| 書名: | OpenCV 全攻略！AI 影像辨識 × 電腦視覺實戰手冊 (1版) | |||
| 作者: | 翁健豪 | |||
| 版次: | 1 | |||
| ISBN: | 9789863128670 | |||
| 出版社: | 旗標 | |||
| 出版日期: | 2026/03 | |||
| 書籍開數、尺寸: | 18開 | |||
| 頁數: | 592 | |||
|
#資訊
#AI人工智慧與機器學習 |
||||
【簡介】 內容介紹 從傳統影像處理到 AI 影像辨識 讓你擁有獨立開發電腦視覺應用的能力 OpenCV 是目前最為廣泛使用的電腦視覺工具之一，無論是影像處理、影像分析、人臉辨識、物件偵測，甚至近年熱門的 AI 影像辨識應用，都能看見它的身影。 本書使用 Python 語言，從 OpenCV 開發環境建置開始，循序漸進帶領讀者認識數位影像、色彩空間、影像處理與分析、模板匹配、特徵匹配、視窗互動、影片處理與即時影像分析等核心技術，並進一步透過 cv2.dnn 與 Ultralytics YOLO 實作人臉偵測、人臉辨識、物件偵測與物件追蹤等現代 AI 視覺應用。 除了完整介紹 OpenCV 的重要功能與背後技術外，本書更著重於「如何實際應用」——各章節搭配豐富範例與執行結果比較，說明每項功能的用途與差異，並於章末安排實作小專案，讓讀者立即運用學到的知識。 在本書的最後，整合前面 23 章所學，完成自動玩 Chrome 小恐龍、自動玩 2048、智慧人臉門禁、智慧寵物攝影機，以及簡易版 Photoshop 等五個生活化專案。 從「了解電腦如何看見影像」，到「讓電腦看懂影像」，本書將帶領你把 OpenCV 從一行行生硬的函式，變成解決真實問題的利器。 本書特色 ✔ 從「會用 OpenCV」到「會做應用」 學習如何拆解問題、選擇技術與組裝程式碼，建立獨立開發電腦視覺應用的能力。 ✔ 不只學會 API，還要理解背後原理 透過大量圖解與程式範例，說明每個功能的用途、運作原理與適用情境，而非單純的函式教學。 ✔ 從零建立電腦視覺基礎 從安裝、影像讀取與顯示開始，逐步建立像素、解析度、色彩空間與影像通道等核心觀念。 ✔ 完整涵蓋 OpenCV 核心技術 包含影像處理、影像分析、模板匹配、特徵匹配、影片處理與即時影像分析等重要主題。 ✔ 從傳統電腦視覺跨入 AI 影像辨識 實作人臉偵測、人臉辨識、YOLO 物件偵測與物件追蹤，掌握現代視覺系統的開發流程。 ✔ 章末實作 + 五大實戰專案 透過大量實務範例，了解各項技術的應用情境，並於最後整合全書所學，完成五個有趣且實用的生活化專案。 【目錄】 ▍第一部分 準備 OpenCV 的 Python 開發環境 ▍第 0 章 建置 OpenCV 開發環境 0-1 Python 環境管理工具：Anaconda 0-2 安裝與開啟 JupyterLab 0-3 認識與使用 JupyterLab 0-4 JupyterLab 檔案管理 0-5 關閉 JupyterLab ▍第 1 章 OpenCV 影像讀取、顯示與儲存 1-1 OpenCV 簡介 1-2 OpenCV 與相關工具的安裝 1-3 利用 OpenCV 讀取影像檔案 1-4 利用 OpenCV 內建的函式顯示影像 1-5 利用 OpenCV 儲存影像 1-E 替未來準備：封裝本章的程式，方便日後使用 ▍第二部分 OpenCV 影像基礎與色彩空間 ▍第 2 章 數位影像的基礎 2-1 認識影像如何儲存在電腦中 2 2 認識像素位置表示法：NumPy 與 OpenCV 的視角差異 2-3 認識影像的顏色通道 2-4 認識色碼（Hex Color Codes） 2-5 補充：影像在電腦占的儲存空間 2-E 練習：透過 