基于項(xiàng)目式教學(xué)法的OpenCV 機(jī)器視覺(jué)實(shí)踐教學(xué)

王藝璇

摘要：人工智能的飛速發(fā)展給傳統(tǒng)的工科領(lǐng)域帶來(lái)了新的生機(jī)，大部分高職院校逐漸開(kāi)設(shè)OpenCV機(jī)器視覺(jué)相關(guān)課程，對(duì)于高職院校學(xué)生，該課程的教學(xué)目標(biāo)更為側(cè)重提高學(xué)生的應(yīng)用能力和編程能力。在教學(xué)實(shí)施過(guò)程中，更適宜采用項(xiàng)目式教學(xué)法。為降低學(xué)生對(duì)圖像處理算法的學(xué)習(xí)成本，文章采用了基于Python語(yǔ)言的OpenCV計(jì)算機(jī)視覺(jué)庫(kù)開(kāi)展教學(xué)。基于項(xiàng)目式教學(xué)法開(kāi)展OpenCV機(jī)器視覺(jué)課程的教學(xué)將圖像處理的知識(shí)劃分為9個(gè)項(xiàng)目，項(xiàng)目中包含可視化的實(shí)驗(yàn)結(jié)果展示，以任務(wù)作為驅(qū)動(dòng)，激發(fā)學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的實(shí)踐能力。

關(guān)鍵詞：項(xiàng)目式教學(xué)；OpenCV；圖像分析

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）29-0169-03

1 OpenCV 機(jī)器視覺(jué)課程的教學(xué)背景

從2012年基于深度卷積神經(jīng)網(wǎng)絡(luò)的圖像分類模型AlexNet在大規(guī)模數(shù)據(jù)集上表現(xiàn)出良好性能后，深度學(xué)習(xí)和人工智能領(lǐng)域迎來(lái)了迅猛發(fā)展的時(shí)代[1]。在圖像分析和理解領(lǐng)域中，深度卷積神經(jīng)網(wǎng)絡(luò)效果出色，相比傳統(tǒng)的圖像處理算法和機(jī)器學(xué)習(xí)模型，其對(duì)圖像分類、物體檢測(cè)和圖像像素級(jí)別分割的準(zhǔn)確率要高出許多；在自然語(yǔ)言處理領(lǐng)域，基于反向傳播算法的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN） 模型、BERT模型等表現(xiàn)出了極好的文本處理能力[2-3]。人工智能的浪潮給傳統(tǒng)的工科領(lǐng)域帶來(lái)了新的生機(jī)。

隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)和人工智能的飛速發(fā)展和廣泛應(yīng)用，很多高職院校和本科院校中都逐漸開(kāi)設(shè)了OpenCV機(jī)器視覺(jué)相關(guān)理論和實(shí)訓(xùn)課程。對(duì)于高職院校的教學(xué)而言，該課程旨在讓學(xué)生理解并掌握?qǐng)D像處理和分析的基本理論，注重培養(yǎng)學(xué)生利用OpenCV資源庫(kù)處理和分析數(shù)字圖像的能力，即側(cè)重提升學(xué)生對(duì)理論知識(shí)的運(yùn)用能力和編程實(shí)踐能力，故而在該課程的教學(xué)實(shí)施過(guò)程中，適宜采用基于實(shí)際項(xiàng)目或案例的教學(xué)法[4]。

基于實(shí)際項(xiàng)目或案例開(kāi)展OpenCV機(jī)器視覺(jué)課程的教學(xué)，使用貼近生活的圖像素材，對(duì)素材實(shí)施圖像分析和處理的算法，具有可視性強(qiáng)、中間結(jié)果可獲得、調(diào)試便捷、實(shí)驗(yàn)效果明顯等特點(diǎn)，學(xué)生可以自行選擇感興趣的圖像資源進(jìn)行分析和處理，并可將原始圖像、操作過(guò)程中的中間圖像、變換后圖像進(jìn)行可視化，能夠極大地激發(fā)學(xué)生的學(xué)習(xí)熱情，提高學(xué)生學(xué)習(xí)的成就感和效能感。

