产教融合视域下的课程思政建设研究——以OpenCV图像处理技术为例

傅贤君

（浙江安防职业技术学院，浙江温州 325000)

2016年，习近平总书记在全国高校思想政治工作会议强调把思想政治工作贯穿教育教学全过程，至此开启中国高校课程思政建设的改革[1]。课程思政旨在高校各类课程中将意识形态教育全面融入，实施三全育人，落实立德树人根本任务。计算机视觉是人工智能的关键领域之一，数字图像处理是其重要组成部分。而人脸识别、车牌识别、文字识别都是数字图像处理技术在计算机视觉领域中的重要成果。本课程基于Python语言进行OpenCV数字图像处理技术课程设计，作为一门人工智能领域的新技术，当前在高职院校几乎没有开设相关课程及课程思政建设研究，这也是本研究的意义所在。

OpenCV[2]作为一个跨平台计算机视觉库，涵盖大量轻量且高效的图像处理算法，已深入应用到监控摄像、医学影像、生产检测等产业实际之中。Python 作为简单易学且功能强大的面向对象编程语言，目前已经被广泛应用在人工智能领域中。课程采用项目驱动化[3]的方式进行课程设计，充分体现科教融汇、工学结合、知行合一，着力打造精品课程，具体创新点包括以下5个方面。

第一，课程思政引领，将课程思政与实践创新相结合，将思政教育贯穿整个教学过程，引导学生建立良好的世界观、人生观、价值观。

第二，课程内容包含16 个项目，并对每个项目进行递进式任务分解，循序渐进，积极响应《国家职业教育改革实施方案》中的“三教”改革要求。

第三，以典型工作场景为背景，结合生活化案例激发学生的学习兴趣并设计教学内容，以“聚焦服务社会、培养智能工匠”为主线，实施科教融汇、产教融合落地[4]。

第四，单元设计立足“引—探—测—学—悟—评”，符合递进式螺旋上升学习模式，环环相扣，将理论与实践充分结合。

第五，课程配有完善的线上线下资源，包含有微课视频、练习素材、任务书、代码、电子课件、教案等教学资源，拓展“1+X”证书考试、技能竞赛资源，激发学生主动学习的兴趣，引导学生自主探究。

1 课程思政建设研究

人工智能技术应用专业培养的学生应当具备极高的科学素养和极强的创新创业能力。在进行“课程思政”教育时，要着重培育学生的创新能力，把“工匠精神”刻在每位学生的心中，让学生全身心地投入到世界科技强国建设的过程中去。OpenCV图像处理技术是人工智能专业的一门专业核心课，其功能是对接专业人才培养目标，面向人工智能训练师、人工智能数据分析岗、人工智能技术支持岗，培养数字图像处理应用能力，并培养其良好的编程规范和职业习惯，为后续智能视觉应用技术课程学习奠定基础的专业核心课程。在此门课程中进行“课程思政”教育，必须遵循专业培养目标，将科学精神传授给学生，通过学习人工智能的应用技术，服务社会。具体建设思路如下。

1.1 建立“课程思政+实践创新”的课程培养思路

课程确定基于“课程思政+实践创新”的课程培养模式。以习近平新时代中国特色社会主义思想为指导，落实“立德树人”，把育人工作摆在首要位置。将思政教育贯穿整个教学过程，“德智体美劳”五育并举，梳理课程的知识点，结合“1+X”证书与职业技能比赛，实现课证融通、课赛融通[5]，深入挖掘课程思政元素，将思政课程显性教育和课程思政隐性教育结合起来，打破思想政治教育与专业教育相互隔绝的“孤岛效应”，让立德树人教育“如盐入水”般自然融入课堂，让学生在学习过程中塑造良好的世界观、人生观、价值观。

图1 课程培养思路

1.2 构建“一主线、一项目、三思政元素”的思政融入模式

课程全面介绍了图像处理基础、图像运算、图像增强、图像分析4个方面相关知识，包括图像处理的概念、图像运算方法、色彩空间与几何变换、阈值处理、形态学操作、图像梯度、边缘检测、图像金字塔、直方图处理、图像轮廓、模板匹配、霍夫变换、图像分割、视频处理等知识，同时结合综合实践案例，注重理论联系实际，培养综合实践能力。

课程提出了一种以学生为中心、符合高职教学实际情况的思政融入模式，通过典型的生活化案例激发学生兴趣，整体课程以“涵养报国情怀、聚焦服务社会、培养智能工匠”为主线，将课程分解为16个项目贯穿课程教学，每个项目融入“品德修养、职业素养、个人涵养”三方面思政元素，并将其扩展为三个具体的素质目标，让学生在每一个教学环节都沉浸式地提升素养与技能，最终实现培养服务区域经济转型的智能工匠任务。思政融入模式如图2所示。

图2 思政融入模式

1.3 确定“学习成果－六阶递进”的课程教学方法

在课程讲授时采用基于“学习成果－六阶递进”的课程教学模式，把单元设计分为“引—探—测—学—悟—评”六个环节，六个环节环环递进，紧紧围绕三个思政元素促成既定的学习目标，开展真实项目教学，聚焦服务社会，培养智能工匠。

