Python für Computer Vision und Data Science mit OpenCV (Udemy.com)
Lerne die neuesten Data Science Techniken der Computer Vision mit Python, OpenCV, und Deep Learning!
Created by: Prof. Dr. René Brunner
Last updated May 2024
What you will learn
- Grundlagen von NumPy verstehen
- Bilder mit NumPy öffnen und bearbeiten
- OpenCV verwenden, um mit Bilddateien zu arbeiten
- Python und OpenCV verwenden, um Formen auf Bilder und Videos zu zeichnen
- Bildbearbeitung mit OpenCV durchführen, darunter Glätten, Weichzeichnen, Schwellenwerte und morphologische Operationen
- Farbhistogramme mit OpenCV erstellen
- Videos mit Python und OpenCV öffnen und streamen
- Objekte erkennen, darunter Ecken-, Kanten- und Rastererkennungstechniken mit OpenCV und Python
- Software zur Gesichtsdetektion erstellen
- Bilder mit dem Watershed Algorithmus segmentieren
- Objekte in Videos verfolgen
- Python und Deep Learning verwenden, um Bildklassifikatoren zu erstellen
- Mit Tensorflow, Keras und Python arbeiten, um mit benutzerdefinierten Bildern zu trainieren
How it compares
Against the other 126 rated Udemy courses in Deep Learning on CourseDuck:
- Rating4.7 out of 5higher than 82% of them
- Reviews260#92 of 127 by number of reviews
- Length15.9 hourslonger than 72% of them
- Last updatedMay 2024earlier than 57% of them
Course Description
Willkommen beim ultimativen Onlinekurs für Python und Computer Vision!
Dieser Kurs ist deine beste Quelle, um die Verwendung der Programmiersprache Python für Computer Vision zu lernen.
Wir werden erkunden, wie man Python und die OpenCV (Open Computer Vision) Bibliothek verwendet, um Bilder und Videodaten zu analysieren.
Die beliebtesten Plattformen weltweit generieren nie zuvor gesehene Mengen an Bild- und Videodaten. Alle 60 Sekunden laden Benutzer mehr als 300 Stunden Videomaterial auf YouTube hoch, streamen Abonnenten von Netflix 80.000 Stunden Videomaterial und liken Instagram Benutzer über 2 Millionen Fotos! Heute mehr als je zuvor besteht die Notwendigkeit für Entwickler, die benötigten Kompetenzen zu erlernen, um mit Bild- und Videodaten mithilfe von Computer Vision zu arbeiten.
Computer Vision erlaubt es uns, Bild- und Videodaten zu analysieren und wirksam einzusetzen, mit Anwendungen in einer Vielzahl von Industriebranchen, darunter selbstfahrende Autos, Apps von sozialen Netzwerken, medizinische Diagnostik, und viele mehr.
Als die am schnellsten an Beliebtheit gewinnende Programmiersprache ist Python gut geeignet, um die Macht bereits existierender Computer Vision Bibliotheken wirksam einzusetzen, um aus all diesen Bild- und Videodaten zu lernen.
In diesem Kurs werden wir dir alles beibringen, was du brauchst, um ein Experte in Computer Vision zu werden! Diese 20 Milliarden Dollar Industrie wird in den kommenden Jahren einen der wichtigsten Arbeitsmärkte darstellen.
Wir werden den Kurs damit beginnen, dass wir etwas über numerische Verarbeitung mit der NumPy Bibliothek lernen und wie man Bilder mit NumPy öffnet und bearbeitet. Dann werden wir mit der Verwendung der OpenCV Bibliothek zum Öffnen und Arbeiten mit Bildgrundlagen fortfahren. Danach werden wir untersuchen, wie man Bilder verarbeitet und eine Vielzahl von Effekten anwendet, darunter Farbmappings, Mischen, Schwellenwerte, Gradienten, und viele mehr.
Dann werden wir mit den Videogrundlagen in OpenCV weitermachen, unter anderem mit dem Streaming eines Videos von einer Webcam. Danach werden wir mehr über Videos an sich sprechen: optischer Fluss, Objekterkennung, Gesichtserkennung und Objektverfolgung gehören zu den Themen, die wir behandeln werden.
Danach werden wir einen ganzen Abschnitt des Kurses den neuesten Deep Learning Themen widmen, darunter Bilderkennung und benutzerdefinierte Bildklassifikationen. Wir schauen uns sogar die neuesten Deep Learning Netzwerke an, darunter das YOLO (you only look once) Deep Learning Netzwerk.
Dieser Kurs deckt all dies ab und noch mehr, darunter folgende Themen:
NumPy
Bilder mit NumPy
Bild- und Videogrundlagen mit NumPy
Farbmappings
Mischen und Einfügen von Bildern
Bild Schwellenwerte
Weichzeichnen und Glätten
Morphologische Operationen
Gradienten
Histogramme
Video Streaming mit OpenCV
Objekterkennung
Vorlagen Matching
Ecken-, Kanten- und Rastererkennung
Konturenerkennung
Feature Matching
WaterShed Algorithmus
Gesichtserkennung
Objektverfolgung
Optischer Fluss
Deep Learning mit Keras
Keras und Konvolutionelle Networks
Benutzerdefinierte Deep Learning Netzwerke
Modernste YOLO Netzwerke
und vieles mehr!