2 教學(xué)平臺(tái)

在實(shí)際應(yīng)用場(chǎng)景、工業(yè)行業(yè)開(kāi)發(fā)場(chǎng)景中，通常在分析和處理數(shù)字圖像和視頻文件時(shí)，使用的是基于C++語(yǔ)言的OpenCV計(jì)算機(jī)視覺(jué)庫(kù)[5]，使用C++語(yǔ)言的OpenCV進(jìn)行圖像分析具有分析速度快、實(shí)時(shí)性強(qiáng)、視頻處理效果好等優(yōu)點(diǎn)。然而，學(xué)生在實(shí)際應(yīng)用過(guò)程中，經(jīng)常出現(xiàn)工程配置錯(cuò)誤、庫(kù)文件版本與開(kāi)發(fā)環(huán)境版本不兼容、語(yǔ)法復(fù)雜煩瑣易出錯(cuò)等問(wèn)題，學(xué)生需要花很多精力去處理編程過(guò)程中的工程環(huán)境配置、語(yǔ)法、接口等問(wèn)題，這增加了學(xué)生的學(xué)習(xí)成本，導(dǎo)致無(wú)法專注學(xué)習(xí)圖像分析和處理的知識(shí)和技術(shù)。

基于Python 語(yǔ)言的OpenCV 計(jì)算機(jī)視覺(jué)庫(kù)具有Python語(yǔ)言可解釋性強(qiáng)、語(yǔ)法簡(jiǎn)潔的優(yōu)勢(shì)，同時(shí)，由于Python語(yǔ)言底層是基于C語(yǔ)言編寫的，故而基于Python 語(yǔ)言的OpenCV計(jì)算機(jī)視覺(jué)庫(kù)也具有運(yùn)行速度快、能實(shí)時(shí)處理圖像等優(yōu)勢(shì)[6]。使用基于Python語(yǔ)言的OpenCV 進(jìn)行圖像處理課程的教學(xué)，降低了學(xué)生的開(kāi)發(fā)難度，使得學(xué)生不用被C語(yǔ)言或者C++等編譯型語(yǔ)言的復(fù)雜語(yǔ)法所困擾，讓學(xué)生將更多精力放在對(duì)圖像處理基礎(chǔ)算法和OpenCV函數(shù)的理解和掌握中，不額外增加學(xué)生的學(xué)習(xí)成本，更能加強(qiáng)對(duì)數(shù)字圖像處理算法的掌握和應(yīng)用，提升學(xué)生的學(xué)習(xí)成就感和獲得感。此外，人工智能和深度學(xué)習(xí)的常用框架如Tensorflow、Pytorch都是基于Python語(yǔ)言進(jìn)行開(kāi)發(fā)，學(xué)生在學(xué)完圖像處理后，也便于后續(xù)繼續(xù)學(xué)習(xí)人工智能框架和技術(shù)。因此，OpenCV機(jī)器視覺(jué)課程選擇的是基于Python語(yǔ)言的OpenCV計(jì)算機(jī)視覺(jué)庫(kù)，需在Windows 7及以上版本的操作系統(tǒng)中運(yùn)行，使用Python3.5及以上版本和OpenCV-Python3及以上版本作為編程開(kāi)發(fā)工具。

3 基于項(xiàng)目式教學(xué)法的OpenCV 機(jī)器視覺(jué)課程教學(xué)

