AIOT與OpenCV實戰應用：Python、樹莓派、物聯網與機器視覺 (3版)

類似書籍推薦給您

AIOT與OpenCV實戰應用：Python、樹莓派、物聯網與機器視覺 系列名：程式設計/APP ISBN13：9786263240193 出版社：碁峰資訊 作者：朱克剛 裝訂／頁數：平裝／304頁 規格：23cm*17cm*2cm (高/寬/厚) 版次：3 出版日：2021/11/29 中國圖書分類：電腦程式語言 內容簡介 　　＊詳細步驟說明，一步步跟著做，有如專家從旁親自指導! 　　＊本書使用Python 3.x、樹莓派4B與OpenCV 4.x 　　＊涵蓋大部分常用感測元件與重要連網技術 　　＊第三版新增影像串流、LCD螢幕與全彩LED燈條、更新MQTT安裝方式 　　朱克剛老師專門培訓物聯網應用工程師，擁有豐富資訊教育訓練經驗，結合 Python、Raspberry Pi 與 OpenCV 的 AIoT 專案開發與教學，遠距實作授課操作流暢畫面優美，如同本書內容一樣，深入淺出，廣受師生好評。－－國立臺北科技大學電子系副教授 曾柏軒 　　本書內容說明清楚，透過實作例子的步驟說明，讓初學者可以快速上手，是一本適合學習的好書。－－國立高雄科技大學電子系教授兼主任秘書 陳銘志 　　樹苺派是最接近AIoT世界的起點，搭配Python與OpenCV工具的使用，可以讓你一窺這個大世界的堂奧。 很高興朱克剛老師把這些元素集結在一本書裡面，讓大家可以快速掌握這張通往未來的門票。－－宏碁強固電腦方案總處長 游鴻志 　　AIoT應用領域十分廣泛，舉凡機器視覺、外觀檢測、智能家居及設備維護監控。本書以深入淺出方式介紹樹莓派軟硬整合框架並採用最新的Python開發技巧，誠摯推薦給所有想要進入AIoT開發者殿堂的一本必備秘笈。－－鴻海集團D事業群/資訊價值創造處資深處長 徐長愷 目錄 第 1 篇　Python 1-1 介紹與安裝 1-2 基礎概念 1-3 字串處理 1-4 函數 1-5 模組與類別 1-6 多執行緒 1-7 檔案存取 1-8 資料庫 1-9 網際網路 1-10 Socket程式 1-11 Tkinter視窗 第 2 篇　樹莓派 2-1 安裝 2-2 常用指令 2-3 GPIO 輸出 2-4 GPIO 輸入 2-5 PWM 2-6 中斷 2-7 數位感測器 2-8 類比感測器 2-9 MQTT 2-10 Web 與 CGI 2-11 攝影機 第 3 篇　OpenCV 3-1 安裝 3-2 顯示攝影機影像 3-3 讀取圖檔與存檔 3-4 2D繪圖 3-5 人臉偵測 3-6 人臉辨識 3-7 特定區域處理 3-8 物體移動追蹤 3-9 背景移除 3-10 色彩辨識與追蹤 3-11 邊緣偵測 3-12 霍夫圓形檢測 3-13 特徵描述 3-14 特徵比對 3-15 多邊形辨識 3-16 多邊形凹凸點計算 3-17 全景圖 3-18 使用DNN 偵測人臉 3-19 使用DNN 進行物件偵測 - YOLO 3-20 網頁與串流 附錄A　使用YOLO 訓練自己的物件

AI Vision × LLM 電腦視覺應用聖經：OpenCV × YOLO × Ollama 解鎖多模態全攻略 (1版)

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  

Raspberry Pi 樹莓派：AI × OpenCV × LLM × AIoT 創客聖經 (1版)

