行晒 !! 全港最強行山路線 <萬里機構>
類似書籍推薦給您
立即查看
ChatGPT最強實戰工作術：90+提問模組，速升八大職能力，每天只上半天班 (1版)
類似書籍推薦給您
【簡介】
AI時代必備新職能，用ChatGPT優化傳統工作流程
3大溝通原則×8大職能應用×20+實際案例×90+提問模組，
升級核心競爭力！
★ 掃碼即送！購書限定特典「ChatGPT提示詞大全」 ★
與ChatGPT一起超速學習，讓職涯更進階！
讓AI幫你工作賺錢，擺脫朝九晚五的窮忙族
【改革轉捩點，通用AI讓分工專業化】
「工作法改革」是所有人的一定會遇到的必修課題，短時、高效又好品質更是所有工作者的終極目標。2022年ChatGPT問世，研究指出「ChatGPT將在八成的業界之中，對10%的業務造成影響，有兩成的業界則有50%的業務會被影響」。
當別人都在用，而你不會的時候就會被淘汰。
【「日本第一ChatGPT工作術職人」全步驟教學】
作者池田朋弘2022年開始，運用自己的創業經驗和最新人工智慧知識，先在自家企業全面導入ChatGPT，接著幫助其他企業導入ChatGPT的實戰應用，例如業務、產品開發、培訓和研討會等方面。同步經營YT頻道，積極推廣新型態AI工作術！
【掌握提示工程（Prompt Engineering）三大原則，從此ChatGPT不再跟你雞同鴨講】
‧提示
1. 收集資訊、提問
2. 撰寫與修訂文章
3. 擬定企劃、提出創意
4. 製作與修訂公式、程式
5. 翻譯與修訂其他語言
‧條件
1. 角色
2. 目的、背景
3. 要點
4. 參考範例、範本
5. 輸出範例
‧應對
1. 透過追加提示，得到更多資訊
2. 讓ChatGPT進行修訂
3. 讓ChatGPT發問
【本書最適合的讀者】
（1）有一定工作經驗，但薪水、職位上不去的你
（2）想減少文書處理時間的你
（3）時常需要創意激發的你
（4）想讓ChatGPT幫忙寫程式的你
（5）想快點收集到所需資料的你
（6）對ChatGPT一知半解的你
【實測有用！八大應用層面，九成工作都能解決】
（1）文書處理/製作（電郵、新聞稿、內部公告等等）
（2）創業、客戶需求相關的研究工作
（3）制定新企劃與靈感激發
（4）報表分析與企劃優劣評估
（5）建構分析系統
（6）業務工作（了解客戶需求、創建談話腳本等）
（7）行銷工作（提出見解、策劃立案等等）
（8）收集外語資訊、情報、翻譯和校對
【工作改善狀況】
‧書寫效率提升1.6倍，文章品質提升
‧回應客戶的速度提高1.3倍，客戶好評率提高1.3倍
‧工作流程生產力增加兩倍
‧傳統需要五天的工作，現在只需半天即可完成
本書特色
（1）範例超實用：從入門理論到進階操作，快速上手並靈活應用。
（2）應用最全面：涵蓋提升個人效率、創造力，涵蓋加強溝通能力和個人品牌，職涯發展最全面。
（3）最高CP值：90+提問模組直接套用，複製貼上一秒給答案。
【目錄】
前言／ 9 成工作，讓AI 幫你做
序章〈基礎篇1〉ChatGPT簡介
何謂ChatGPT
向ChatGPT提問與請求協助
設定ChatGPT
ChatGPT的應用場景
該使用免費版還是付費版？
智慧型手機也能使用ChatGPT
使用ChatGPT的指南（安全性策略與著作權）
第1章〈基礎篇2〉正確的提問方式
使用ChatGPT之前的「四項心理建設」
提供的技巧：設定提示詞的方法
提示工程的三大元素
三大提示詞的具體範例
第2章〈基礎篇3〉撰寫文章
利用ChatGPT撰寫文章
撰寫文章的常見課題
撰寫文章的流程
ChatGPT在撰寫文章的價值
ChatGPT辦不到的事
應用範例1撰寫郵件
應用範例2撰寫公司內部活動的說明
應用範例3 撰寫新聞稿（新商品／服務的說明）
應用範例4 撰寫部落格或是公司內部週報
應用範例5 撰寫企劃、提案與簡報資料
應用範例6 整理會議記錄
第3章〈基礎篇4〉透過ChatGPT收集資訊研究
收集資訊與研究的常見課題
收集資訊與研究的工作流程
ChatGPT在收集資訊與研究的價值
ChatGPT辦不到的事
微軟的Bing是什麼？
應用範例1調查不知道的事情
應用範例2比較調查
應用範例3業界與市場的調查
善用思考框架
第4章〈基礎篇5〉研擬企劃
利用ChatGPT研擬企劃
研擬企劃的常見問題
研擬企劃的流程
ChatGPT在研擬企劃的價值
ChatGPT辦不到的事
應用範例1整理市場與顧客的現況找出課題與機會
透過思考框架編排回答內容
找出商機
分析市場與顧客
應用範例2提出企劃的創意
應用範例3製作計畫（事業計畫、待辦事項表、收支表）
第5章〈基礎篇6〉應用IT工具
請ChatGPT協助我們使用IT 工具
應用IT工具的常見問題
應用IT工具的流程
ChatGPT在應用IT工具的價值
ChatGPT辦不到的事
應用範例1 Excel的使用方法
① 用語與基本操作
② 具體的操作方式
③ 需求＋操作方式
④ 撰寫公式與函數
⑤ 說明公式與函數
⑥ 找出產生錯誤的原因
應用範例2撰寫Excel巨集
① 撰寫巨集
② 解說巨集
③ 找出巨集的錯誤原因
④ 撰寫自訂函數
第6章〈應用篇1〉業務行銷
在業務工作應用ChatGPT
業務工作的常見課題
業務工作的流程
ChatGPT在業務工作的價值
ChatGPT辦不到的事
應用範例1理解顧客的需求
應用範例2撰寫電話預約話術
在行銷工作應用ChatGPT
行銷工作的常見課題
行銷工作的流程
ChatGPT在行銷工作的價值
ChatGPT辦不到的事
