человека
- Трекинг объектов
- Проект: подсчет автомобилей, проехавших по одной полосе
- Подготовка собственного датасета для детекции
- Дообучение нейросети на своих данных
- Завершающий урок
01Базовые навыки
- Вводный урок. Основные понятия
- Numpy
- Читаем изображение с OpenCV
- Обработка видеопотока
02Операции с изображениями
- Основные функции OpenCV
- Обрезка изображений
- Цветовые модели
- Изменение яркости и контрастности
- Работа с прозрачностью и альфа-каналом
- Полигональная обрезка. Работа с контурами.
- Аффинные преобразования
- Перспективные преобразования
- Объединение изображений
- Размытие и фильтрация
- Убираем шумы. Erode и dilate
03Практический блок
- Автоматическое создание коллажа
- Панорама. Слияние изображений
- Калибровка камеры
- Использование каскадов Хаара
- Распознавание текста
04ArUco - маркеры
- ArUco- маркеры
- Ключевые точки маркеров и угол поворота
- Дополненная реальность! Создаем виртуальную картину
05MediaPipe - распознавание рук и лиц
- Установка mediapipe, детекция объектов
- Распознавание ключевых точек руки
- Обработка жестов
- Интерактивное взаимодействие с виртуальным элементами
- Детекция лиц
- Определение эмоций
- Определение ключевых точек и обработка положения тела
06Нейросеть YoloV11
- Подключение и настройка YOLOv11
- Детекция объектов с базовой моделью
- Сегментация изображения
- Проект: создание стикеров из фото
- Классификация изображений
- Определение позы человека
- Трекинг объектов
- Проект: подсчет автомобилей, проехавших по одной полосе
- Подготовка собственного датасета для детекции
- Дообучение нейросети на своих данных
- Завершающий урок
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Технологии компьютерного зрения:с нуля к OpenCV, MediaPipe, YOLO» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Информация обновлена 7 сентября 2026 г.

Stepik 


