3.1 課程建設(shè)思路

基于項(xiàng)目式教學(xué)法開(kāi)展OpenCV機(jī)器視覺(jué)課程的教學(xué)，摒棄了傳統(tǒng)的知識(shí)點(diǎn)堆砌和章節(jié)式教學(xué)，以項(xiàng)目和任務(wù)為主線實(shí)施教學(xué)。基于項(xiàng)目式教學(xué)法的設(shè)計(jì)理念根據(jù)內(nèi)容和難易程度，循序漸進(jìn)，由易到難，由簡(jiǎn)到繁，將OpenCV機(jī)器視覺(jué)課程劃分成9個(gè)項(xiàng)目，實(shí)行項(xiàng)目化的教學(xué)，以任務(wù)作為驅(qū)動(dòng)，激發(fā)學(xué)生的學(xué)習(xí)興趣，并將16個(gè)低門檻、高獨(dú)立性的知識(shí)點(diǎn)融入各個(gè)項(xiàng)目中[7]，讓每個(gè)知識(shí)點(diǎn)都能夠有可視化的實(shí)驗(yàn)結(jié)果展示，使學(xué)生快速完成知識(shí)點(diǎn)的理解與記憶，加深學(xué)生的學(xué)習(xí)印象，并能自己動(dòng)手完成復(fù)習(xí)與實(shí)踐，提升學(xué)生的動(dòng)手實(shí)踐動(dòng)力。

3.2 基于項(xiàng)目式教學(xué)法的OpenCV 機(jī)器視覺(jué)教學(xué)流程

1） 情景導(dǎo)入引出任務(wù)（確定項(xiàng)目任務(wù)）

在任務(wù)導(dǎo)入環(huán)節(jié)，主要采用項(xiàng)目化教學(xué)和任務(wù)驅(qū)動(dòng)法，支撐課堂教學(xué)的講授和實(shí)踐。在新知導(dǎo)入環(huán)節(jié)，教師可以提出與教學(xué)重點(diǎn)相關(guān)的實(shí)際生活場(chǎng)景中的問(wèn)題，運(yùn)用談話法或問(wèn)答法，激發(fā)學(xué)生學(xué)習(xí)興趣，讓學(xué)生主動(dòng)積極地觀察圖像塊，并自主思考問(wèn)題，從而引出本節(jié)課的教學(xué)重點(diǎn)和重要知識(shí)點(diǎn)，最后發(fā)布包含知識(shí)點(diǎn)的項(xiàng)目任務(wù)，作為貫穿課堂教學(xué)的主線[8]。在此階段，教師通常需要預(yù)設(shè)場(chǎng)景并選取圖像素材，可選擇緊貼時(shí)代熱點(diǎn)、融入工匠精神和愛(ài)國(guó)情懷等思政元素較強(qiáng)的素材，潤(rùn)物無(wú)聲地開(kāi)展思政育人[9]。

2） 算法原理講解（制定項(xiàng)目計(jì)劃）

教師可應(yīng)用豐富的信息化教學(xué)手段，利用圖片、動(dòng)畫或微課視頻等解決算法原理枯燥的問(wèn)題。在新課講授環(huán)節(jié)，通過(guò)將講授法、問(wèn)答法等與學(xué)生積極互動(dòng)，促進(jìn)學(xué)生自主思考，并借助圖片、動(dòng)畫等方式呈現(xiàn)實(shí)驗(yàn)效果，可讓學(xué)生獨(dú)立思考或分小組合作探究[10]，討論原理和操作過(guò)程，引導(dǎo)學(xué)生開(kāi)展頭腦風(fēng)暴，最后通過(guò)對(duì)學(xué)生討論結(jié)果進(jìn)行總結(jié)、升華的方式解決教學(xué)重點(diǎn)，以學(xué)生為主體和中心，教師充分發(fā)揮主導(dǎo)作用[11]。

3） 分組實(shí)操（實(shí)施項(xiàng)目計(jì)劃）

教師可采用演示法、實(shí)驗(yàn)法等開(kāi)展啟發(fā)式教學(xué)。在分組實(shí)操環(huán)節(jié)，讓學(xué)生自主合作探究，突破教學(xué)難點(diǎn)，通過(guò)任務(wù)驅(qū)動(dòng)和小組合作的方式，讓學(xué)生在協(xié)作與競(jìng)爭(zhēng)中快樂(lè)學(xué)習(xí)。結(jié)合項(xiàng)目編程實(shí)際，培養(yǎng)學(xué)生良好的自主探究能力、計(jì)算思維能力和團(tuán)隊(duì)合作能力，以達(dá)成素質(zhì)目標(biāo)。