類似書籍推薦給您

【簡介】 ⛧⛦ 樹莓派 5 / 樹莓派 4 皆適用 ⛦⛧ ⛧⛦ 一本帶你玩翻人工智慧與物聯網 ⛦⛧ 『Raspberry Pi 樹莓派』是一款信用卡大小的單板迷你電腦，深受全球創客的喜愛。 本書將引領你踏上創客之路，利用樹莓派建立 IoT 物聯網與 AIoT 智慧物聯網，以及親手打造遙控串流視訊車、自動避障車、物體追蹤車與 AI 自駕車。甚至讓你在樹莓派上運行 LLM 大型語言模型，並透過 Python 與 LLM 技術，以自然語言進行硬體控制。 是不是已經迫不及待、躍躍欲試了呢？ 或許還有點擔心沒有基礎，會難以上手？ 請放心。本書將從樹莓派的購買、安裝與設定開始，逐步帶領你使用 Windows 電腦遠端操作樹莓派，並介紹 Linux 系統指令與伺服器架設，讓你不再畏懼終端機黑畫面的文字模式。 接下來，我們將探索樹莓派的 GPIO 腳位，並透過 Python，甚至結合 ChatGPT API 和 LLM 等生成式 AI 來控制硬體。同時，本書也涵蓋如何在樹莓派上使用 Pico 開發板或 Arduino 開發板進行軟硬體整合，為你提供更多面向的選擇。 更精彩的是，運用 Pi 相機模組或 Webcam 攝影機，並結合 OpenCV 電腦視覺套件與多種知名的深度學習模型，實作人臉偵測、手勢追蹤、人體姿態估計、即時物體偵測、文字偵測與車牌辨識等 AI 應用。 至此，你便能輕鬆跟著我們的腳步，透過 Node-RED 物聯網開發工具和 Teachable Machine 來建立 AIoT。此外，也能透過整合超音波感測器、OpenCV 和 TensorFlow Lite，打造出自動避障車、物體追蹤車以及 AI 自駕車。 無論你是創客新手或進階愛好者，本書將幫助你全面掌握樹莓派，發揮你的創意，輕鬆進行各種 AI 軟硬體整合專案！ ➢ 無需額外設備，從 Windows 電腦遠端操作樹莓派 ➢ 從零開始學習 Linux 系統與伺服器架設 ➢ 透過 Python 結合 GPIO 腳位與 ChatGPT API 或 LLM，以文字控制硬體 ➢ 同場加映樹莓派 Pico W 與 Arduino Uno 開發板的應用 ➢ 建立 Pi 相機模組或 Webcam 攝影機的網頁串流視訊 ➢ 搭配 OpenCV 電腦視覺套件，實作人臉、手勢、姿勢、物體、文字、車牌等偵測與辨識 ➢ 活用 YOLO、MediaPipe、CVZone 和 TensorFlow Lite 等熱門 AI 套件 ➢ 透過 Node-RED 建立 IoT 儀表板，並連結 TensorFlow.js 手勢辨識打造 AIoT 應用 ➢ 藉由自駕車智慧系統，體驗深度學習模型的道路、號誌與行人偵測 ➢ 親手打造你的遙控串流視訊車、自動避障車、物體追蹤車以及 AI 自駕車 【目錄】 ▍第 1 章 認識樹莓派 1-1 認識樹莓派 1-2 樹莓派的型號 1-3 樹莓派的硬體規格 1-4 樹莓派的硬體配件 1-5 你需要知道的背景知識 ▍第 2 章 購買、 安裝與使用樹莓派 2-1 購買樹莓派與周邊裝置 2-2 安裝 Raspberry Pi OS 至 Micro-SD 卡 2-3 在 Windows 用 VNC 遠端連線使用樹莓派 2-4 設定 Raspberry Pi OS 2-5 在瀏覽器用 Raspberry Pi Connect 遠端連線使用樹莓派 ▍第 3 章 Raspberry Pi OS 基本使用 3-1 認識 Linux、終端機和桌面環境 3-2 使用 Raspberry Pi OS 桌面環境 3-3 Raspberry Pi OS 應用程式介紹 3-4 Raspberry Pi OS 偏好設定 3-5 在 Raspberry Pi OS 執行命令 3-6 在 Windows 和樹莓派之間交換檔案 ▍第 4 章 Linux 系統管理 4-1 啟動終端機使用命令列的 Linux 指令 4-2 Linux 的常用指令 4-3 Linux 的使用者與檔案權限指令 4-4 Linux 作業系統的目錄結構 4-5 使用命令列安裝和解除安裝應用程式 4-6 安裝中文輸入法 ▍第 5 章 使用樹莓派架設伺服器 5-1 架設 Web 伺服器 5-2 安裝 PHP 開發環境 5-3 安裝設定 MySQL 資料庫系統 5-4 架設 FTP 伺服器 ▍第 6 章 建立 Linux 的 Python 開發環境 6-1 在樹莓派安裝 Python 虛擬環境工具 6-2 建立與管理 Python 虛擬環境 6-3 安裝與使用 Visual Studio Code 6-4 使用 Jupyter