让学员掌握机器学习相关技术，在OpenCV中如何使用机器学习相关API完成处理处理

*   01 机器学习基础/

  *   01 使用KNN（K临近）模块完成数据分类.mp4 30:19

  *   02 使用SVM（支持向量机）模块完成数据分类.mp4 16:47

*   02 使用KNN识别字符/

  *   01 识别手写体数字.mp4 26:45

  *   02 识别英文字母.mp4 15:13

*   03 求解数独/

  *   01 定位数独图像内单元格中的数字.mp4 39:38

  *   02 构造KNN模型.mp4 18:13

  *   03 识别数独图像中的数字.mp4 16:17

  *   04 计算数独.mp4 08:57

  *   05 在数独图像上绘制计算结果（项目完结）.mp4 07:21

*   04 SVM识别手写数字/

  *   01 校正倾斜数字.mp4 21:30

  *   02 提取图像的HOG特征值.mp4 28:18

  *   03 将图像拆分成训练数据和测试数据.mp4 14:41

  *   04 构造并使用SVM分类器（识别手写文字，项目完结）.mp4 07:07

*   05 行人检测/

  *   01 自动检测不礼让行人的车辆.mp4 18:38

  *   02 调整行人识别的精度.mp4 16:22

  *   03 调整Padding参数.mp4 04:32

  *   04 调整scale参数.mp4 03:56

  *   05 开关重叠边界检测.mp4 02:58

  *   06 完成的行人检测程序.mp4 04:02

*   06 K均值聚类/

  *   01 一维数据K均值聚类原理.mp4 15:37

  *   02 二维数据K均值聚类原理.mp4 05:29

  *   03 用K均值聚类模块对100个随机点进行分类，并绘制分类结果.mp4 23:12

  *   04 绘制艺术画.mp4 06:58