4） 總結(jié)與評(píng)價(jià)（質(zhì)量檢測(cè)和評(píng)估）

總結(jié)階段分為教師總結(jié)和學(xué)生總結(jié)兩部分，先由學(xué)生討論交流和反思，分享知識(shí)收獲、心得感悟與不足，教師再總結(jié)主要知識(shí)點(diǎn)，強(qiáng)調(diào)學(xué)生對(duì)算法理解和編程實(shí)踐過(guò)程中的常見(jiàn)問(wèn)題，最后通過(guò)教師評(píng)價(jià)和學(xué)生互評(píng)，評(píng)選出圖像處理小能手。

4 基于項(xiàng)目式教學(xué)法的OpenCV 機(jī)器視覺(jué)教學(xué)案例

以基于項(xiàng)目式教學(xué)法開(kāi)展OpenCV機(jī)器視覺(jué)課程教學(xué)中的“項(xiàng)目四 圖像變換”中的“任務(wù)二 圖像的幾何變換”中的“子任務(wù)1 圖像水平翻轉(zhuǎn)”為例，詳細(xì)描述使用項(xiàng)目式教學(xué)法開(kāi)展教學(xué)的思路與過(guò)程。

1） 情境導(dǎo)入

以去北京天安門廣場(chǎng)參觀并拍攝照片的故事作為引入，由于手機(jī)攝像頭的視野范圍有限，無(wú)法拍攝廣場(chǎng)全景，只拍攝到某些局部圖像塊，請(qǐng)學(xué)生思考并解決問(wèn)題1：如何利用現(xiàn)有所拍攝的圖像塊獲得天安門廣場(chǎng)的整體全景圖？讓學(xué)生分組思考，開(kāi)展頭腦風(fēng)暴，教師對(duì)學(xué)生的發(fā)言進(jìn)行總結(jié)。天安門廣場(chǎng)的整體全景圖是軸對(duì)稱圖像并且是沿著豎直方向軸對(duì)稱，而觀察上面的三個(gè)圖像塊，只有第一個(gè)圖像塊中所包含的信息量最大，并且它剛好是天安門廣場(chǎng)的整體全景圖的左半部分，可以通過(guò)將第一個(gè)圖像塊進(jìn)行水平翻轉(zhuǎn)的方式得到全景圖的右半部分。

問(wèn)題2：有了全景圖的左半部分和右半部分的圖像塊，怎樣將它拼湊成整體的全景圖？請(qǐng)學(xué)生再次思考問(wèn)題，可利用之前所學(xué)習(xí)的創(chuàng)建圖像知識(shí)，先新建一張與全景圖等寬等高的空白畫布，再依次將左半個(gè)圖像塊粘貼到空白畫布的左半部分，再將右半個(gè)圖像塊粘貼到空白畫布的右半部分，這樣就能通過(guò)圖像拼接的方式獲得天安門廣場(chǎng)的全景圖了。

教師發(fā)布課堂項(xiàng)目任務(wù)：打開(kāi)桌面上的“素材”文件夾，編寫程序，將其中的“天安門廣場(chǎng)_左半部分.jpg”進(jìn)行水平翻轉(zhuǎn)，并與原圖像拼接后輸出天安門廣場(chǎng)全景圖。

思政元素融入：天安門廣場(chǎng)上的五星紅旗迎風(fēng)飄揚(yáng)，這是無(wú)數(shù)的革命先烈用鮮血把這面五星紅旗染紅的，是一代又一代中國(guó)共產(chǎn)黨人前赴后繼才使我們過(guò)上了美好生活。五星紅旗承載了無(wú)數(shù)革命先輩的光榮與夢(mèng)想，教育學(xué)生，身為青年一代，有責(zé)任、有義務(wù)為祖國(guó)崛起、為民族復(fù)興不懈奮斗。