Notebook + Gradio 建立 AI 互動介面 6-5 Python 應用範例：存取 MySQL 資料庫 6-6 Python 應用範例：使用 ChatGPT API ▍第 7 章 GPIO 硬體介面 7-1 認識樹莓派的 GPIO 接腳 7-2 使用 Python 的 GPIO Zero 模組 7-3 數位輸出與數位輸入 7-4 類比輸出 7-5 類比輸入 7-6 GPIO 應用範例：使用生成式 AI 控制 LED 燈 ▍第 8 章 Pico W 開發板與 MicroPython 語言 8-1 認識 Raspberry Pi Pico 開發板 8-2 MicroPython 語言的基礎 8-3 使用 Thonny 建立 MicroPython 程式 8-4 使用 MicroPython 控制 Raspberry Pi Pico 開發板 8-5 Pico W 的 WiFi 連線 8-6 MicroPython 應用範例：用 Python 建立序列埠通訊 ▍第 9 章 相機模組與串流視訊 9-1 認識樹莓派的相機模組 9-2 安裝與設定樹莓派的相機模組 9-3 在終端機使用相機模組 9-4 使用 Python 程式操作相機模組 9-5 在樹莓派建立串流視訊 9-6 使用外接 USB 網路攝影機 ▍第 10 章 AI 實驗範例（一）：OpenCV + YOLO 10-1 在樹莓派安裝 OpenCV 10-2 OpenCV 的基本使用 10-3 AI 實驗範例：OpenCV 人臉偵測 10-4 AI 實驗範例：OpenCV + YOLO 物體偵測 10-5 AI 實驗範例：Ultralytics 的 YOLO11 ▍第 11 章 AI 實驗範例（二）：MediaPipe + CVZone 3D 11-1 Google MediaPipe 機器學習框架 11-2 CVZone 電腦視覺套件 11-3 手勢與人體姿態的 3D 角度與距離 11-4 AI 實驗範例：辨識剪刀、石頭和布的手勢 ▍第 12 章 AI 實驗範例（三）：TensorFlow Lite + OpenCV DNN + LLM 12-1 TensorFlow Lite 影像分類 12-2 OpenCV DNN 影像分類與文字偵測 12-3 使用 LLM 大型語言模型 12-4 AI 實驗範例：TensorFlow Lite 即時物體偵測 12-5 AI 實驗範例：EasyOCR 的 AI 車牌辨識 12-6 AI + GPIO 實驗範例：使用 LLM 語意分析控制 GPIO ▍第 13 章 IoT 實驗範例：溫溼度監控與 Node-RED 13-1 認識 IoT 物聯網 13-2 DHT11 溫溼度感測器 13-3 Node-RED 物聯網平台 13-4 MQTT 通訊協定 13-5 Node-RED 儀表板 13-6 IoT 實驗範例：溫溼度監控的 Node-RED 儀表板 ▍第 14 章 AIoT 實驗範例：Node-RED + TensorFlow.js 14-1 認識 TensorFlow.js 14-2 安裝與使用相關的 Node-RED 節點 14-3 AIoT 實驗範例：Node-RED 與 COCO-SSD 14-4 AIoT 實驗範例：Node-RED 與 Teachable Machine ▍第 15 章 硬體介面實驗範例（一）：樹莓派 WiFi 遙控視訊車 15-1 認識樹莓派智慧車 15-2 樹莓派的直流馬達控制 15-3 再談 Python 的 Flask 框架 15-4 打造樹莓派 WiFi 遙控視訊車 ▍第 16 章 硬體介面實驗範例（二）：樹莓派 AI 自駕車 16-1 OpenCV 色彩偵測與追蹤 16-2 打造自動避障和物體追蹤車 16-3 車道自動偵測系統 16-4 打造樹莓派 AI 自駕車 ▍附錄 A Python 程式設計基礎 A-1 認識 Python 語言 A-2 在樹莓派開發 Python 程式 A-3 Python 變數與運算子 A-4 Python 流程控制 A-5 Python 函式與模組 A-6 Python 串列與字串 ▍附錄 B 當樹莓派遇到 Arduino 開發板 B-1 認識 Arduino Uno 開發板 B-2 在樹莓派建立 Arduino 開發環境 B-3 使用 Arduino IDE 建立 Arduino 程式 B-4 在樹莓派開發 Arduino 程式 B-5 使用 Python 建立 Arduino 序列埠通訊 ▍附錄 C Raspberry Pi 樹莓派零件購買清單