應用範例1找出洞見
應用範例2擬定行銷策略
應用範例3 撰寫X貼文
應用範例4 撰寫Google廣告文章
第7章〈應用篇2〉Excel試算表
提升Excel試算表的作業效率
應用OpenAI API的事前準備
在Excel試算表輸入提示詞（提問祕訣）
應用範例1 提升收集資訊的效率
應用範例2 替不同對象撰寫文章
應用範例3 文章資料的批次處理（分類或是貼標籤）
在OpenAI API註冊信用卡與設定上限
第8章〈應用篇3〉英語學習
支援多國語言的ChatGPT
應用範例1請ChatGPT 校閱自己撰寫的外語文章
應用範例2中文→外文的翻譯
應用範例3提升外文資訊收集效率（摘要）
應用範例4以聊天的方式練習外文
應用範例5外文語音練習
結語／ ChatGPT的未來發展與趨勢
看更多
立即查看
AI視覺：最強入門邁向頂尖高手 王者歸來 (1版)
類似書籍推薦給您
【簡介】
AI視覺
最強入門邁向頂尖高手
王者歸來【書籍內容】◎ 台灣作者第一本「AI視覺」專書！五大最強亮點
?1. AI 影像技術全解析，從入門到頂尖高手
?2. 影像不只是影像，讓 AI 賦予它智慧與靈魂
?3. 數學、演算法、函數與Python程式，三大學習核心，建立的AI影像專案
?4. AI 影像應用無極限，打造你的專屬智慧影像系統
?5. 最完整 AI 視覺學習資源，帶你進入與設計 AI 影像時代◎ AI視覺最強入門，從新手到頂尖高手！
在 AI 影像技術的浪潮下，你是否曾想過，如何讓影像處理不只是單純的圖像變換，而是賦予它智慧，讓程式「看見」並理解世界？本書 《AI視覺最強入門邁向頂尖高手》 將帶你從零開始，一步步掌握 AI 視覺的核心技術，讓你的影像程式不再只是空洞的代碼，而是充滿靈魂與創意的智慧應用！◎ 這本書，適合誰？
★ Python & AI 初學者：從影像基礎開始，循序漸進學習。
★ 影像處理 & OpenCV 愛好者：探索影像創意與高級應用。
★ 開發者 & 工程師：打造 AI 監控、人臉識別、物件追蹤專案。
★ 學生 & 研究人員：數學 + 演算法 + OpenCV，全方位掌握 AI 視覺技術。◎ AI 影像技術，從基礎到進階
★ 影像處理基礎：影像讀取、色彩空間（BGR、RGB、HSV）、影像儲存與計算。
★ 影像創意與特效：數位浮水印、動態影像（GIF、MP4）、藝術畫作設計。
★ 影像增強與變換：圖像去霧、濾波降噪、傅立葉變換、直方圖對比度增強。
★ AI 影像識別應用：手寫數字辨識、人臉偵測、車牌識別、醫學影像分析。
★ AI 監控與自動追蹤：動態車道偵測、AI 監控系統、模板匹配物件搜尋。◎ 為什麼選擇這本書？
★ 獨家「三步驟」學習法：
★ 數學原理 → 演算法邏輯 → Python x OpenCV x MediaPipe 實作，讓你學得深入又靈活應用！
★ 從基礎到高階 AI 視覺應用，完整解構影像處理技術！
★ 結合 OpenCV x MediaPipe x Python，打造創新影像應用專案！◎ AI 影像技術，開啟無限可能！
影像處理與 AI 的結合，正顛覆我們的世界。無論是攝影特效、醫學影像、智慧監控還是自動駕駛，AI 視覺技術都是未來不可或缺的核心技能。現在，就是你踏入這個領域的最佳時機！☆立即入手《AI視覺最強入門邁向頂尖高手》，解鎖影像處理的無限可能，讓你的程式擁有真正的智慧與創意！☆
【目錄】
第1章 影像的讀取、顯示與儲存
1-0 建議閱讀書籍
1-1 程式導入OpenCV 模組
1-1-1 安裝主要模組
1-1-2 擴展模組安裝
1-1-3 導入模組
1-1-4 OpenCV 版本
1-2 讀取影像檔案
1-2-1 影像讀取imread( ) 的語法
1-2-2 可讀取的影像格式
1-3 顯示影像與關閉影像視窗
1-3-1 使用OpenCV 顯示影像
1-3-2 關閉OpenCV 視窗
1-3-3 等待按鍵的事件
1-3-4 建立OpenCV 影像視窗
1-4 儲存影像第2章 認識影像表示方法
2-1 位元影像表示法
2-2 GRAY 色彩空間
2-3 RGB 色彩空間
2-3-1 由色彩得知RGB 通道值
2-3-2 使用RGB 通道值獲得色彩區塊
2-3-3 RGB 彩色像素的表示法
2-4 BGR 色彩空間
2-5 獲得影像的屬性
2-6 像素的BGR 值
2-6-1 讀取特定灰階影像像素座標的BGR 值
2-6-2 讀取特定彩色影像像素座標的BGR 值
2-6-3 修改特定影像像素座標的BGR 值第3章 學習OpenCV 需要的Numpy 知識
3-1 陣列ndarray
3-2 Numpy 的資料型態
3-3 建立一維或多維陣列
3-3-1 認識ndarray 的屬性
3-3-2 使用array( ) 建立一維陣列
3-3-3 使用array( ) 函數建立多維陣列
3-3-4 使用zeros( ) 建立內容是0 的多維陣列
3-3-5 使用ones( ) 建立內容是1 的多維陣列
3-3-6 使用empty( ) 建立未初始化的多維陣列
3-3-7 使用random.randint( ) 建立隨機數內容的多維陣列
3-3-8 使用arange( ) 函數建立陣列數據
3-3-9 使用reshape( ) 函數更改陣列形式
3-4 一維陣列的運算與切片
3-4-1 一維陣列的四則運算
3-4-2 一維陣列的關係運算子運算
3-4-3 陣列切片
3-4-4 使用參數copy=True 複製數據
3-4-5 使用copy( ) 函數複製陣列