图3 课程教学方法

1.4 基于“线上线下”混合式的教学实施手段

通过“课程思政”案例的设计、“思政”教材的开发、线上“思政”教学资源的完善，将在下一轮完整实施“线上+线下”混合式“课程思政”教学[6]，充分利用混合式教学优势，将知识点、技能点、思政点，完整融入课程教学的各个环节，从教材到课堂，从课内到课外，从线下到线上，实现价值塑造、能力培养、知识传授三位一体的课程教学目标。

图4 教学实施手段

2 特色与创新

2.1 思政全程浸润，培养智能工匠

课程深挖课程思政、融合《高等学校课程思政建设指导纲要》，实现课程思政全程浸润。基于《高等学校课程思政建设指导纲要》，深挖思政，形成“一主线、一项目、三思政元素”的思政融入模式，以“聚焦服务社会、培育智能工匠”为主线，开展项目式教学，“品德修养、职业素养、个人涵养”三方面思政元素全程融入，开展课程思政教学，聚焦服务社会，培养智能工匠。

2.2 岗课赛证结合，聚焦创新服务

课程以企业智能化转型为背景，教学内容与实际案例相结合，案例选取贴近生活、贴近学习、贴近工作，如锁具元器件缺陷检测、人脸识别、口罩佩戴检测、OCR 识别等产教融合项目，深入解析计算机视觉的方式方法，引导学生崇德尚能、知行合一、服务社会，形成良好的职业素养。

课程构建基于超星学习通的线上课程资源，拓展“1+X”证书考试、技能竞赛资源。课程内容符合《人工智能国家教学标准》的大纲要求，借助“互联网+”思维进行教学改革，建设线上课程，开发课程相关的教学资源与思政库。学生在完成该门课程的学习后，还可使用线上课程平台中的资源，备考“1+X”等级考试、职业技能大赛，目前学生基于本门课程的实践结果获“互联网+”“RoboCom 机器人开发者大赛”“世界机器人－人工智能技术应用赛项”等多个奖项。

2.3 六阶递进教学，引导自主探究

课程的每个项目任务以“任务目标→任务场景→任务准备→任务演练→任务拓展→任务巩固”的流程组织编写内容，设置“5个模块、12个基础项目、4个综合实践项目”，在教学中注重使学生掌握操作过程和技巧。基于递进式项目的课程设计，通过项目效果激发学生主动学习的兴趣，引导学生自主探究，可有力支撑基于学习成果－六阶递进的教学模式开展参与式教学。

3 总结

3.1 溶盐于水，精准滴灌，深挖思政润物无声

课程思政，不是简单的“课程”加“思政”，两者不是机械组合，而是有机融合。怎样避免思政内容和专业知识形成“两层皮”？怎样把握好课程思政的“时”“效”“度”？怎样让学生顺利完成从“专业成才”到“精神成人”的转变？这就需要教师深入挖掘学科思政元素所蕴含的价值精髓，精准滴灌，而不是大水漫灌、硬性楔入。由于课程开展仅仅一学期，教师对于课程思政建设路径也在不断探索之中，会出现案例不够鲜活、元素略微生硬的情况，仍需不断深挖课程中的思政精髓，用精细的、浸润式的隐性教育，探索专业课与思政元素的创新融合。

3.2 夯基垒台积厚成势，关注概念储备长远

Python 语言有着严谨的语法规范与特色，使用Python 语言进行OpenCV 图像处理时就好比进行写作。要想写好作文必须掌握良好的字、词、句等基础知识，换言之需要具备良好的Python语法知识以及编程逻辑，而在教师授课时往往会忽略对基础知识的培养。因此需要进一步加强对学生基础知识的培养，使其课前多思多想、课中多听多练、课后多探索多实践，下好掌握OpenCV图像处理技术的“先手棋”。

3.3 产教融合落实创新，着眼实践教学转化

Python 程序设计有着严谨的语法规范与特色，使用Python语言进行OpenCV图像处理时就好比进行写作。要想写好作文必须掌握良好的字、词、句等基础知识，换言之需要具备良好的Python语法知识以及编程逻辑，而在教师授课时往往会忽略对基础知识的培养。因此需要进一步加强对学生基础知识的培养，使其课前多思多想、课中多听多练、课后多探索多实践，下好掌握OpenCV图像处理技术的“先手棋”。

数字图像处理技术作为人工智能计算机视觉技术的重要应用，在教学时容易偏重理论脱离实际。本门课程以项目化教学作为导向，注重学生动手实践能力的锻炼，同时加入了教师社会服务及科研项目的真实内容，实现了一定程度的产教融合。后续仍需继续完善人工智能专业多主体协同育人机制，深化产学合作协同育人，推广实施人工智能领域产学合作协同育人项目，以产业和技术发展的最新成果推动人才培养改革。计划未来就本地五金产业生产过程中缺陷检测的环节展开合作，落地具体项目，引入学生参与具体项目开发，实现图像处理技术服务地方经济，走好人才培养的“最后一公里”。

以上“思政”“基础”“实践”三个关注是对OpenCV图像处理技术课程的理解与总结，由于时间紧凑性和知识局限性，教学团队在该课程的教学设计上还未达到精准定位，在今后的教学工作中教学团队还需不断思考和积累，深入课程改革，深化思政内涵，提升课程育人品质。