Du kannst mir jederzeit eine Nachricht bei Udemy schreiben, falls du eine Frage zum Kurs hast!
Vielen Dank für das Lesen der Kursseite und ich hoffe, wir sehen uns im Kurs!
René und Team
* Dieser Kurs erfordert, dass du dir Anaconda herunterlädst. Wenn du Udemy-Business-Nutzer bist, kläre bitte vor dem Herunterladen mit deinem Arbeitgeber, ob die Installation erlaubt ist.
Instructor Details
- 4.7 Rating
260 Reviews
Prof. Dr. René Brunner
In einer Welt der Veränderung gibt es keine Ressource, die wertvoller ist als Bildung. Sie befähigt die Menschen, auch in einer komplexen Umwelt selbstbestimmt ihren Weg zu gehen. Wichtig ist, was jeder einzelne kann. Die Digitalisierung steckt voller Chancen für bessere Bildung: individuelleres Lernen, innovative Lehrmethoden und aktuellere Lehrmittel. Daher möchte ich nicht länger zuschauen, sondern an besserer Bildung für Jeden Mitwirken! Dabei sind die folgenden 3 Punkte mein konkreter Beitrag:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang auf Udemy für jeden zu schaffen, mit Kursen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Studierende an der Hochschule fit für die Digitale Zukunft zu machen und ein Bewusstsein für die Datenanalyse zu schaffen.
3. Mit dem Datamics Team Firmen beraten und strategisch wohlbedacht zu positionieren.
Für mehr Informationen gerne auf unserer Datamics Webseite vorbeischnuppern. Von unserem Data Science Podcast, über aktuelle Blogposts, bis hin zu Karriere-vorranbringendem Karriereguide, Du wirst sicher fündig.
Lebenslauf:
More courses by Prof. Dr. René Brunner
Python für Data Science, Machine Learning & Visualization (2026)
4.6 (1,886 Reviews)
Provider: Udemy
Time: 29.4h
$59.99
Python - Das Python Grundlagen Bootcamp - Von 0 auf 100! (2026)
4.4 (1,657 Reviews)
Provider: Udemy
Time: 36.1h
$64.99
R für Data Science, Visualisierung und Machine Learning (2026)
4.6 (960 Reviews)
Provider: Udemy
Time: 19.1h
$19.99
Das SQL Grundlagen Bootcamp (auch für Data Science) (2023)
4.5 (630 Reviews)
Provider: Udemy
Time: 9.1h
$19.99
Python für Finanzanalysen und algorithmisches Trading (2025)
4.4 (399 Reviews)
Provider: Udemy
Time: 20.4h
$19.99
Statistik für Data Science und Business Analytics (2023)
4.3 (393 Reviews)
Provider: Udemy
Time: 6.2h
$19.99
More Deep Learning courses
Der große Deep Learning Kurs mit Keras und TensorFlow 2 (2026)
4.5 (302 Reviews)
Provider: Udemy
Time: 36.5h
$19.99
Natural Language Processing für Data Science mit Python (2023)
4.1 (239 Reviews)
Provider: Udemy
Time: 13.8h
$49.99
A deep understanding of deep learning (with Python intro) (2026)
4.8 (6,559 Reviews)
Provider: Udemy
Time: 57.3h
$109.99
Deep Learning Prerequisites: Logistic Regression in Python (2026)
4.8 (4,922 Reviews)
Provider: Udemy
Time: 6.9h
$109.99
Data Science: Transformers for Natural Language Processing (2026)
4.8 (3,034 Reviews)
Provider: Udemy
Time: 19.1h
$79.99
Deep Learning Prático com TensorFlow e Python (2021)
4.8 (295 Reviews)
Provider: Udemy
Time: 14.8h
$19.99
Reviews
By Rainer Gubler on 10/27/2022
Ein praxis orientierter Kurs, der gute Code Templates bietet, und viele unterschiedliche Bereiche antastet mit einem klaren Kursablauf mit steigender Komplexität. Die Arbeit mit vorgefertigten Libraries macht es schnell erleb bar, verliehrt jedoch etwas an tiefe, da nicht grösser darauf eingegangen wird wie diese riesen Datensätze zustande kommen. Und worauf man bei deren erstellung speziefisch achten muss. Ein zusatz Kapitel oder auch nur kritischer Hinweis zu algorithmishem Bias durch Klassifizierungsalgorythmen, fände ich auch nicht all zu fehl am Platz, speziell wenn dann Lösungsansätze aufgearbeitet würden, wie dem entgegen gewirkt werden kann. Mit all mehr "Bibliotheken" die man einfach anwenden kann, (eg. YOLO) um Klassifizierungen machen zu können, ist die Fähigkeiten zu erkennen wo ein möglicher Bias entsteht und wie der aufgehoben werden kann von grosser Bedeuting. Danke für einen sehr interessanten Kurs, über ein Teil des Möglichen mit OPEN_CV!