3-5 多維陣列的索引與切片
3-5-1 認識axis 的定義
3-5-2 多維陣列的索引
3-5-3 多維陣列的切片
3-6 陣列水平與垂直合併
3-6-1 陣列垂直合併vstack( )
3-6-2 陣列水平合併hstack( )第4章 認識色彩空間到藝術創作
4-1 BGR 與RGB 色彩空間的轉換
4-2 BGR 色彩空間轉換至GRAY 色彩空間
4-2-1 使用cvtColor( ) 函數
4-2-2 OpenCV 內部轉換公式
4-3 HSV 色彩空間
4-3-1 認識HSV 色彩空間
4-3-2 將影像由BGR 色彩空間轉為HSV 色彩空間
4-3-3 將RGB 色彩轉換成HSV 色彩公式
4-4 拆分色彩通道
4-4-1 拆分BGR 影像的通道
4-4-2 拆分HSV 影像的通道
4-5 合併色彩通道
4-5-1 合併B、G、R 通道的影像
4-5-2 合併H、S、V 通道的影像
4-6 拆分與合併色彩通道的應用
4-6-1 色調Hue 調整
4-6-2 飽和度Saturation 調整
4-6-3 明度Value 調整
4-7 alpha 通道第5章 妙手空空建立影像
5-1 影像座標
5-2 建立與編輯灰階影像
5-2-1 建立灰階影像
5-2-2 編輯灰階影像
5-2-3 使用隨機數建立灰階影像
5-3 建立彩色影像第6章 影像處理的基礎知識
6-1 灰階影像的編輯
6-1-1 自創灰階影像與編輯的基礎實例
6-1-2 讀取灰階影像與編輯的實例
6-2 彩色影像的編輯
6-2-1 了解彩色影像陣列的結構
6-2-2 自創彩色影像與編輯的實例
6-2-3 讀取彩色影像與編輯的實例
6-3 編輯含alpha 通道的彩色影像
6-4 影像感興趣區域的編輯
6-4-1 擷取影像感興趣區塊
6-4-2 建立影像馬賽克效果
6-4-3 感興趣區塊在不同影像間移植
6-5 負片影像處理
6-5-1 負片的基本概念與應用
6-5-2 負片應用在灰階影像
6-5-3 負片應用在彩色影像
6-5-4 ROI 負片處理第7章 從靜態到動態的繪圖功能
7-1 建立畫布
7-2 繪製直線
7-3 畫布背景色彩的設計
7-3-1 單區塊的底部色彩
7-3-2 建立含底色圖案的畫布
7-3-3 漸層色背景設計
7-4 繪製矩形
7-5 繪製圓
7-5-1 繪製圓的基礎知識
7-5-2 隨機色彩的應用
7-6 繪製橢圓或橢圓弧度
7-7 繪製多邊形
7-8 輸出文字
7-8-1 預設英文字輸出
7-8-2 中文字輸出
7-9 反彈球的設計
7-10 滑鼠事件
7-10-1 OnMouseAction( )
7-10-2 setMouseCallback( )
7-10-3 建立隨機圓
7-10-4 滑鼠與鍵盤的混合應用
7-11 滾動條的設計
7-12 滾動條當作開關的應用第8章 影像計算邁向影像創作
8-1 影像加法運算
8-1-1 使用add( ) 函數執行影像加法運算
8-1-2 使用數學加法 + 符號執行影像加法運算
8-1-3 加總B、G、R 原色的實例
8-2 遮罩mask
8-2-1 遮罩的基本概念
8-2-2 遮罩的應用場景
8-3 重複曝光技術
8-3-1 影像的加權和觀念
8-3-2 OpenCV 的影像加權和方法
8-4 影像的位元運算
8-4-1 邏輯的and 運算
8-4-2 邏輯的or 運算
8-4-3 邏輯的not 運算
8-4-4 邏輯的xor 運算
8-5 影像加密與解密
8-6 動態影像GIF 設計
8-6-1 移動遮罩的設計與應用
8-6-2 保存為 GIF 動畫
8-7 設計MP4 影片檔案
8-7-1 MP4 檔案設計步驟
8-7-2 MP4 影片實作第9章 閾值處理邁向數位情報
9-1 threshold( ) 函數
9-1-1 基礎語法
9-1-2 二值化處理THRESH_BINARY 與現代情報戰
9-1-3 反二值化處理THRESH_BINARY_INV
9-1-4 截斷閾值處理THRESH_TRUNC
9-1-5 低閾值用0 處理THRESH_TOZERO
9-1-6 高閾值用0 處理THRESH_TOZERO_INV
9-2 Otsu 演算法
9-3 自適應閾值方法adaptiveThreshold( ) 函數
9-4 平面圖的分解
9-5 隱藏在影像內的數位浮水印
9-5-1 驗證最低有效位元對影像沒有太大的影響
9-5-2 建立數位浮水印
9-5-3 取得原始影像的row 和column
9-5-4 建立像素值是254 的提取矩陣
9-5-5 取得原始影像的高7 位影像
9-5-6 建立浮水印影像
9-5-7 將浮水印影像嵌入原始影像
9-5-8 擷取浮水印影像
9-6 動態展示影像處理過程第10章 影像的幾何變換
10-1 認識幾何變換
10-2 影像縮放效果
10-2-1 使用dsize 參數執行影像縮放
10-2-2 使用fx 和fy 執行影像的縮放
10-3 影像翻轉
10-4 影像仿射
10-4-1 仿射的數學基礎
10-4-2 仿射的函數語法
10-4-3 影像平移
10-4-4 影像旋轉
10-4-5 影像傾斜
10-5 影像透視
10-6 重映射
10-6-1 解說map1 和map2
10-6-2 影像複製
10-6-3 垂直翻轉
10-6-4 水平翻轉的實例
10-6-5 影像縮放
10-6-6 影像垂直壓縮
10-7 重映射創意應用 - 波浪效果
10-7-1 波浪效果