Python 分析影像的基本元素 ▍第 3 章 認識 OpenCV 中的影像與色彩 3-1 認識 OpenCV 的 BGR 顏色通道 3-2 拆解與合併 OpenCV 的 BGR 顏色通道 3-3 進階內容：運用 OpenCV 計算影像的直方圖 3-4 進階內容：CMYK、HSV、HSL 色彩空間介紹 3-E 小專案：透過 HSV 色彩空間來篩選影像中的紅色 ▍第三部分 OpenCV 影像處理基礎操作 ▍第 4 章 OpenCV 影像變形處理 4-1 影像的剪裁 4-2 影像的旋轉 4-3 影像的縮放 4-4 影像的翻轉 4-5 影像的平移 4-6 進階：影像的任意角度旋轉 4-7 進階：仿射變換 – 平面影像變形的萬能工具 4-8 進階：透視變換 – 校正影像的空間變形 4-E 小專案：自製文件掃描機 ▍第 5 章 OpenCV 影像繪製與標註 5-1 畫點於影像上 5-2 畫圓於影像上 5-3 畫線於影像上 5-4 畫矩形於影像上 5-5 畫橢圓、圓弧於影像上 5-6 畫多邊形於影像上 5-7 寫字於影像上 5-8 補充：標記特殊符號於影像上 5-E 小專案：模擬對 AI 偵測結果進行資料標記 ▍第 6 章 OpenCV 影像數學運算 6-1 本章共通觀念、實作素材準備 6-2 影像的加、減法與絕對值差 6-3 影像的加權運算 6-4 影像的邏輯運算：AND、OR、XOR、NOT 運算 6-5 影像數學運算的綜合應用 6-E 小專案：「大家來找碴」破解器 ▍第 7 章 OpenCV 影像模糊、銳化與馬賽克 7-1 本章共通觀念、認識濾波器與卷積 7-2 影像模糊的不同算法 7-3 影像銳化 7-4 影像馬賽克 7-E 小專案：保護貓貓肖像權 ▍第 8 章 OpenCV 影像色彩與光影調校 8-1 本章共通觀念：OpenCV 線性變換 8-2 調整影像亮度、對比度 8-3 調整影像飽和度 8-4 調整影像色溫（冷色調、暖色調） 8-5 進階：透過 Gamma 矯正調整亮度 8-6 進階：自動對比度增強「直方圖均衡化」 8-7 進階：自適應對比度增強「CLAHE」 8-E 小專案：模仿 Photoshop 進行照片修圖 ▍第四部分 OpenCV 影像分析 ▍第 9 章 OpenCV 影像二值化 9-1 本章共通觀念：二值化的概念、彩色影像前處理 9-2 固定門檻值二值化 9-3 Otsu 二值化（自動門檻值二值化） 9-4 自適應二值化（Adaptive Thresholding） 9-5 小結：各種二值化比較 9-E 小專案：體驗車牌辨識的前處理 ▍第 10 章 OpenCV 形態學運算 10-1 形態學運算的共通觀念：主體共識、結構元素 10-2 影像侵蝕 10-3 影像膨脹 10-4 進階形態學運算 10-E 小專案：優化車牌辨識的結果 ▍第 11 章 OpenCV 邊緣偵測 11-1 Sobel 邊緣偵測 11-2 Laplacian 邊緣偵測 11-3 Canny 邊緣偵測 11-4 比較：邊緣偵測方法比較與應用建議 11-E 小專案：觀察不同的邊緣偵測方法效果 ▍第 12 章 OpenCV 輪廓分析 12-1 輪廓擷取 12-2 計算輪廓面積 12-3 擷取輪廓後繪製外接矩形（Bounding Box） 12-E 小專案：尋找其他影像中的主體 ▍第 13 章 OpenCV 影像分割 13-1 GrabCut 影像分割原理 13-2 影像分割：cv2.grabCut 13-3 程式範例：影像分割實作 13-4 進階：使用 GrabCut 的注意事項與優化建議 13-E 小專案：替其他影像進行去背 ▍第五部分 OpenCV 影像匹配技術 ▍第 14 章 OpenCV 模板匹配 14-1 模板匹配（單目標） 