影像辨識實務應用：使用C#【好評回饋版】 (3版)

☝ 感謝讀者熱情支持，再版推出好評回饋嘉惠更多朋友 ☝ 好評再上市，回饋發行中！ 　　用C#輕鬆寫出影像辨識程式 　　精選影像辨識程式範例，讓你快速具備實務工作的能力 　　✪本書以車牌辨識的過程為例，使用傳統的OCR技術完成影像辨識 　　✪每個章節都有完整可執行的C#程式專案，也有每一步驟的詳細說明 　　✪讀者可透過本書的學習，充分掌握影像辨識實作所需的關鍵技巧 　　✪提供雙語法範例協助讀者輕鬆學習 　　【精采內容】 　　✪本書以車牌辨識的過程為例，具體介紹如何使用傳統的OCR技術，完成影像辨識的所有實作過程。 　　✪精選13個章節都有完整可執行的C#程式專案，也有每一步驟的詳細說明，協助讀者快速具備可以實作影像辨識工作的能力。 　　✪在範例專案中，使用影像或文字介面顯示所有過程資料，讓讀者可以充分追蹤理解每一個辨識過程，以及每一個影像角落裡發生的事情。 　　✪內容強調每一章節介紹之功能都有完整的專案程式碼，你絕對可以完整複製做出書中介紹的所有動作。 　　✪只要有Windows作業系統的電腦，下載免費的Visual Studio軟體，有基礎的C#程式設計能力，具有高中程度的數學能力，就可以輕鬆閱讀本書，學會實作影像辨識。 　　※本書範例檔附上C#&VB雙語法，請至博碩官網下載

|Chapter 01| 影像辨識簡介  1-1 我認為的影像辨識是… 1-2 影像辨識的過程—以車牌辨識為例 1-3 簡化影像 1-4 正規化目標影像 1-5 字模比對確認資料 1-6 目標辨識只是影像辨識的一種 1-7 眼見為憑，看到過程很重要 |Chapter 02| 數位影像的拆解與顯示 2-0 本書程式使用Visual Studio 2019軟體製作 2-1 拆解數位影像的RGB資訊 2-2 繪製RGB代表的灰階資訊 2-3 繪製二值化圖 2-4 繪製負片 2-5 儲存處理過程的影像 2-6 車牌辨識不是你想的那麼簡單 |Chapter 03| 目標二值化與輪廓化 3-1 目標切割是目的，二值化與輪廓化是手段 3-2 建立區塊亮度平均值作為二值化門檻 3-3 二值化處理 3-4 輪廓化處理 3-5 用氾濫式演算法檢視封閉曲線 3-6 本節相關議題討論 |Chapter 04| 目標物件的建立與篩選 4-1 目標物件定義 4-2 二值化與輪廓化的功能整併 4-3 建立目標物件 4-4 依據寬高篩選目標物件 4-5 依據目標與背景的亮度對比篩選 4-6 檢視目標屬性 4-7 建立目標物件是必要的里程碑 |Chapter 05| 如何找出字元目標群組 5-1 準備工作與介紹 5-2 整合後的Outline功能 5-3 整合後的Targets功能 5-4 搜尋最佳目標群組 |Chapter 06| 字模製作與目標比對 6-1 建立車牌字模圖檔 6-2 字模建立與比對示範的專案 6-3 用影像載入字模 6-4 建立字模的二進位檔案 6-5 以資源檔案方式匯入專案 6-6 字模比對的示範 6-7 有關此章內容的討論 |Chapter 07| 字元影像目標的正規化 7-1 為何需要正規化？ 7-2 建立單一目標之二值化圖 7-3 旋轉目標 7-4 寬高正規化 7-5 完整車牌正規化的呈現 7-6 如何辨識車牌的分隔短線？ 7-7 革命尚未成功，同志仍須努力 |Chapter 08| 車牌的字元辨識 8-1 匯入字模資料與建立專案 8-2 比對字元目標 8-3 你找到的答案是對的嗎？ 8-4 可以補字嗎？ 8-5 影像辨識不只是辨識「影像」 |Chapter 09| 負片與黯淡車牌的辨識 9-1 如果你的車牌不是最耀眼的明星怎麼辦？ 9-2 程式架構整理 9-3 如何完成多組車牌辨識的嘗試？ 9-4 負片辨識 |Chapter 10| 立體空間斜視影像的處理 10-1 光是旋轉與縮放還是不夠的 10-2 上下平移錯位的實驗 10-3 將平移錯位變形處理納入辨識程序 10-4 這一章教我們的事情 |Chapter 11| 影像分割可以很簡單 11-1 一個辨識浮萍面積的案例 11-2 辨識浮萍目標 11-3 辨識水面邊界 11-4 建立邊界計算浮萍面積 11-5 其他影像辨識書沒說的重點 |Chapter 12| 挑戰蝕刻與浮雕字元的辨識 12-1 如果目標與背景根本是同色怎麼辨識？ 12-2 這是一個微分影像 12-3 鎖定字元列的上下邊界 12-4 二值化 12-5 建立目標物件 12-6 融合與分割目標 12-7 正規化目標大小 |Chapter 13| 動態影像辨識的基本動作 13-1 如何從動態串流影像中取得可辨識的靜態影像？ 13-2 製作出一個半透明的辨識區域設定框 13-3 拷貝螢幕的程式 13-4 動態偵測的程式 13-5 後記