【OpenCV-Python-Toturial-中文版.pdf】
OpenCV（开源计算机视觉库）是全球最广泛使用的计算机视觉库之一，它包含了丰富的图像处理和计算机视觉算法。这个中文教程详细介绍了如何使用Python语言与OpenCV进行交互，帮助开发者快速掌握计算机视觉的基本概念和技术。
在OpenCV-Python-Toturial-中文版中，你将学习到：
1. **安装与配置**：如何在Python环境中安装OpenCV库，包括pip安装、conda管理和设置环境变量。
2. **基础操作**：了解如何读取、显示和保存图像，以及对图像进行基本的颜色空间转换、滤波操作和几何变换。
3. **特征检测**：学习如何利用Harris角点检测、SIFT、SURF等算法寻找图像中的关键特征。
4. **图像分割**：理解阈值分割、区域生长、边缘检测等方法，用于将图像划分为不同的部分。
5. **物体识别与追踪**：掌握如何使用Haar级联分类器进行人脸检测，以及运动对象的追踪算法，如Kalman滤波器和光流法。
6. **深度学习与OpenCV**：了解如何集成预训练的深度学习模型，如CNNs（卷积神经网络），进行图像分类、目标检测等任务。
7. **实例应用**：通过实际项目，如人脸识别、车牌识别、视频分析等，巩固所学知识。
【用Python做科学计算.pdf】
这本书主要关注如何使用Python进行科学计算，Python因其简洁易读的语法和丰富的科学计算库而成为科研人员的首选工具。
1. **NumPy**：NumPy是Python科学计算的核心库，提供了高效的多维数组对象和数学函数。学习如何创建、操作和索引数组，以及执行向量化计算。
2. **Pandas**：Pandas库提供了DataFrame数据结构，方便处理表格型数据。学会如何导入、清洗、处理和分析数据，以及绘制统计图表。
3. **Matplotlib**：这是Python的主要绘图库，能生成各种静态、动态和交互式的可视化效果。掌握如何创建线图、散点图、直方图以及复杂的子图布局。
4. **SciPy**：SciPy扩展了NumPy的功能，提供了优化、积分、统计、信号处理等科学计算模块。学习如何使用这些功能进行数值计算和科学问题求解。
5. **Scikit-learn**：作为机器学习的基石，Scikit-learn提供了丰富的监督和无监督学习算法，包括回归、分类、聚类等。了解如何构建和评估模型。
6. **Jupyter Notebook**：这是一种交互式编程环境，便于编写和展示代码、文档和结果。掌握如何利用Notebook进行数据分析和报告撰写。
通过这两份资料，你不仅能够深入理解计算机视觉的基本原理和应用，还能够掌握Python在科学计算中的强大能力，为你的研究或开发工作提供坚实的理论基础和实践技能。