10-7-2 設計波浪動畫第11章 影像除噪與平滑技術
11-1 建立平滑影像需認識的名詞
11-1-1 濾波核
11-1-2 影像噪音
11-1-3 刪除噪音
11-2 均值濾波器
11-2-1 理論基礎
11-2-2 像素位於邊界的考量
11-2-3 濾波核與卷積
11-2-4 均值濾波器函數
11-3 方框濾波器
11-3-1 理論基礎
11-3-2 方框濾波器函數
11-4 中值濾波器
11-4-1 理論基礎
11-4-2 中值濾波器函數
11-5 高斯濾波器
11-5-1 理論基礎
11-5-2 高斯濾波器函數
11-6 雙邊濾波器
11-6-1 理論基礎
11-6-2 雙邊濾波器函數
11-7 2D 濾波核
11-8 創意應用 – 圖像油畫效果模擬第12章 數學形態學
12-1 腐蝕(Erosion)
12-1-1 理論基礎
12-1-2 腐蝕函數
12-2 膨脹(Dilation)
12-2-1 理論基礎
12-2-2 膨脹函數dilate( )
12-3 OpenCV 應用在數學形態學的通用函數
12-4 開運算(Opening)
12-4-1 開運算於AI 視覺場景的應用
12-4-2 開運算的程式應用
12-5 閉運算(Closing)
12-5-1 閉運算與開運算功能差異
12-5-2 閉運算在 AI 視覺中的應用場景
12-5-3 閉運算的程式應用
12-6 形態學梯度(Morphological gradient)
12-6-1 形態學梯度的作用與影響
12-6-2 形態學梯度在 AI 視覺中的場景應用
12-6-3 閉運算的程式應用
12-7 禮帽運算(tophat)
12-7-1 禮帽運算的特色與影響
12-7-2 禮帽運算在 AI 視覺中的場景應用
12-7-3 禮帽運算的程式應用
12-8 黑帽運算(blackhat)
12-8-1 黑帽運算的特色與影響
12-8-2 黑帽運算在 AI 視覺中的場景應用
12-8-3 黑帽運算的程式應用
12-9 核函數第13章 影像梯度與邊緣偵測
13-1 影像梯度的基礎觀念
13-1-1 直覺方法認識影像邊界
13-1-2 認識影像梯度
13-1-3 機器視覺
13-2 OpenCV 函數Sobel( )
13-2-1 Sobel 運算子
13-2-2 使用Sobel 運算子計算x 軸方向影像梯度
13-2-3 使用Sobel 運算子計算y 軸方向影像梯度
13-2-4 Sobel( ) 函數
13-2-5 考量ddepth 與取絕對值函數convertScaleAbs( )
13-2-6 x 軸方向的影像梯度
13-2-7 y 軸方向的影像梯度
13-2-8 x 軸和y 軸影像梯度的融合
13-3 OpenCV 函數Scharr( )
13-3-1 Scharr 算子
13-3-2 Scharr( ) 函數
13-4 OpenCV 函數Laplacian( )
13-4-1 二階微分
13-4-2 Laplacian 運算子
13-4-3 Laplacian( ) 函數
13-5 Canny 邊緣檢測
13-5-1 認識Canny 邊緣檢測
13-5-2 Canny 演算法的步驟
13-5-3 Canny( ) 函數
13-6 灰階圖像在邊緣檢測中的優勢第14章 影像金字塔
14-1 影像金字塔的原理
14-1-1 認識層次(level) 名詞
14-1-2 基礎理論
14-1-3 濾波器與採樣
14-1-4 高斯濾波器與向下採樣
14-1-5 向上採樣
14-1-6 影像失真
14-2 OpenCV 的pyrDown( ) 函數
14-3 OpenCV 的pyrUp( ) 函數
14-4 採樣逆運算的實驗
14-4-1 影像相加與相減
14-4-2 反向運算的結果觀察
14-5 拉普拉斯金字塔(Laplacian Pyramid, LP)
14-6 影像金字塔的應用與老照片修復實作
14-6-1 影像金字塔的應用
14-6-2 修復老舊照片原理解釋
14-6-3 實作老照片修復第15章 輪廓的檢測與匹配
15-1 影像內圖形的輪廓
15-1-1 找尋圖形輪廓findContours( )
15-1-2 繪製圖形的輪廓
15-2 繪製影像內圖形輪廓的系列實例
15-2-1 找尋與繪製影像內圖形輪廓的基本應用
15-2-2 認識findCountours( ) 函數的回傳值contours
15-2-3 輪廓索引contoursIdx
15-2-4 輪廓的外形與特徵提取
15-2-5 輪廓內有輪廓
15-2-6 繪製一般影像的圖形輪廓
15-2-7 輪廓動畫
15-3 輪廓層級Hierarchy
15-3-1 輪廓層級的基本觀念
15-3-2 檢測模式RETR_EXTERNAL
15-3-3 檢測模式RETR_LIST
15-3-4 檢測模式RETR_CCOMP
15-3-5 檢測模式RETR_TREE
15-3-6 輪廓層級的創意場景
15-4 輪廓的特徵 – 影像矩(Image moments)
15-4-1 矩特徵moments( ) 函數
15-4-2 基礎影像矩推導 – 輪廓質心
15-4-3 影像矩實例
15-4-4 計算輪廓面積
15-4-5 計算輪廓周長
15-5 輪廓外形的匹配 – Hu 矩
15-5-1 OpenCV 計算Hu 矩的函數
15-5-2 第0 個Hu 矩的公式驗證
15-5-3 輪廓匹配
15-6 再談輪廓外形匹配
15-6-1 建立形狀場景距離