14-2 模板匹配（多目標） 14-3 模板匹配的限制與解法 14-E 小專案：找到影片畫面中的「略過廣告」按鈕 ▍第 15 章 OpenCV 特徵偵測與匹配 15-1 本章共通觀念：關鍵點、描述子與特徵匹配 15-2 ORB 特徵偵測 15-3 BFM 暴力匹配（ORB 特徵匹配） 15-4 SIFT 特徵偵測 15-5 FLANN 匹配（SIFT 特徵匹配） 15-E 小專案：UI 元素匹配 ▍第六部分 OpenCV 視窗互動、影片與即時影像處理 ▍第 16 章 OpenCV 視窗與使用者互動 16-1 視窗的操作與關閉 16-2 進階視窗屬性操作 16-3 鍵盤輸入偵測與互動 16-4 滑鼠事件偵測與互動應用 16-5 視窗滑桿（Trackbar）互動應用 16-E 小專案：即時顯示滑鼠座標的影像觀察工具 ▍第 17 章 OpenCV 影片處理 17-1 影片的基礎觀念 17-2 讀取影片並取得資訊 17-3 逐格處理影片 17-4 影片的儲存與編碼 17-E 小專案：製作影片負片（Negative）效果並儲存 ▍第 18 章 OpenCV 攝影機即時影像分析 18-1 讀取攝影機即時影像 18-2 即時影像處理 18-E 小專案：即時影像素描風格（Sobel 邊緣偵測） ▍第七部分 OpenCV 從傳統影像處理到 AI 影像辨識 ▍第 19 章 從「傳統影像處理」邁向「AI 影像辨識」的 OpenCV 19-1 傳統影像處理 vs 深度學習：誰來定義特徵？ 19-2 深度學習任務種類：偵測、辨識與追蹤 19-3 OpenCV 的深度學習模組 19-4 進階：AI 實作中經常出現的技術介紹 ▍第 20 章 OpenCV 人臉偵測 20-1 人臉偵測基礎 20-2 用 Haar Cascade 方法進行人臉偵測 20-3 用 SSD 深度學習模型進行人臉偵測 20-4 用 YuNet 深度學習模型進行人臉偵測 20-E 小專案：觀察不同方法的即時人臉偵測 ▍第 21 章 OpenCV 人臉辨識 21-1 本章共通觀念：準備環境、人臉訓練資料 21-2 透過傳統 LBPH 方法進行人臉辨識 21-3 透過深度學習的 SFace 模型進行人臉辨識 21-4 生活中的人臉辨識應用情境 21-E 小專案：即時人臉辨識系統 ▍第 22 章 OpenCV 物件偵測 22-1 什麼是「物件偵測」？ 22-2 使用 YOLO 深度學習模型進行物件偵測 22-3 從 YOLO 結果中篩選物件類別 22-4 補充：YOLOv8 的不同大小模型 22-E 小專案：即時攝影機 YOLO 偵測與生活應用 ▍第 23 章 OpenCV 物件追蹤 23-1 什麼是「物件追蹤」？ 23-2 本章共通函式：追蹤器與 ROI 框選 23-3 KCF 追蹤器 23-4 CSRT 追蹤器 23-5 自動偵測並追蹤：透過 YOLOv8 + KCF 實現自動追蹤 23-6 補充：其他 OpenCV 提供的追蹤器 23-E 小專案：「視覺化」追蹤軌跡與應用情境 ▍第八部分 OpenCV 日常生活實用專案 ▍專案 1 讓電腦自己玩遊戲！挑戰 Chrome 小恐龍 專案1-1 觀察與拆解：這個問題可以自動化嗎？ 專案1-2 事前準備：安裝相關套件 專案1-3 鎖定範圍：螢幕截圖與 ROI 選取 專案1-4 分析畫面：背景差異分析與障礙物偵測 專案1-5 組裝程式：讓電腦自動遊玩！ 專案1-6 驗證成果：測試結果與觀察 專案1-7 未來展望：如何讓小恐龍可以跑得更遠 ▍專案 2 當電腦學會「看懂」遊戲：自動玩 2048 專案2-1 觀察與拆解：讓程式先「看懂」棋盤 專案2-2 事前準備：安裝相關套件、準備影像素材 專案2-3 鎖定範圍：螢幕截圖並將格子定位 專案2-4 分析遊戲：使用「模板匹配」進行數字辨識 專案2-5 實作遊戲機制：模擬 2048 遊戲機制 專案2-6 進行解題：貪婪策略 專案2-7 監控視窗：觀察遊戲進行的狀態 專案2-8 組裝程式：由主程式作為進入點開始遊戲！ 