2） 水平翻轉(zhuǎn)原理講解

①以何種方式讀取左半部分圖像塊？通過(guò)動(dòng)畫、圖片的方式展示灰度圖像與彩色圖像的區(qū)別與聯(lián)系。

圖像本質(zhì)為numpy中的數(shù)組，圖像的高度對(duì)應(yīng)數(shù)組的行數(shù)，圖像的寬度對(duì)應(yīng)數(shù)組的列數(shù)，圖像由一個(gè)個(gè)像素點(diǎn)構(gòu)成，對(duì)應(yīng)數(shù)組中相關(guān)位置的數(shù)值。灰度圖像中，每個(gè)像素點(diǎn)灰度值范圍為0-255，0為黑色，255為白色。彩色圖像則是由三個(gè)通道的灰度圖像構(gòu)成，三個(gè)通道上取0-255范圍內(nèi)的數(shù)值則表示在該顏色通道上分量的強(qiáng)弱，可以表示自然界中所有的顏色。例如：彩色圖像的第一列為藍(lán)色，則在藍(lán)色通道上第一列像素點(diǎn)灰度值均為255，而在綠色和紅色通道上第一列的灰度值均為0。

彩色圖像是由3張分辨率相同的灰度圖像在通道維度上按照藍(lán)色、綠色和紅色的順序拼接而成的，其蘊(yùn)含的信息量比灰度圖像更大，可以將彩色圖像根據(jù)亮度強(qiáng)弱轉(zhuǎn)換為灰度圖像，而無(wú)法將單張灰度圖像還原為彩色圖像。為使最終得到的全景圖像是彩色圖，則應(yīng)以彩色圖像的形式讀取左半部分圖像塊，代碼如下。

img=cv2.imread（path，cv2.IMREAD_COLOR）

②分小組討論，如何利用numpy數(shù)組，實(shí)現(xiàn)對(duì)彩色圖像的水平方向翻轉(zhuǎn)？討論并選派小組代表發(fā)言。

③頭腦風(fēng)暴：讓學(xué)生根據(jù)小組討論結(jié)果，思考并總結(jié)圖像水平翻轉(zhuǎn)的算法。

第一步：創(chuàng)建新空白圖像new_img，用于存放結(jié)果；

第二步：遍歷圖像中的所有像素點(diǎn)[i，j]，行數(shù)i的范圍為：0，1，……h(huán)-1，列數(shù)j的范圍為：0，1，……w-1；

第三步：為new_img數(shù)組對(duì)應(yīng)位置賦值，new_img[i，j]=img[i，w-1-j]

④學(xué)生自主思考：當(dāng)我們有了原圖像和其水平翻轉(zhuǎn)的新圖像，如何拼接成一張全景圖像？教師總結(jié)學(xué)生的發(fā)言：首先在pycharm中創(chuàng)建空白畫布，再對(duì)輸入圖像實(shí)現(xiàn)水平方向上的翻轉(zhuǎn)，得到左右半部分的圖像塊，然后填充畫布的左右半部分，最后顯示并保存結(jié)果圖像。

3） 分組實(shí)操?gòu)?qiáng)技能

讓學(xué)生以小組為單位，完成課堂作業(yè)。

4） 回顧總結(jié)善梳理

回顧總結(jié)環(huán)節(jié)主要從知識(shí)技能和心得感想兩個(gè)方面展開(kāi)，學(xué)生以小組為單位交流分享本節(jié)課在知識(shí)和技能以及情感和價(jià)值觀等方面的收獲。

5 教學(xué)效果

課前，教師深入了解學(xué)生的學(xué)習(xí)情況，精細(xì)準(zhǔn)確地分析學(xué)情，并根據(jù)學(xué)生的預(yù)習(xí)情況調(diào)整教學(xué)策略，做到了有針對(duì)性地教學(xué)。課中，采用項(xiàng)目化教學(xué)和任務(wù)驅(qū)動(dòng)法，支撐課堂教學(xué)的講授和實(shí)踐。在新知導(dǎo)入環(huán)節(jié)，運(yùn)用問(wèn)答法，教師提出疑問(wèn)，激發(fā)學(xué)生學(xué)習(xí)興趣，并引出了課堂的教學(xué)重點(diǎn)和重要知識(shí)點(diǎn)，促進(jìn)了學(xué)生自主思考。最后引出包含知識(shí)點(diǎn)的項(xiàng)目任務(wù)，作為貫穿課程的主線。