15-6-2 Hausdorff 距離第16章 輪廓擬合與凸包的相關應用
16-1 輪廓的擬合
16-1-1 矩形包圍
16-1-2 最小包圍矩形
16-1-3 最小包圍圓形
16-1-4 最優擬合橢圓
16-1-5 最小包圍三角形
16-1-6 近似多邊形
16-1-7 最優擬合直線
16-2 凸包
16-2-1 獲得凸包
16-2-2 凸缺陷
16-3 輪廓的幾何測試
16-3-1 測試輪廓包圍線是否凸形
16-3-2 計算任意座標點與輪廓包圍線的最短距離
16-4 創意應用第17章 輪廓的特徵
17-1 寬高比(Aspect Ratio)
17-2 輪廓的極點
17-2-1 認識輪廓點座標
17-2-2 Numpy 模組的argmax( ) 和argmin( ) 函數
17-2-3 找出輪廓極點座標
17-3 Extent
17-4 Solidity
17-5 等效直徑(Equivalent Diameter)
17-6 遮罩和非0 像素點的座標訊息
17-6-1 使用Numpy 的陣列模擬獲得非0 像素點座標訊息
17-6-2 獲得空心與實心非0 像素點座標訊息
17-6-3 使用OpenCV 函數獲得非0 像素點座標訊息
17-7 找尋影像物件最小值與最大值與他們的座標
17-7-1 從陣列找最大值與最小值和他們的座標
17-7-2 影像實作與醫學應用說明
17-8 計算影像的像素的均值與標準差
17-8-1 計算影像的像素均值
17-8-2 影像的像素均值簡單實例
17-8-3 使用遮罩觀念計算像素均值
17-8-4 計算影像的像素標準差
17-9 方向
17-10 輪廓動態創意設計
17-10-1 圓形輪廓動畫
17-10-2 不規則外形的外框收縮
17-10-3 動畫標記像素點第18章 自動駕駛車道檢測
18-1 霍夫變換的基礎原理解說
18-1-1 認識笛卡兒座標與霍夫座標
18-1-2 映射
18-1-3 認識極座標的基本定義
18-1-4 霍夫變換與極座標
18-2 HoughLines( ) 函數
18-3 HoughLinesP( ) 函數
18-4 霍夫圓環變換檢測
18-5 高速公路車道檢測
18-5-1 高速公路車道檢測
18-5-2 優化版的車道檢測 - 均值左右車道線第19章 直方圖均衡化 - 增強影像對比度
19-1 認識直方圖
19-1-1 認識直方圖
19-1-2 正規化直方圖
19-2 繪製直方圖
19-2-1 使用matplotlib 繪製直方圖
19-2-2 使用OpenCV 取得直方圖數據
19-2-3 繪製彩色影像的直方圖
19-2-4 繪製遮罩的直方圖
19-3 直方圖均衡化
19-3-1 直方圖均衡化演算法
19-3-2 直方圖均衡化equalizeHist( )
19-3-3 直方圖均衡化應用在彩色影像
19-4 限制自適應直方圖均衡化方法
19-4-1 直方圖均衡化的優缺點
19-4-2 直方圖均衡化的缺點實例
19-4-3 自適應直方圖函數createCLAHE( ) 和apply( ) 函數
19-5 區域化直方圖增強技術第20章 模板匹配Template Matching
20-1 模板匹配的基礎觀念
20-2 模板匹配函數matchTemplate( )
20-2-1 認識匹配函數matchTemplate( )
20-2-2 模板匹配結果
20-2-3 TM_SQDIFF_NORMED 模板匹配結果
20-3 單模板匹配
20-3-1 回顧minMaxLoc( ) 函數
20-3-2 單模板匹配的實例
20-3-3 找出比較接近的影像
20-3-4 多目標匹配的實例
20-3-5 在地圖搜尋山脈
20-3-6 計算距離最近的機場
20-4 多模板匹配第21章 傅立葉(Fourier) 變換
21-1 數據座標軸轉換的基礎知識
21-2 傅立葉基礎理論
21-2-1 認識傅立葉(Fourier)
21-2-2 認識弦波
21-2-3 正弦函數的時域圖與頻率域圖
21-2-4 傅立葉變換理論基礎
21-3 使用Numpy 執行傅立葉變換
21-3-1 實作傅立葉變換
21-3-2 逆傅立葉變換
21-4 訊號與濾波器
21-4-1 高頻訊號與低頻訊號
21-4-2 高通濾波器與低通濾波器
21-5 使用OpenCV 完成傅立葉變換
21-5-1 使用dft( ) 函數執行傅立葉變換
21-5-2 使用OpenCV 執行逆傅立葉運算
21-5-3 低通濾波器
21-6 低通濾波器的藝術創作第22章 影像分割使用分水嶺演算法
22-1 影像分割基礎
22-2 分水嶺演算法與OpenCV 官方推薦網頁
22-2-1 認識分水嶺演算法
22-2-2 OpenCV 官方推薦網頁
22-3 分水嶺演算法步驟1 – 認識distanceTransform( )
22-4 分水嶺演算法步驟2 – 找出未知區域
22-5 分水嶺演算法步驟3 – 建立標記
22-6 完成分水嶺演算法
22-7 分水嶺演算法專案 – 複雜圖像分割第23章 影像擷取
23-1 認識影像擷取的原理
23-2 OpenCV 的grabCut( ) 函數
23-3 grabCut( ) 基礎實作
23-4 自定義遮罩實例
23-5 影像擷取創意應用
23-5-1 更換影像背景
23-5-2 模糊背景凸顯主題第24章 影像修復- 搶救蒙娜麗莎的微笑
24-1 影像修復的演算法
24-1-1 Navier-Stroke 演算法