專案2-9 驗證成果：測試結果與觀察 專案2-10 未來展望：如何更有效率且穩定地解出 2048 ▍專案 3 刷臉就開門？自製居家智慧人臉門禁 專案3-1 觀察與拆解 專案3-2 事前準備：Telegram Bot 申請與人臉資料集 專案3-3 人臉偵測：用 YuNet 找出人臉位置 專案3-4 讓程式「認識」有哪些人 專案3-5 人臉辨識：拿特徵向量跟資料庫逐一比對 專案3-6 門禁反應：記錄並顯示結果 專案3-7 組裝程式：完整的即時攝影機門禁流程 專案3-8 實際測試：站到攝影機前，你能成功通過門禁嗎？ 專案3-9 未來展望：如何優化門禁？ ▍專案 4 貓咪偷進廚房怎麼辦？自製智慧寵物攝影機 專案4-1 觀察與拆解：如何實現一個智慧居家攝影機？ 專案4-2 事前準備：建立 Telegram Bot 與環境設定 專案4-3 接通攝影機：讀取即時影像 專案4-4 偵測寵物：讓 YOLO 找出畫面中的寵物 專案4-5 框選禁區：只要目標進入就算入侵 專案4-6 Telegram 截圖通知：讓手機看到現場畫面 專案4-7 組裝程式：從偵測、判斷到通知的完整流程 專案4-8 實際測試：讓寵物走進警戒區看看 專案4-9 未來展望：讓居家寵物攝影機更聰明 ▍專案 5 動手做自己的簡易版 Photoshop！ 專案5-1 觀察與拆解：把修圖軟體的功能拆成一個個零件 專案5-2 事前準備：透過 Tkinter 開啟檔案 專案5-3 雙視窗顯示（影像、控制）與自動視窗排版 專案5-4 影像處理相關函式 專案5-5 影像標註工具 專案5-6 影像狀態列實作 專案5-7 組裝主程式流程 專案5-8 實際測試：測試我們自製的簡易版 Photoshop！ 專案5-9 未來展望：讓自製的 Photoshop 有更多豐富的功能！
還沒有人留下心得，快來搶頭香！
為您推薦
相關熱銷的書籍推薦給您
書名：NEURAL NETWORKS & LEARNING MACHINES 3/E 作者：HAYKIN 出版社：PEARSON 出版日期：2009/00/00 ISBN：9780131293762
類似書籍推薦給您
【簡介】 ⛧⛦ 一本搞定 LLM 看圖說故事與即時影像分析 ⛦⛧ ⛧⛦ 十款熱門模型實際解決生活中 AI Vision 問題 ⛦⛧ ⛧⛦ 用「自己的」資料集在本地端訓練 YOLO 模型 ⛦⛧ ⛧⛦ 無痛設計 Web 互動介面，輕鬆部署 AI 模型 ⛦⛧ 『AI Vision × LLM』劃開多模態應用的新時代 從輸入文字生成圖片，到上傳照片讓 LLM 看圖說故事，AI 電腦視覺技術結合 LLM 的多模態應用正席捲全球。但這些令人驚豔的應用背後，其實倚賴多項核心技術——包含物體偵測、人臉辨識、情緒與年齡分析、或是影像文字識別，以及對於文字的理解與生成，這才賦予 AI 真正「看懂」影像內容的能力。 實際解決現實生活中的 AI Vision 問題 帶領讀者以多款熱門模型如 YOLO、OpenCV DNN、MediaPipe、CVZone 3D、DeepFace、Dlib、LiteRT、EasyOCR，打造刷臉門禁系統、即時口罩偵測、微笑自拍、手勢操控投影片、AI 健身教練、車牌辨識、結帳櫃台人流與高速公路車流分析等多項實用專案，讓讀者親身體驗 AI Vision 在真實場景中的應用價值。 不僅會用，還能自行訓練專屬 AI 模型 讓你不只會活用現成的模型，還能自己動手標註資料並訓練屬於你的 YOLO 模型。