王藝璇

摘要：人工智能的飛速發(fā)展給傳統(tǒng)的工科領域帶來了新的生機，大部分高職院校逐漸開設OpenCV機器視覺相關課程，對于高職院校學生，該課程的教學目標更為側重提高學生的應用能力和編程能力。在教學實施過程中，更適宜采用項目式教學法。為降低學生對圖像處理算法的學習成本，文章采用了基于Python語言的OpenCV計算機視覺庫開展教學。基于項目式教學法開展OpenCV機器視覺課程的教學將圖像處理的知識劃分為9個項目，項目中包含可視化的實驗結果展示，以任務作為驅動，激發(fā)學生的學習興趣，提高學生的實踐能力。

關鍵詞：項目式教學；OpenCV；圖像分析

中圖分類號：G642 文獻標識碼：A文章編號：1009-3044（2023）29-0169-03

1 OpenCV 機器視覺課程的教學背景

從2012年基于深度卷積神經(jīng)網(wǎng)絡的圖像分類模型AlexNet在大規(guī)模數(shù)據(jù)集上表現(xiàn)出良好性能后，深度學習和人工智能領域迎來了迅猛發(fā)展的時代[1]。在圖像分析和理解領域中，深度卷積神經(jīng)網(wǎng)絡效果出色，相比傳統(tǒng)的圖像處理算法和機器學習模型，其對圖像分類、物體檢測和圖像像素級別分割的準確率要高出許多；在自然語言處理領域，基于反向傳播算法的循環(huán)神經(jīng)網(wǎng)絡（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)的工科領域帶來了新的生機。

隨著計算機技術、圖像處理技術和人工智能的飛速發(fā)展和廣泛應用，很多高職院校和本科院校中都逐漸開設了OpenCV機器視覺相關理論和實訓課程。對于高職院校的教學而言，該課程旨在讓學生理解并掌握圖像處理和分析的基本理論，注重培養(yǎng)學生利用OpenCV資源庫處理和分析數(shù)字圖像的能力，即側重提升學生對理論知識的運用能力和編程實踐能力，故而在該課程的教學實施過程中，適宜采用基于實際項目或案例的教學法[4]。

基于實際項目或案例開展OpenCV機器視覺課程的教學，使用貼近生活的圖像素材，對素材實施圖像分析和處理的算法，具有可視性強、中間結果可獲得、調試便捷、實驗效果明顯等特點，學生可以自行選擇感興趣的圖像資源進行分析和處理，并可將原始圖像、操作過程中的中間圖像、變換后圖像進行可視化，能夠極大地激發(fā)學生的學習熱情，提高學生學習的成就感和效能感。

2 教學平臺

在實際應用場景、工業(yè)行業(yè)開發(fā)場景中，通常在分析和處理數(shù)字圖像和視頻文件時，使用的是基于C++語言的OpenCV計算機視覺庫[5]，使用C++語言的OpenCV進行圖像分析具有分析速度快、實時性強、視頻處理效果好等優(yōu)點。然而，學生在實際應用過程中，經(jīng)常出現(xiàn)工程配置錯誤、庫文件版本與開發(fā)環(huán)境版本不兼容、語法復雜煩瑣易出錯等問題，學生需要花很多精力去處理編程過程中的工程環(huán)境配置、語法、接口等問題，這增加了學生的學習成本，導致無法專注學習圖像分析和處理的知識和技術。

基于Python 語言的OpenCV 計算機視覺庫具有Python語言可解釋性強、語法簡潔的優(yōu)勢，同時，由于Python語言底層是基于C語言編寫的，故而基于Python 語言的OpenCV計算機視覺庫也具有運行速度快、能實時處理圖像等優(yōu)勢[6]。使用基于Python語言的OpenCV 進行圖像處理課程的教學，降低了學生的開發(fā)難度，使得學生不用被C語言或者C++等編譯型語言的復雜語法所困擾，讓學生將更多精力放在對圖像處理基礎算法和OpenCV函數(shù)的理解和掌握中，不額外增加學生的學習成本，更能加強對數(shù)字圖像處理算法的掌握和應用，提升學生的學習成就感和獲得感。此外，人工智能和深度學習的常用框架如Tensorflow、Pytorch都是基于Python語言進行開發(fā)，學生在學完圖像處理后，也便于后續(xù)繼續(xù)學習人工智能框架和技術。因此，OpenCV機器視覺課程選擇的是基于Python語言的OpenCV計算機視覺庫，需在Windows 7及以上版本的操作系統(tǒng)中運行，使用Python3.5及以上版本和OpenCV-Python3及以上版本作為編程開發(fā)工具。