24-1-2 Alexander 演算法
24-1-3 Navier-Strokes 與Alexander 演算法的比較
24-2 影像修復的函數inpaint( )
24-3 修復蒙娜麗莎的微笑
24-4 局部修復圖像第25章 辨識手寫數字
25-1 認識KNN 演算法
25-1-1 數據分類的基礎觀念
25-1-2 手寫數字的特徵
25-1-3 不同數字特徵值的比較
25-1-4 手寫數字分類原理
25-1-5 簡化特徵比較
25-2 認識Numpy 與KNN 演算法相關的知識
25-2-1 Numpy 的ravel( ) 函數
25-2-2 Numpy 的flatten( ) 函數
25-2-3 數據分類
25-2-4 建立與分類30 筆訓練數據
25-3 OpenCV 的KNN 演算法函數
25-3-1 基礎實作
25-3-2 更常見的分類
25-4 有關手寫數字識別的Numpy 基礎知識
25-4-1 vsplit( ) 垂直方向分割數據
25-4-2 hsplit( ) 水平方向分割數據
25-4-3 元素重複repeat( )
25-5 識別手寫數字
25-5-1 實際設計識別手寫數字
25-5-2 儲存訓練和分類數據
25-5-3 下載訓練和分類數據第26章 OpenCV 的攝影功能
26-1 啟用攝影機功能VideoCapture 類別
26-1-1 初始化VideoCapture
26-1-2 檢測攝影功能是否開啟成功
26-1-3 讀取攝影鏡頭的影像
26-1-4 關閉攝影功能
26-1-5 讀取影像的基礎實例
26-1-6 影像翻轉
26-1-7 保存某一時刻的幀
26-2 使用VideoWriter 類別執行錄影
26-3 播放影片
26-3-1 播放所錄製的影片
26-3-2 播放iPhone 所錄製的影片
26-3-3 灰階播放影片
26-3-4 暫停與繼續播放
26-3-5 更改顯示視窗大小
26-4 認識攝影功能的屬性
26-4-1 獲得攝影功能的屬性
26-4-2 設定攝影功能的屬性
26-4-3 顯示影片播放進度
26-4-4 裁剪影片
26-5 車道辨識影片專題
26-5-1 取得車道辨識影片
26-5-2 車道辨識影片程式實作第27章 認識物件偵測原理與資源檔案
27-1 物件偵測原理
27-1-1 階層分類器原理
27-1-2 Haar 特徵緣由
27-1-3 哈爾特徵原理
27-2 找尋OpenCV 的資源檔案來源
27-3 認識資源檔案
27-4 人臉的偵測
27-4-1 臉形階層式分類器資源檔
27-4-2 基礎臉形偵測程式
27-4-3 史上最牛的物理科學家合照
27-5 偵測側面的人臉
27-5-1 基礎觀念
27-5-2 側面臉形偵測
27-6 路人偵測
27-6-1 路人偵測
27-6-2 下半身的偵測
27-6-3 上半身的偵測
27-7 眼睛的偵測
27-7-1 眼睛分類器資源檔
27-7-2 偵測雙眼實例
27-7-3 偵測左眼與右眼的實例
27-8 偵測貓臉
27-9 俄羅斯車牌辨識
27-10 AI 監控系統設計專題
27-10-1 圖像人臉標記
27-10-2 影片人臉標記
27-10-3 影片人臉標記用MP4 紀錄過程
27-10-4 AI 監控系統設計第28章 攝影機與人臉檔案
28-1 擷取相同大小的人臉存檔
28-2 使用攝影機擷取人臉影像
28-3 自動化攝影和擷取人像
28-4 半自動拍攝多張人臉的實例
28-5 全自動拍攝人臉影像第29章 人臉辨識
29-1 LBPH 人臉辨識
29-1-1 LBP（Local Binary Patterns）基本概念
29-1-2 LBPH（Local Binary Patterns Histograms）步驟
29-1-3 LBPH 用於人臉辨識的優點
29-1-4 LBPH 可能的侷限性
29-1-5 LBPH 函數解說
29-1-6 簡單的人臉辨識程式實作
29-1-7 繪製LBPH 直方圖
29-1-8 人臉識別實務 – 儲存與開啟訓練數據
29-1-9 結論
29-2 Eigenfaces 人臉辨識
29-2-1 Eigenfaces 原理思維
29-2-2 「Eigenfaces」如何表示臉部
29-2-3 優點與侷限
29-2-4 Eigenfaces 函數解說
29-2-5 簡單的人臉辨識程式實作
29-2-6 結論
29-3 Fisherfaces 人臉辨識
29-3-1 緣由與目標
29-3-2 主要步驟
29-3-3 Fisherface 與 Eigenfaces 的比較
29-3-4 Fisherfaces 函數解說
29-3-5 簡單的人臉辨識程式實作
29-3-6 總結
29-4 專題實作 - 建立員工人臉識別登入系統
29-4-1 建立與訓練人臉資料庫 – ch29_6.py
29-4-2 員工人臉識別 – ch29_7.py
29-5 專題實作 - AI 監控與人臉辨識第30章 建立哈爾特徵分類器- 車牌辨識
30-1 準備正樣本與負樣本影像資料
30-1-1 準備正樣本影像 – 含汽車車牌影像
30-1-2 準備負樣本影像 – 不含汽車車牌影像
30-2 處理正樣本影像
30-2-1 將正樣本影像處理成固定寬度與高度
30-2-2 將正樣本影像轉成bmp 檔案
30-3 處理負樣本影像
30-4 建立辨識車牌的哈爾(Haar) 特徵分類器
30-4-1 下載建立哈爾特徵分類器工具
30-4-2 儲存正樣本影像
