项目1 计算机视觉应用开发的数据处理
任务1 数据预处理
1．1 任务介绍
1．2 导学
1．3 任务实施
1．4 任务评价与总结
1．5 知识积累
1．5．1 计算机视觉
1．5．2 Python的Pandas包
1．5．3 数据读取和写入
1．5．4 Pandas包的Series
1．5．5 Pandas中的DataFrame
任务2 数据清洗与合并
2．1 任务介绍
2．2 导学
2．3 任务实施
2．4 任务评价与总结
2．5 知识积累
2．5．1 数据缺失类型
2．5．2 缺失值处理方法
2．5．3 Pandas对缺失值的处理
2．5．4 规范化数据类型
任务3 聚合和分组、可视化数据
3．1 任务介绍
3．2 导学
3．3 任务实施
3．4 任务评价与总结
3．5 知识积累
3．5．1 数据分组
3．5．2 数据聚合
3．5．3 数据可视化

项目2 处理计算机视觉应用图像
任务1 图像数据采集与加载
1．1 任务介绍
1．2 导学
1．3 任务实施
1．4 任务评价与总结
1．5 知识积累
1．5．1 图像采集方法
1．5．2 计算机视觉开源图像数据集
1．5．3 OpenCV软件库简介
1．5．4 OpenCV读取图像文件
1．5．5 OpenCV显示图像
1．5．6 OpenCV保存图像文件
任务2 图像清洗与标注
2．1 任务介绍
2．2 导学
2．3 任务实施
2．4 任务评价与总结
2．5 知识积累
2．5．1 数字图像
2．5．2 图像文件格式
2．5．3 Python的OS模块
2．5．4 OpenCV实现色彩空间转换
2．5．5 OpenCV实现图像缩放
2．5．6 图像标注
任务3 图像增广
3．1 任务介绍
3．2 导学
3．3 任务实施
……

项目3 计算机视觉应用开发

参考文献