3 基于項目式教學法的OpenCV 機器視覺課程教學

3.1 課程建設思路

基于項目式教學法開展OpenCV機器視覺課程的教學，摒棄了傳統(tǒng)的知識點堆砌和章節(jié)式教學，以項目和任務為主線實施教學?；陧椖渴浇虒W法的設計理念根據(jù)內容和難易程度，循序漸進，由易到難，由簡到繁，將OpenCV機器視覺課程劃分成9個項目，實行項目化的教學，以任務作為驅動，激發(fā)學生的學習興趣，并將16個低門檻、高獨立性的知識點融入各個項目中[7]，讓每個知識點都能夠有可視化的實驗結果展示，使學生快速完成知識點的理解與記憶，加深學生的學習印象，并能自己動手完成復習與實踐，提升學生的動手實踐動力。

3.2 基于項目式教學法的OpenCV 機器視覺教學流程

1） 情景導入引出任務（確定項目任務）

在任務導入環(huán)節(jié)，主要采用項目化教學和任務驅動法，支撐課堂教學的講授和實踐。在新知導入環(huán)節(jié)，教師可以提出與教學重點相關的實際生活場景中的問題，運用談話法或問答法，激發(fā)學生學習興趣，讓學生主動積極地觀察圖像塊，并自主思考問題，從而引出本節(jié)課的教學重點和重要知識點，最后發(fā)布包含知識點的項目任務，作為貫穿課堂教學的主線[8]。在此階段，教師通常需要預設場景并選取圖像素材，可選擇緊貼時代熱點、融入工匠精神和愛國情懷等思政元素較強的素材，潤物無聲地開展思政育人[9]。

2） 算法原理講解（制定項目計劃）

教師可應用豐富的信息化教學手段，利用圖片、動畫或微課視頻等解決算法原理枯燥的問題。在新課講授環(huán)節(jié)，通過將講授法、問答法等與學生積極互動，促進學生自主思考，并借助圖片、動畫等方式呈現(xiàn)實驗效果，可讓學生獨立思考或分小組合作探究[10]，討論原理和操作過程，引導學生開展頭腦風暴，最后通過對學生討論結果進行總結、升華的方式解決教學重點，以學生為主體和中心，教師充分發(fā)揮主導作用[11]。

3） 分組實操（實施項目計劃）

教師可采用演示法、實驗法等開展啟發(fā)式教學。在分組實操環(huán)節(jié)，讓學生自主合作探究，突破教學難點，通過任務驅動和小組合作的方式，讓學生在協(xié)作與競爭中快樂學習。結合項目編程實際，培養(yǎng)學生良好的自主探究能力、計算思維能力和團隊合作能力，以達成素質目標。

4） 總結與評價（質量檢測和評估）

總結階段分為教師總結和學生總結兩部分，先由學生討論交流和反思，分享知識收獲、心得感悟與不足，教師再總結主要知識點，強調學生對算法理解和編程實踐過程中的常見問題，最后通過教師評價和學生互評，評選出圖像處理小能手。

4 基于項目式教學法的OpenCV 機器視覺教學案例

以基于項目式教學法開展OpenCV機器視覺課程教學中的“項目四 圖像變換”中的“任務二 圖像的幾何變換”中的“子任務1 圖像水平翻轉”為例，詳細描述使用項目式教學法開展教學的思路與過程。

1） 情境導入

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

問題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？請學生再次思考問題，可利用之前所學習的創(chuàng)建圖像知識，先新建一張與全景圖等寬等高的空白畫布，再依次將左半個圖像塊粘貼到空白畫布的左半部分，再將右半個圖像塊粘貼到空白畫布的右半部分，這樣就能通過圖像拼接的方式獲得天安門廣場的全景圖了。