30-4-3 儲存負樣本影像
30-4-4 為正樣本加上標記
30-4-5 設計程式顯示標記
30-5 訓練辨識車牌的哈爾特徵分類器
30-5-1 建立向量檔案
30-5-2 訓練哈爾分類器
30-5-3 建立哈爾特徵分類器資源檔
30-6 車牌偵測
30-7 心得報告第31章 車牌辨識
31-1 擷取所讀取的車牌影像
31-2 使用Tesseract OCR 執行車牌辨識
31-3 偵測車牌與辨識車牌
31-4 二值化處理車牌
31-5 形態學的開運算處理車牌
31-6 車牌辨識心得第32章 MediaPipe 手勢偵測與應用解析
32-1 MediaPipe 是什麼
32-1-1 Google 的影像處理解決方案
32-1-2 為什麼要用 MediaPipe
32-2 初探 MediaPipe Hands 模組
32-2-1 MediaPipe Hands 功能概覽
32-2-2 21 個關鍵點的座標定義與排列
32-2-3 如何判斷手勢
32-2-4 偵測手勢的原理
32-3 剪刀、石頭、布的程式設計思路
32-3-1 手指伸直判斷
32-3-2 程式流程規劃
32-3-3 與 OpenCV 的整合繪製
32-4 偵測手語繪製關節
32-4-1 初始化MediaPipe Hands 物件
32-4-2 建立Hands 物件
32-4-3 hands.process( ) 函數用法
32-4-4 mp_drawing.draw_landmarks( ) 函數用法
32-5 專題實作 - 剪刀、石頭與布附錄A OpenCV 函數、名詞與具名常數索引表
原價:
1280
售價:
1152
現省:
128元
立即查看
世界最強韓語40音記憶口訣【全新增修版】（附隨身字卡 + 40音精美海報 + 發音嘴型與筆順影片＋「Youtor App」內含VRP虛擬點讀筆） (2版)
類似書籍推薦給您
【簡介】
這些日子您辛苦了！
讓我們一起告別
只能「死記硬背」韓語40音的年代。
立刻見證記憶大師
「韓語40音口訣」的奇蹟！
「ㅗ」唸［o（同歐）〕
接著跟我一起唸「記憶口訣」：
「ㅗ、ㅗ、ㅗ，歐、歐、歐。
踩到地上的圖釘，好痛歐！」
是不是馬上就記住了ㅗ的「長相」和「發音」呢！
《世界最強韓語40音記憶口訣》，
是全球唯一能讓你用耳朵和眼睛去學習的「40音記憶口訣」，
利用「3大記憶法」＋「8大學習特色」，
只要160分鐘，
韓語40音的辨識度即可達到90%以上！
我們敢發誓！
世界上不會再有更厲害的40音記憶口訣了！
用3大記憶法，學韓語40音我最有辦法！
★用「口訣記憶法」學40音
懶鬼子的編輯群和韓籍教學顧問們絞盡腦汁、費盡心力獨創的「韓語40音記憶口訣」，完全針對臺灣讀者量身打造，教你用貼近生活的用語，就能輕鬆記住40音的長相及發音。保證最有趣、最有效、最難忘，愈學愈有信心！
【舉例１】母音ㅏ（ａ／唸阿）
口訣：ㄅㄨˊ啊(瓠瓜的台語) 、ㄅㄨˊㅏ，長得像卜卻唸啊。
說明：利用母音ㅏ長得像中文字的卜及本身的發音「啊」創造出口訣ㄅㄨˊ啊（瓠瓜），可同時記住「ㅏ」的長相及發音。
【舉例２】子音ㄷ（ｄ／唸ㄉ）
口訣：ㄷ、ㄷ、ㄷ，Ford（福特）、Ford、Ford。長得像「ㄈ」卻唸「ㄉ」。
說明：ㄷ長得像注音符號的「ㄈ」，但發音近似注音符號ㄉ，讀作［ｄ］。可以利用汽車品牌Ford及口訣「長得像ㄈ卻唸ㄉ」來記住子音「ㄷ」的長相和發音。
★用「圖像記憶法」學40音
你聽過「圖像記憶法」嗎？只要將訊息圖像化，就能夠大幅提升記憶效果。為了幫助讀者快速記憶40音，特別繪製了40音記憶圖像，讓你邊聽口訣邊看圖像加深印象，輕鬆學習40音！
★用「加法」學40音
你有想過學韓語會用到加法嗎？其實韓語40音中有很多母音都是運用加法的概念所創造出來，只要按照本書列舉的學習順序並牢記前面學過的基本母音，再將兩個基本母音的讀法及形狀相加，前面的記熟了，後面就簡單了，輕而易舉就能記住多個母音。
★ 只要160分鐘，就能完美記憶40音！
步驟1：聽音檔中「記憶口訣」→ 40分鐘
步驟2：對照書本並搭配「記憶口訣」→ 40分鐘
步驟3：專心看本中的「三大記憶法」→ 40分鐘
步驟4：再聽音檔的「記憶口訣」→ 40分鐘
除此之外，我們還隨書附贈了「40音記憶口訣」、「韓國籍老師親錄單字、對話音檔」、「40音隨身單字卡」、「40音海報」、「40音發音嘴型與筆順影片」，讓你徹底學好40音！
【使用說明】
《世界最強韓語40音記憶口訣【全新增修版】》結合「字源記憶法」、「口訣記憶法」及「圖像記憶法」等3種世界最強的40音記憶法則，學會1種功力30％，學會2種功力50%，學會3種並能同時運用，讓你在160分鐘後40音的辨識度達90%以上。
8大學習特色，學韓語輕鬆又快樂！
1.世界最強記憶口訣
口訣要好記，就是要有共鳴！世界最強40音記憶口訣，完全針對臺灣讀者設計， 用臺灣人都知道的流行語，結合朗朗上口的記憶口訣，40音就是這麼好學！
2.過目不忘三大記憶法
獨創三大記憶法，教你聽最有趣的「口訣」就能記下韓語40音的長相及發音，再看特別繪製的「圖像」加深印象，遇到形狀或發音特殊的字母用「加法」就能學好！不管用看的、用聽的，隨便選哪一個都是最有趣的！
3. 圖像式學習
人的右腦具有高速大量記憶的能力，將接收的訊息以「圖像」處理，瞬間就能牢記！利用世界最強記憶口訣，再搭配精心繪製的插圖，將訊息圖像化讓你學韓語事半功倍，看圖就不用再死背！
4.免費音檔