並且透過 Streamlit 設計 Web 互動介面，將訓練成果部署為具備即時偵測與辨識功能的 Web 應用程式，實現從標註資料、模型訓練到應用上線的完整流程。 親手打造多模態 AI 應用，收穫滿滿成就感 整合前述 AI Vision 技術與大型語言模型（LLM），或運用 Ollama 的多模態工具 Llama-Vision，再搭配 Streamlit，即可實作出讓 LLM 分析影像內容或情境的 Web 智慧應用，例如路況分析或圖片描述，讓 AI 真正具備視覺理解與語意回應的能力。 零基礎也能無痛入門 本書主打「從做中學」的實作導向，即使沒有深厚的理論基礎，也能快速掌握 Python 的 AI 模型與實用套件。至於不熟悉的語法、函式用法、AI 模型原理，或是特定功能的程式碼編寫與修改，則交由 ChatGPT 給予我們即時協助，讓學習更有效率。 無論你是 AI 初學者還是開發者，本書都能帶你輕鬆入門、快速上手，從零開始打造專屬的 AI 專案，成為 AI Vision × LLM 的超酷玩家！🎉 本書特色 ➢ 精選多款熱門 AI 模型，打造貼近生活情境的 AI Vision 實務應用 ➢ 提供客製化 WinPython 可攜式套件，快速建立與書中一致的開發環境 ➢ 支援 CPU / GPU，完整教學從資料標註到訓練與測試你自己的 YOLO 物體辨識模型 ➢ 使用 LabelImg 工具，以人性化的方式進行影像資料集的標註作業 ➢ 透過 Streamlit 快速打造 Web 互動介面，無需前端技能即可部署 AI 模型 ➢ 整合 Llama-Vision，讓 LLM 在 Web 介面中看圖說故事、回答問題或分析影像內容 ➢ 搭配 OpenCV 電腦視覺套件，實作物體、人臉、文字、車牌等偵測與辨識 ➢ 探索 Mediapipe × CVZone 3D，實現 3D 視角的手勢辨識與姿態評估 【目錄】 ▍第 1 章 使用 Python 虛擬環境建立開發環境 1-1 建立與管理 Python 虛擬環境 1-2 使用 Python 虛擬環境建立本書的開發環境 1-3 安裝本書客製化的 WinPython 可攜式套件 1-4 使用 Thonny 的 Python IDE 1-5 使用 VS Code 的 Python IDE ▍第 2 章 OpenCV 基本使用與 Numpy 2-1 OpenCV 安裝與基本使用 2-2 OpenCV 影像處理 2-3 OpenCV 視訊處理與 Webcam 2-4 OpenCV 影像資料：NumPy 陣列 2-5 OpenCV 影像處理：負片和馬賽克效果 ▍第 3 章 OpenCV DNN電腦視覺與文字識別 3-1 OpenCV 哈爾特徵層級式分類器 3-2 OpenCV DNN 模組與預訓練模型 3-3 OpenCV DNN 影像分類與人臉偵測 3-4 OpenCV DNN 物體偵測與文字區域偵測 3-5 Tesseract-OCR 文字識別 ▍第 4 章 Mediapipe × CVZone：人臉與臉部網格偵測 4-1 Google MediaPipe 機器學習框架 4-2 CVZone 電腦視覺套件與 MediaPipe 4-3 CVZone 人臉偵測 4-4 CVZone 臉部網格 4-5 CVZone 辨識臉部表情：張嘴/閉嘴與睜眼/閉眼 ▍第 5 章 Mediapipe × CVZone：3D 手勢偵測與 3D 姿態評估 5-1 Mediapipe × CVZone 3D 多手勢追蹤 5-2 MediaPipe × CVZone 3D 辨識手勢：剪刀、石頭與布 5-3 MediaPipe × CVZone 3D 辨識手勢：OK 手勢 5-4 MediaPipe × CVZone 3D 人體姿態評估 5-5 MediaPipe × CVZone 3D 辨識人體姿勢：仰臥起坐 5-6 MediaPipe × CVZone 3D 辨識人體姿勢：伏地挺身 ▍第 6 章 LiteRT × Dlib × Deepface 電腦視覺應用 6-1 認識與安裝 LiteRT（TensorFlow Lite） 6-2 LiteRT 影像分類與物體偵測 6-3 Dlib 人臉偵測、臉部網格與特徵提取 6-4 face-recognition 人臉識別 6-5 Deepface 情緒辨識與年齡偵測 6-6 OpenCV DNN 預訓練模型：情緒辨識 ▍第 7 章 YOLO 電腦視覺應用：物體偵測與追蹤 7-1 認識 YOLO 7-2 YOLO 物體偵測 7-3 YOLO 物體追蹤 7-4 YOLO 電腦視覺應用：即時計算視訊的人數和車輛數 7-5 YOLO 電腦視覺應用：繪出視訊的車輛追蹤線 ▍第 8 章 YOLO 電腦視覺應用：影像分類 / 分割與姿態評估 8-1 YOLO 影像分類 8-2 YOLO 影像分割 8-3 YOLO 姿態評估 8-4 YOLO 電腦視覺應用：影像分割的背景替換 8-5 YOLO 電腦視覺應用：辨識人體姿勢 ▍第 9 章 訓練你自己的 YOLO 物體偵測模型 9-1 安裝 GPU 版的 YOLO 9-2 取得訓練 YOLO 模型所需的圖檔資料 9-3 使用 LabelImg 標註影像建立資料集 9-4 整理與瀏覽 Roboflow 取得的資料集 9-5 建立 YAML 檔訓練與驗證你的 YOLO 模型 ▍第 10 章 Streamlit 的 AI 互動介面設計 10-1 認識與安裝 Streamlit 10-2 建立你的 Streamlit 應用程式 10-3 輸出網頁內容 10-4 繪製圖表與地圖 10-5 建立表單介面的互動元件 10-6 佈局、狀態與聊天元件 10-7 使用快取機制與網頁配置設定 10-8 Streamlit 互動介面設計：建立 YOLO 的 AI 互動介面 ▍第 11 章 AI 電腦視覺實戰：刷臉門禁管理、微笑拍照與變臉化妝 11-1 AI 電腦視覺實戰：刷臉門禁管理 11-2 AI 電腦視覺實戰：YOLO 臉部情緒偵測 11-3 AI 電腦視覺實戰：微笑拍照 11-4 AI 電腦視覺實戰：變臉與化妝 ▍第 12 章 AI 電腦視覺實戰：手勢操控與 AI 健身教練 12-1 pywin32 套件：Office 軟體自動化 12-2 AI 電腦視覺實戰：手勢操控 PowerPoint 簡報播放 12-3 AI 電腦視覺實戰：AI 健身教練 ▍第 13 章 AI 電腦視覺實戰：EasyOCR 車牌辨識與車道偵測系統 13-1 AI 電腦視覺實戰：Tesseract-OCR 車牌辨識 13-2 EasyOCR 的安裝與使用 13-3 AI 電腦視覺實戰：EasyOCR 車牌辨識 13-4 AI 電腦視覺實戰：YOLO 車牌偵測 13-5 AI 電腦視覺實戰：OpenCV 車道偵測系統 ▍第 14 章 AI 電腦視覺實戰：YOLO 人流與車流控制 14-1 找出熱區域座標 14-2 判斷目標物體是否進入熱區域 14-3 結帳櫃台的人數控制 14-4 道路的車流控制 14-5 AI 電腦視覺實戰：多個結帳櫃台的人數控制 14-6 AI 電腦視覺實戰：南下 / 北上高速公路的車流控制 ▍第 15 章 AI 電腦視覺實戰：打造自己的 AI 模型與整合應用 15-1 使用 Teachable Machine 訓練機器學習模型 15-2 AI 電腦視覺實戰：LiteRT 識別剪刀、石頭或布 15-3 AI 電腦視覺實戰：建立 YOLO 即時口罩偵測 ▍第 16 章 AI 電腦視覺實戰：本機 LLM Vision 整合應用 16-1 