思政目標(biāo)方面，從實(shí)際生活場(chǎng)景切入，將課程思政元素有機(jī)地融入項(xiàng)目案例的素材圖像中，有效達(dá)成了思政目標(biāo)。

信息化教學(xué)手段豐富，應(yīng)用合理，利用圖片和動(dòng)畫解決原理枯燥的問(wèn)題。在新課講授環(huán)節(jié)，以任務(wù)驅(qū)動(dòng)為主線，通過(guò)問(wèn)答法與學(xué)生積極互動(dòng)，促進(jìn)學(xué)生自主思考，并借助圖片、動(dòng)畫等方式呈現(xiàn)實(shí)驗(yàn)效果，再讓學(xué)生分小組合作探究，討論原理和操作過(guò)程，引導(dǎo)學(xué)生開(kāi)展頭腦風(fēng)暴，最后通過(guò)對(duì)學(xué)生討論結(jié)果進(jìn)行總結(jié)、升華的方式解決教學(xué)重點(diǎn)，充分體現(xiàn)了學(xué)生主體、教師主導(dǎo)的教學(xué)地位。

采用了啟發(fā)式的教學(xué)方法，培養(yǎng)學(xué)生自主探究能力和團(tuán)隊(duì)協(xié)作能力，有效達(dá)成了素質(zhì)目標(biāo)。

參考文獻(xiàn)：

[1] KRIZHEVSKY A，SUTSKEVER I，HINTON G E.ImageNet clas?

sification with deep convolutional neural networks[J].Communi?

cations of the ACM，2017，60（6）：84-90.

[2] WANG Y B，LONG M S，WANG J M，et al.PredRNN：recurrent

neural networks for predictive learning using spatiotemporal

LSTMs[C].2017.

[3] 徐緒堪，印家偉，王曉嬌.基于BERT模型的“互聯(lián)網(wǎng)+政務(wù)”群

眾留言文本熱點(diǎn)追蹤研究[J].情報(bào)雜志，2022，41（9）：136-142，

78.

[4] 許少漫.項(xiàng)目式教學(xué)在高職《圖形圖像處理》課程中的應(yīng)用

[J].辦公自動(dòng)化，2023，28（2）：62-64.

[5] 李樹(shù)濤，胡秋偉.OpenCV在“數(shù)字圖像處理”課程教學(xué)中的應(yīng)

用[J].電氣電子教學(xué)學(xué)報(bào)，2010，32（6）：26-28.

[6] HOWSE J.OpenCV computer vision with Python ： learn to cap?

ture videos， manipulate images， and track objects with Python

using the OpenCV Library[M].Packt Publishing，2013.

[7] 李大湘，王小雨.基于OpenCV的《視頻圖像處理與分析》案

例教學(xué)設(shè)計(jì)與應(yīng)用[J].現(xiàn)代計(jì)算機(jī)（專業(yè)版），2018（31）：41-44.

[8] 王穎，王兵，高建強(qiáng)，等.融合成果導(dǎo)向教育理念的“線上+線

下”混合式數(shù)字圖像處理課程教學(xué)設(shè)計(jì)與實(shí)施[J].醫(yī)學(xué)信息

學(xué)雜志，2022，43（9）：90-93.

[9] 周虹，徐海榮.工科課程思政教學(xué)設(shè)計(jì)與實(shí)踐——以“數(shù)字

圖像處理”課程為例[J].教育教學(xué)論壇，2023（9）：129-132.

[10] 王夢(mèng)姣.基于項(xiàng)目式學(xué)習(xí)的中職Python編程教學(xué)實(shí)踐研究

[D].揚(yáng)州：揚(yáng)州大學(xué)，2022.

[11] 馮敬益，謝景明.基于中學(xué)創(chuàng)客教育的OpenCV技術(shù)教學(xué)案

例設(shè)計(jì)探索[J].中小學(xué)信息技術(shù)教育，2020（10）：91-93.

【通聯(lián)編輯：代影】