By Nautilli on 6/19/2022
bisher bin ich sehr zufrieden mit dem Kurs, alles was ich gelernt habe konnte ich bisher gut umsetzen. im Endeffekt habe ich mir meine Arbeit erleichtert. immer wenn bestimmt Bilder auf meinem Monitor sind werden Aktionen nun automatisch ausgeführt. ich bin wirklich super zufrieden :-)
By Holger Jentsch on 3/10/2022
Die Granularität ist super, die Verständlichkeit auch. Leider sind die Codebeispiele bei den ständigen Änderungen in den Bibliotheken nicht immer auf dem letzten Stand. Auf Fragen wird schnell geantwortet und die Codebeispiele werden auch zeitnah angepasst. Ich kann den Kurs (als Python-Einsteiger mit C/C++-Erfahrung) auf alle Fälle weiterempfehlen. Ich habe viel dazugelernt.
By Armin B. on 1/1/2022
Auf der Hälfte des Kurses angelangt, bin ich sehr zufrieden damit. Er ist umfassend, ist logisch aufgebaut und geht zügig voran, ohne Zeit zu verlieren. Natürlich kann ein solcher Kurs nur überfliegen, jedem Kapitel für sich könnte man wahrscheinlich Wochen oder Monate widmen. Man gewinnt aber einen sehr guten Überblick über das Thema und fühlt sich auch in der Lage, das Gelernte eigenständig anzuwenden. Einige wenige Code-Zeilen sind nicht mehr aktuell, da sich Veränderungen in den benutzen Bibliotheken ergeben haben, aber ich habe die entsprechende Lösung dafür gut aus dem Internet ermitteln können. Um doch noch einen Tipp zur Verbesserung des Kurses zu geben: Vielleicht mangelt es im Kurs ein wenig daran, nicht nur zu erfahren, Wie man etwas macht, sondern auch darüber, Warum man es gerade so macht. Zusammenfassend: der Kurs übertrifft meine Erwartungen und ich freue mich schon sehr auf die zweite Hälfte. :)
By Kai Wolf on 8/21/2021
Bin selber kein Python-Pro. Habe mir diesen Kurs für ein Basiswissen über openCV geholt und bin bisher sehr begeistert! Es werden viele schöne Anwendungen und Beispiele durchgesprochen und gezeigt. Renè Brunner macht einen super Job beim Erklären und Durchsprechen! Perfekt für Einstieg!
By Michael K. Klemke on 4/2/2021
Insgesamt gut. Die Nutzung von OpenCV wird sehr detailliert und verständlich erklärt. Ich habe allerdings erwartet, dass etwas mehr Gewicht auf die theoretischen Grundlagen gelegt worden wäre. Daher gebe ich doch einen halben Stern Abzug.
By Dr. Simon Karnas on 2/24/2021
Didaktisch sehr gut aufbereitet mit sehr vielen praktischen Beispielen. Die Notebooks kann man 1:1 in anderen Projekten als „Cheat Sheet“ wiederverwebdeb. Komplexe Sachen sind aus diesem abgeleitet. Hinzu kommt eine sehr gute Referenzsammlung. Top!
By Denis Kunerth on 1/12/2021
Ein sehr guter Kurs, der einen Einstieg in das Thema bietet. Es wird ein schneller Überblick über die praktische Anwendung von OpenCV geboten ohne sich in der Theorie zu verlieren.
By Lutz Fassl on 5/15/2020
Der Kurs war sehr gut. Viele Funktionen von OpenCV wurden anhand von Beispielen näher gebracht . Nur 2 Kritikpunkte: - Es wird oft nur erklärt "Was" in welcher Reihenfolge gemacht wird, aber nur sehr oberflächlich auf den Hintergrund eingegangen, das "Warum". Das würde dem Teilnehmer helfen, die Ideen dahinter besser zu verstehen und für die eigenen Probleme zu abstrahieren. - Der zweite Kritikpunkt sind oft fehlende Zwischenergebnisse: Mitunter wird 30 Minuten oder länger gecoded, ohne auch nur ein Zwischenergebnis anzuzeigen. Dann muss man beten, dass am Ende alles klappt, sonst kann man den gesamten Code nochmal durchsuchen.
By Ralf Lieb on 5/4/2020
Der Kurs scheint sich am offiziellen opencv - Tutorial zu orientieren, zumindest am Anfang. Allerdings ist es -entgegen meiner anfänglichen Skepsis- doch deutlicher besser, die Materie fundiert erklärt zu bekommen, als sich alles selbst anlesen zu müssen. Die Installationsanleitung ist, zumindest für mich, etwas verwirrend, da sich wohl manche Ordnernamen mit der Zeit geändert haben und es auch nicht ganz klar wird, wie z.B. "7. Set-Up für den Kurs" und "8. Wichtig Kurseinrichtung! ..." zusammenhängen. Man kann aber nachfragen und erhält vom Autor zeitnah freundlich und ausführlich Antwort.
Quality Score
No CourseDuck member has rated this course yet. Taken it? Give each part a thumbs up or down.
Overall Score : 94 / 100