認識生成式 AI 與 LLM 16-2 LLM API 服務：Groq API 16-3 使用 Ollama 打造本機 LLM 16-4 AI 電腦視覺實戰：Llama-Vision 視覺分析助手 16-5 AI 電腦視覺實戰：Llama-Vision 車牌辨識 16-6 AI 電腦視覺實戰：Llama-Vision 路況分析 ▍附錄 A 電子書 Anaconda 開發環境與 Python 程式設計 A-1 建立 Anaconda 的 Python 開發環境 A-2 變數、資料型態與運算子 A-3 流程控制 A-4 函式、模組與套件 A-5 容器型態 A-6 類別與物件
類似書籍推薦給您
OpenCV影像創意邁向AI視覺王者歸來 ISBN13：9789860776782 出版社：深智數位 作者：洪錦魁 裝訂／頁數：平裝／656頁 規格：23.1cm*17.1cm*3.4cm (高/寬/厚) 版次：1 出版日：2022/01/12 中國圖書分類：特殊電腦方法 內容簡介 ★★★★★ 國內作者【第一本】×【全彩印刷】×【AI視覺】書籍 ★★★★★ ★★★★★ 完整解說【影像創意】×【AI視覺】的實例 ★★★★★ ★★★★★【31個主題】＋【423個Python實例】★★★★★ 筆者在撰寫這本書除了採用當下最熱門的Python程式語言，同時採用2步驟說明： ◤函數數學原理解說◢ ◤套用OpenCV函數講解影像創意與AI視覺的實例◢ 當讀者遵循這些步驟學習時，相信所設計的物件就是一個帶有靈魂與智慧的程式碼了。這本書從影像原理開始說起，逐一解說從影像到AI視覺所需的完整知識，本書的主題內容如下： ☆ 完整解說操作OpenCV需要的Numpy知識 ★ 影像讀取、輸出與儲存 ☆ 認識色彩空間、BGR、RGB、HSV ★ 建立藝術畫作 ☆ 建立靜態與動態影像，打破OpenCV限制建立中文字輸出函數 ★ 影像計算與影像的位元運算 ☆ 重複曝光技術 ★ 影像加密與解密 ☆ 閾值處理 ★ 數位情報員、深藏在影像的情報秘密 ☆ 數位浮水印、版權所有翻譯必究 ★ 影像幾何變換、翻轉、仿射、透視、重映射 ☆ 影像遮罩與影像濾波器 ★ 認識卷積 ☆ 認識與刪除影像雜質 ★ 數學形態學、腐蝕、膨脹、開運算、閉運算、禮帽運算、黑帽運算 ☆ 從影像梯度到內部圖形的邊緣偵測 ★ 影像金字塔 ☆ 影像輪廓特徵與匹配 ★ 輪廓的擬合、凸包與幾何測試 ☆ 醫學應用器官影像的徵兆 ★ 霍夫變換(Hough Transform)與直線檢測 ☆ 無人車駕駛車道檢測技術 ★ 直方圖、增強影像對比度、修復太曝或太黑影像、去霧處理 ☆ 模板匹配、找尋距離最近的機場、找尋某區域高山數量 ★ 傅立葉變換的方法與意義、空間域與頻率域的切換，進行影像處理 ☆ 分水嶺演算法執行影像分割 ★ 前景影像擷取 ☆ 影像修復—搶救蒙娜麗莎的微笑 ★ 辨識手寫數字 ☆ OpenCV的攝影功能、活用拍照與錄影 ★ 應用OpenCV內建的哈爾(Haar)特徵階層式分配器 ☆ 偵測人臉、身體、眼睛、貓臉、俄羅斯車牌 ★ 設計自己的哈爾偵測分配器，應用在偵測台灣汽車車牌 ☆ 人臉辨識原理與應用 ★ 執行車牌辨識 目錄 第一章 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 1-2 讀取影像檔案 1-3 顯示影像與關閉影像視窗 1-4 儲存影像 第二章 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 2-4 BGR色彩空間 2-5 獲得影像的屬性 2-6 像素的BGR值 第三章 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 