OpenCV 全攻略！AI 影像辨識 × 電腦視覺實戰手冊 (1版)

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。

▍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！