OpenCV：图像处理基础，图像增强与滤波，特征检测与提取，视频分析，传统对象识别，深度学习模块 (DNN)，GrabCut

利用图割理论和高斯混合模型（GMM），在仅知道大概区域（矩形框）的情况下，通过颜色统计精准分离前景和背景。闭运算 (MORPH_CLOSE)，开运算 (MORPH_OPEN)，高斯模糊 (GaussianBlur)，轮廓检测 (findContours)，Pillow (PIL) - 图像合成与格式转换，图像混合 (alpha_composite)：利用 Alpha 通道将抠好的人像图层与纯色背景

测试模型，导入新图片名称，加载新的图片，加载图片，使用模型进行预测，获取最可能的类别，显示图片和预测的标签名称，图像加载失败输出

导入必要的库加载测试数据集，假设CSV文件中的图像文件名是完整的路径，随机选择一张图片进行展示，加载图像，使用模型进行预测，设置模型的预测结果，计算准确率，指定test文件夹路径，读取名为image_path的图片，加载图像，检查图像是否为空

导入所需要的包，打印训练集和测试集二维数组，定义模型，打印模型信息，权重和偏执，编译网络和训练网络，打印二维数据表格，绘制图像，查看准确率

导入常用工具包，数据导入与数据观察，数据预处理，前馈全连接神经网络(Sequential模型)

OpenCV人脸识别，创建窗口，创建按钮，设置字体，定义标签用于显示图片，选择并显示图片，检测图片中的人脸，退出程序，返回主界面

迁移学习——CycleGAN（循环一致性对抗网络），用于实现两个域（例如，风格或主题不同的图像）之间的无监督图像到图像转换。CycleGAN的核心思想是使用生成器（Generator）和判别器（Discriminator）来学习从源域（sourcedomain）到目标域（target domain）的映射，同时保持循环一致性，即从目标域映射回源域应该尽可能接近原始源域图像。

文章下面有井字棋全部代码和如何与上一篇登入界面进行连接。