3-4 一維陣列的運算與切片 3-5 多維陣列的索引與切片 3-6 陣列水平與垂直合併 第四章 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 4-3 HSV色彩空間 4-4 拆分色彩通道 4-5 合併色彩通道 4-6 拆分與合併色彩通道的應用 4-7 alpha通道 第五章 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 5-3 建立彩色影像 第六章 影像處理的基礎知識 6-1 灰階影像的編輯 6-2 彩色影像的編輯 6-3 編輯含alpha通道的彩色影像 6-4 Numpy高效率讀取與設定像素的方法 6-5 影像感興趣區域的編輯 第七章 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 7-4 繪製矩形 7-5 繪製圓 7-6 繪製橢圓或橢圓弧度 7-7 繪製多邊形 7-8 輸出文字 7-9 反彈球的設計 7-10 滑鼠事件 7-11 滾動條的設計 7-12 滾動條當作開關的應用 第八章 影像計算邁向影像創作 8-1 影像加法運算 8-2 遮罩mask 8-3 重複曝光技術 8-4 影像的位元運算 8-5 影像加密與解密 第九章 閾值處理邁向數位情報 9-1 threshold( )函數 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 第十章 影像的幾何變換 10-1 影像縮放效果 10-2 影像翻轉 10-3 影像仿射 10-4 影像透視 10-5 重映射 第十一章 刪除影像雜訊 11-1 建立平滑影像需認識的名詞 11-2 均值濾波器 11-3 方框濾波器 11-4 中值濾波器 11-5 高斯濾波器 11-6 雙邊濾波器 11-7 2D濾波核 第十二章 數學形態學 12-1 腐蝕(Erosion) 12-2 膨脹(Dilation) 12-3 OpenCV應用在數學形態學的通用函數 12-4 開運算(Opening) 12-5 閉運算(Closing) 12-6 形態學梯度(morphological gradient) 12-7 禮帽運算(tophat) 12-8 黑帽運算(blackhat) 12-9 核函數 第十三章 影像梯度與邊緣偵測 13-1 影像梯度的基礎觀念 13-2 OpenCV函數Sobel( ) 13-3 OpenCV函數Scharr( ) 13-4 OpenCV函數Laplacian( ) 13-5 Canny邊緣檢測 第十四章 影像金字塔 14-1 影像金字塔的原理 14-2 OpenCV的pyrDown( )函數 14-3 OpenCV的pyrUp( )函數 14-4 採樣逆運算的實驗 14-5 拉普拉斯金字塔(Laplacian Pyramid, LP) 第十五章 輪廓的檢測與匹配 15-1 影像內圖形的輪廓 15-2 繪製影像內圖形輪廓的系列實例 15-3 認識輪廓層級hierarchy 15-4 輪廓的特徵—影像矩(Image moments) 15-5 輪廓外形的匹配—Hu矩 15-6 再談輪廓外形匹配 第十六章 輪廓擬合與凸包的相關應用 16-1 輪廓的擬合 16-2 凸包 16-3 輪廓的幾何測試 第十七章 輪廓的特徵 17-1 寬高比(Aspect Ratio) 17-2 輪廓的極點 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 17-7 找尋影像物件最小值與最大值與他們的座標 17-8 計算影像的像素的均值與標準差 17-9 方向 第十八章 從直線檢測到無人駕駛車道檢測 ...