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

思政元素融入：天安門廣場上的五星紅旗迎風飄揚，這是無數(shù)的革命先烈用鮮血把這面五星紅旗染紅的，是一代又一代中國共產(chǎn)黨人前赴后繼才使我們過上了美好生活。五星紅旗承載了無數(shù)革命先輩的光榮與夢想，教育學生，身為青年一代，有責任、有義務為祖國崛起、為民族復興不懈奮斗。

2） 水平翻轉原理講解

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

圖像本質為numpy中的數(shù)組，圖像的高度對應數(shù)組的行數(shù)，圖像的寬度對應數(shù)組的列數(shù)，圖像由一個個像素點構成，對應數(shù)組中相關位置的數(shù)值?；叶葓D像中，每個像素點灰度值范圍為0-255，0為黑色，255為白色。彩色圖像則是由三個通道的灰度圖像構成，三個通道上取0-255范圍內的數(shù)值則表示在該顏色通道上分量的強弱，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色，則在藍色通道上第一列像素點灰度值均為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色、綠色和紅色的順序拼接而成的，其蘊含的信息量比灰度圖像更大，可以將彩色圖像根據(jù)亮度強弱轉換為灰度圖像，而無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，實現(xiàn)對彩色圖像的水平方向翻轉？討論并選派小組代表發(fā)言。

③頭腦風暴：讓學生根據(jù)小組討論結果，思考并總結圖像水平翻轉的算法。

第一步：創(chuàng)建新空白圖像new_img，用于存放結果；

第二步：遍歷圖像中的所有像素點[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)組對應位置賦值，new_img[i，j]=img[i，w-1-j]

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

3） 分組實操強技能

讓學生以小組為單位，完成課堂作業(yè)。

4） 回顧總結善梳理

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

5 教學效果

課前，教師深入了解學生的學習情況，精細準確地分析學情，并根據(jù)學生的預習情況調整教學策略，做到了有針對性地教學。課中，采用項目化教學和任務驅動法，支撐課堂教學的講授和實踐。在新知導入環(huán)節(jié)，運用問答法，教師提出疑問，激發(fā)學生學習興趣，并引出了課堂的教學重點和重要知識點，促進了學生自主思考。最后引出包含知識點的項目任務，作為貫穿課程的主線。

思政目標方面，從實際生活場景切入，將課程思政元素有機地融入項目案例的素材圖像中，有效達成了思政目標。

信息化教學手段豐富，應用合理，利用圖片和動畫解決原理枯燥的問題。在新課講授環(huán)節(jié)，以任務驅動為主線，通過問答法與學生積極互動，促進學生自主思考，并借助圖片、動畫等方式呈現(xiàn)實驗效果，再讓學生分小組合作探究，討論原理和操作過程，引導學生開展頭腦風暴，最后通過對學生討論結果進行總結、升華的方式解決教學重點，充分體現(xiàn)了學生主體、教師主導的教學地位。

采用了啟發(fā)式的教學方法，培養(yǎng)學生自主探究能力和團隊協(xié)作能力，有效達成了素質目標。

參考文獻：

[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”群

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

78.

[4] 許少漫.項目式教學在高職《圖形圖像處理》課程中的應用

[J].辦公自動化，2023，28（2）：62-64.

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

用[J].電氣電子教學學報，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

例教學設計與應用[J].現(xiàn)代計算機（專業(yè)版），2018（31）：41-44.

[8] 王穎，王兵，高建強，等.融合成果導向教育理念的“線上+線

下”混合式數(shù)字圖像處理課程教學設計與實施[J].醫(yī)學信息

學雜志，2022，43（9）：90-93.

[9] 周虹，徐海榮.工科課程思政教學設計與實踐——以“數(shù)字

圖像處理”課程為例[J].教育教學論壇，2023（9）：129-132.

[10] 王夢姣.基于項目式學習的中職Python編程教學實踐研究

[D].揚州：揚州大學，2022.

[11] 馮敬益，謝景明.基于中學創(chuàng)客教育的OpenCV技術教學案

例設計探索[J].中小學信息技術教育，2020（10）：91-93.

【通聯(lián)編輯：代影】