附贈全書子、母音發音、口訣、單字與會話音檔，只要透過「Youtor App」（內含VRP虛擬點讀筆）掃描書中的QR Code，就能讓你將一對一專屬家教隨身帶著走！無論是用「聽」的訓練聽力，或是「跟讀」加強發音，學好韓語就是這麼容易！
5.隨身字卡加精美海報
好玩又有趣的40音字卡，讓你在外走跳時可以帶著學。精心設計40音口訣海報，貼在家裡隨時複習，加強記憶！
6.發音影片
特別邀請韓國籍老師親自錄製40音發音影片，利用影片學習最標準的韓語發音與嘴型，說道地韓語，你也行！
7.超完整學習方案
「聽」免費音檔─免費附贈全書40音發音、口訣、單字與對話音檔，學好韓語輕鬆又簡單！
「說」出標準韓語─韓語發音當然要跟韓國人學最道地，韓國籍老師親自進錄音室錄音，為的就是要把最道地的韓國口音傳授給你！
「讀」基礎單字、會話─每一個字母都搭配了基礎單字及會話，大聲讀出來有助於熟悉40音的長相及發音！
「寫」好韓語40音─不論母音或子音，都附有筆畫順序練習表，學習正確的筆順，打下學好40音的基礎。
8.品質保證
規劃最適合臺灣讀者學習的內容，從零基礎到開口說，循序漸進學好韓語！
※本書未提供光碟燒錄及音檔下載服務。
［「VRP虛擬點讀筆」App及網頁版介紹］
為了方便讀者更方便使用本書，特別開發「VRP虛擬點讀筆」（Virtual Reading Pen）App及網頁版雙版本，幫助讀者有效率地讀取本書相關的音檔或影片。
■ 線上下載「Youtor App」（內含VRP虛擬點讀筆）
在哪裡下載「VRP虛擬點讀筆」？
讀者可以掃描書中的QR Code連結，或是於App商城搜尋「Youtor App」下載即可。
為什麼會有「VRP虛擬點讀筆」？
以往讀者購買語言學習工具書時，為了要聽隨書附贈的音檔，總是要拿出已經很少在用的CD播放器或利用電腦轉存音檔到手機來使用，耗時又不方便。
坊間當然也有推出「點讀筆」來改善此種學習上的不方便，但是一支筆加一本書往往就要二、三千元，且各家點讀筆又不相容，CP值真的很低。
後來雖然有了利用QR Code掃描下載檔案至手機來聽取音檔的方式，但手機不僅必須要一直處在上網的狀態，且從掃描到聽取音檔的時間往往要花個5秒以上，很令人氣結。
因此，我們為了同時解決讀者以上三種困擾，特別領先全球開發了「VRP虛擬點讀筆」，並獲得專利，希望這個輔助學習的工具，能讓讀者不僅不用再額外花錢，且使用率和相容性也是史上最高。
「VRP虛擬點讀筆」就是這麼方便！
讀者只要透過書中的QR Code連結，就能立即下載「Youtor App」。（僅限iPhone和Android二種系統手機）
下載完成後，可至App目錄中搜尋需要的音檔或直接掃描內頁QR Code，將音檔一次從雲端下載至手機使用。
當音檔已完成下載後，讀者只要拿出手機並開啟「Youtor App」（內含VRP虛擬點讀筆），就能隨時掃描書中頁面的QR Code立即讀取音檔（平均1秒內）且不需要開啟上網功能。
「VRP虛擬點讀筆」就像是點讀筆一樣好用，還可以調整播放速度（0.8-1.2倍速），加強聽力練習。
「VRP虛擬點讀筆」比點讀筆更好用，具有定時播放、背景播放的功能，也可以自動換頁或是手動點選想要的頁數，聆聽該頁音檔。
如果讀者擔心音檔下載後太佔手機空間，也可以隨時刪除音檔，下次需要使用時再下載。購買本公司書籍的讀者等於有一個雲端的CD櫃可隨時使用。
詳細使用及操作方法請見書中使用說明。
■ 線上使用「VRP虛擬點讀筆」網頁版
在哪裡使用「VRP虛擬點讀筆」網頁版？
讀者只要打開網址（https://webvrp.17buy.com.tw）註冊／登入會員即可。
為什麼會有「VRP虛擬點讀筆」網頁版？
「Youtor App」（內含VRP虛擬點讀筆）已提供讀者方便又有效率的音檔聽取方式。而為了滿足讀者需求，提供讀者更多元、更便捷的學習途徑，特別開發「VRP虛擬點讀筆」網頁版。
透過「VRP虛擬點讀筆」網頁版，讀者可以線上聽取音檔，進行學習。
如何使用「VRP虛擬點讀筆」網頁版？
讀者登入會員後，只要輸入書名或ISBN檢索書籍，點選書籍進入音檔的播放頁面。
根據書中內容正確回答隨機出現的2個問題，完成答題認證，立即開通會員限定功能，就能線上讀取本書的所有音檔。如書中有搭配學習影片，也可以線上觀看影片。
「VRP虛擬點讀筆」網頁版就像是點讀筆一樣好用，可以調整播放速度（0.8-1.2倍速），加強聽力練習。也可以自動換頁或是手動點選想要的頁數，聆聽該頁音檔。
如果關掉網頁後，下次想要學習時，可以從「會員專區」裡的「學習紀錄」查找上次學習的書籍，點選、接續學習。
請注意，若距離上次登入超過一個月，網站會自行登出帳戶，需再次登入，並完成題目驗證後使用。
詳細使用及操作方法請見書中使用說明。
※本書未提供光碟燒錄服務。
※雖然我們努力做到完美，但也有可能因為手機的系統版本和「Youtor App」不相容導致無法安裝，在此必須和讀者說聲抱歉，若無法正常使用，請與本公司聯繫，由專人為您服務。
【目錄】
Part 1 基礎知識
韓語的由來
韓語的組字規則
Part 2 母音篇
ㅏ
ㅑ
ㅓ
ㅕ
ㅗ
ㅛ
ㅜ
ㅠ
ㅡ
ㅣ
ㅐ
ㅒ
ㅔ
ㅖ
ㅘ
ㅙ
ㅚ
ㅝ
ㅞ
ㅟ
ㅢ
母音隨堂考
Part 3 子音篇
ㄱ
ㄴ
ㄷ
ㄹ
ㅁ
ㅂ
ㅅ
ㅇ
ㅈ
ㅊ
ㅋ
ㅌ
ㅍ
ㅎ
ㄲ
ㄸ
ㅃ
ㅆ
ㅉ
子音隨堂考
Part 4 尾音篇
單尾音
雙尾音
韓語發音規則
Part5 數詞與單位詞
數詞
單位詞
立即查看
免疫權威醫師每天都喝的抗病蔬菜湯：5種食材就能做！每天一碗，喝出最強免疫力 (1版)
類似書籍推薦給您
立即查看
華通書坊
