第1章 C++編程環境的搭建 1.1 Win 10環境下Visual Studio 2019安裝 1.2 Win 10環境下Qt 5.15.2 安裝 1.3 **個程序hello world! 思考題 第2章 C語言 2.1 C語言的**個簡單實例 2.2 C語言數據類型 2.3 輸入與輸出 2.4 控制結構 2.5 函數 2.6 數組 2.7 地址與指針 2.8 結構體和共用體 思考題 第3章 C++語言 3.1 類和對象 3.2 類的繼承 3.3 類的多態 3.4 類的模板 思考題 第4章 CMake構建系統 4.1 用CMake構建一個HelloWorld 4.2 CMake與OpenCV 4.3 CMake與QT 4.4 CMake與Tensorflow 思考題 第5章 QThread多線程 5.1 基于QThread多線程 5.2 基于QMutex和QMutexLocker多線程 5.3 基于Ontimer顯示多線程 5.4 基于Producer與Consumer顯示多線程 思考題 第6章 QT、OpenCV、HIK圖像采集系統 6.1 基于Hik-QT-IMG軟觸發采集圖像 6.2 純虛函數Virtural接口方法 6.3 環形分區光源合成算法 思考題 第7章 C++和OpenCV視覺九點標定和五點旋轉標定 7.1 背景介紹 7.2 視覺建模 7.3 旋轉標定 7.4 代碼分析 思考題 第8章 C++和OpenCV實現卷繞視覺糾偏 8.1 糾偏需求分析 8.2 圖像處理流程 8.3 左邊基準線 8.4 右邊基準線 8.5 辛間特征線 思考題 第9章 C++和OpenCV實現鍵盤缺陷檢測 9.1 需求分析 9.2 圖像ROI 9.3 分區建模 9.4 模板XML 9.5 缺陷算法 思考題 第10章 SIFT和ANN實現任意順序圖像的合成 10.1 算法原理 10.2 特征尋找 10.3 三張合成 10.4 五張合成 10.5 七張合成 思考題 第11章 采用Tesseract、BP、DP進行OCR識別 11.1 字符識別方案選擇 11.2 采用Tesseract識別英文和數字 11.3 采用BackPropagation識別噴碼字符 11.4 采用DeepLearning識別中文手寫體 思考題 第12章 Python和Tensorflow深度學習分類網絡 12.1 分類網絡 12.2 模型網絡 12.3 推理執行 12.4 實驗報告 思考題 第13章 Python和Tensorflow深度學習分割網絡 13.1 圖像標注 13.2 圖像提取 13.3 模型訓練 13.4 版本控制 13.5 安裝過程 思考題 第14章 C#和C++接口設計CLR 14.1 接口CLR 14.2 圖像轉換 14.3 字符串轉換 14.4 框架設計 思考題 第15章 基于C#深度學習焊點缺陷檢測 15.1 C#深度學習開發流程 15.2 焊點檢測任務 15.3 深度學習焊點檢測分析 思考題 第16章 基于Pyqt5和OpenCV圖像處理平臺 16.1 說在前面 16.2 編寫目的 16.3 產品范圍 16.4 閱讀建議 16.5 運行環境、庫、GPU要求 16.6 環境配置 16.7 框架介紹 16.8 未來計劃 思考題 第17章 基于C++視覺軟件系統構建 17.1 基于QThread的日志跟蹤 17.2 基于海康工業相機的圖像采集 17.3 基于Basler工業相機的圖像采集 17.4 基于串口通信和光源控制系統 思考題 第18章 深度學習用于焊縫檢測實驗報告 18.1 檢測條件 18.2 測試結果 18.3 存在問題 18.4 改善方法 18.5 實驗結論 思考題 第19章 Win 10環境下深度學習訓練環境構建 19.1 Python 19.2 labelme 19.3 Numpy 19.4 Microsoft Visual Studio 2019 19.5 Microsoft Visual Studio Code 19.6 TensorFlow 19.7 OpenCV 19.8 Cuda 19.9 Cudnn 190 Keras 思考題 第20章 視覺方案 20.1 項目需求 20.2 打光圖片 20.3 結論分析 20.4 硬件配置 20.5 硬件安裝 20.6 安裝圖紙 20.7 專業術語