这些年，你可能看过很多这样的新闻：
“用 Python + OpenCV 把照片变成油画……”
“Python + OpenCV 实现自动扫雷，挑战世界记录……”
“Python + OpenCV 实现人脸识别、年龄识别、人脸融合……”
“Python + OpenCV 实现自动驾驶……”
这些新闻的背后，都来自「计算机视觉技术」。计算机视觉是一门致力于教会计算机” 看 “的科学，其目的是让计算机理解图片的内容。
我们都知道，通过眼睛看世界对于一个视力正常的人来说，是一种与生俱来的本能，但是对于计算机来说，理解图片内容是非常困难的事情。比如，当我们看到下面左边的图片时，我们可以很自然地理解图片的内容是一张桌子上面摆放着插满植物的玻璃瓶和一些书本；但是相同的图片在计算机 “眼中” 却是以右图中矩阵的形式呈现，这样就很难理解矩阵中哪些部分是杯子哪些部分是书本。
所以，计算机视觉要做的事就是：让计算机理解矩阵形式的图片中的内容。计算机视觉在生产生活中已经得到广泛地应用，例如：广泛应用于机场和车站的人脸识别系统、手机相机的美颜功能、停车场的车牌识别、无人驾驶、AR 和 VR、药品研发、医疗影像检测等。
说到计算机视觉，就不能不提到 OpenCV。
它是一个历史悠久、功能丰富、社区活跃的开源视觉开发库。一方面，它提供了计算机视觉以及图像处理方面最常用最基础的功能支持，是开发的必备工具；另一方面，它在新版本中紧跟潮流，加入对新的算法、硬件的支持，可以处理图像识别、目标检测、图像分割和行人再识别等主流视觉任务。即使你不是专门搞人工智能的，学会 Python + OpenCV 也可以让你：
- 帮女朋友 P 图、抠图、改证件照底色，解决终身大事……
- 开发游戏外挂，碾压朋友圈顺便发一笔小财……（参考微信跳一跳外挂）
- 从计算机视觉进军人工智能行业，升职加薪走上人生巅峰……
那么问题来了，这个东西会不会很难学？在过去，想学习计算机视觉确实不容易，你要学习很多算法，如 FAST、SIFT、SURF、Harris 等。但今天随着深度学习的快速发展，传统算法逐渐退出了视觉领域的舞台，学习计算机视觉已经很容易了。
**实验楼上线了一门新课 ——《OpenCV 图像处理基础入****门》，以通俗明了的方式带领大家入门计算机视觉，并通过 OpenCV 实现一些简单但是广泛应用的图像处理方法。
课程共有 9 个章节，不会涉及过多的传统视觉算法，重点介绍常用的图像处理方法，并完成一些实际的项目，**这些方法在图像预处理和对数据集进行处理时会经常用到。
课程地址：OpenCV 图像处理基础入门
课程前两章免费试学，欢迎大家来实验楼边敲代码边学习～