頂尖操盤手的美股攻略大全：價值投資╳財報分析╳選股策略，全面解析獲利法則 (1版)

類似書籍推薦給您

【簡介】 「從來沒人像她這樣，用如此白話又詳細的說明方式，手把手地帶我認識美國股市！」 10多年華爾街操盤手資歷、韓國信賴度No.1超人氣YouTuber「紐約居民」 首度寫給美股投資人，最全面且即刻上手的美股投資學， 找到錢進美股的正確答案！一生受用的致富心法！   　　★ 暢銷10萬冊！蟬聯韓國YES24總榜TOP20數週，讀者★★★★★推薦！  　　★ 投資美股必讀！收藏價值最高的理財書！ 　　★ 繁中版專文導讀與審訂！財經專欄作家、小一輩財經人話翻譯機‧游庭皓審訂導讀，實用度倍增 　　★ 信賴度No.1的美股分析，跟著人氣理財YouTuber紐約居民一起扎穩美股投資基本功！ 　　★ 不從理論和財務面切入，而是學會判讀公開資訊，找出股價變動訊號 　　★ 大方公開美股最熱門的科技類股、食品零售類股、REITs、股利股等深度分析   　　【為什麼要投資美股？】 　　● 長期績效贏過台股！ 　　● 對散戶友善！企業透明的公開資訊揭露制度，不只賺股利還賺資本利得！ 　　● 透過公開資訊，能快速掌握個股資訊，估算合理股價：「有價值」的企業不寂寞，「有問題」的企業被淘汰。   　　【第一張美股就獲利，用判讀X策略X趨勢看懂買賣訊號，長期穩賺！】 　　1. 用15份美國企業的公開資訊簡報，實例解析、全彩呈現。 　　2. 解構並判讀財報的章節祕密，學會估算股票價值和本益比。四大代表性產業，消費類股、科技股、飯店類股和REITs類股的詳解。 　　3. 企業併購、首次公開募股、特殊目的收購公司、槓桿和股票分割五大美股特例，又將如何影響投資者心理。 　　4. 會避險、懂配置、布局槓桿ETF的三大投資策略，股價升降都不怕。 　　5. 面對股價的上沖下洗，特殊交易的買與賣，也有聰明策略！   　　【只要一本，全方位了解美股的重大QA】 　　● 「股票投資人的天堂」美國股市的與眾不同之處？ 　　● 華爾街的大型基金是以什麼為基準來買賣股票？ 　　● 想要快速確認美股企業的公開資料時，該怎麼做？ 　　● 哪裡可了解巴菲特與卡爾伊坎的投資動向？ 　　● 哪裡可確認企業預測的營收成長與產業展望資料？ 　　● 如何看待IPO市場消息並運用在個人投資上？ 　　● 如何建立能獲取絕對收益的資產配置？ 　　● 美股投資人最想知道的、近年最火紅的美股投資類別，如REITs 、SPAC股票等，為何受歡迎？該怎麼投資？   【目錄】 導讀｜美股是長期資產配置必要的一環  財經專欄作家‧游庭皓 前言｜寫在全新修訂版之前 序言｜為什麼要投資美股？   CHAPTER1  進入美國股市的基礎知識 美國股市的主要參與者 美國股票市場結構 買方、賣方跟美國證券交易委員會（SEC）  三方的利害關係 從了解公司投資人關係（IR）網站開始   美國是股市投資天堂的原因 資本主義催生的投資人關係文化 上市公司在意投資人關係活動的原因 正確了解並使用投資者特權   美國堅持公司資訊透明的原因 美國公開資訊系統 美國投資者的投資依據  市場會懲罰揭露不實的公司   股價反映個股價值 估值的必要性 價值投資已死？ 找出公司隱藏資訊的方法 ﹝QA﹞美股也有主題類股或主力股嗎？   華爾街投資大師爲何選擇價值投資？ 價值投資的真正意義 價值投資的荊棘之路 價值投資的基本原則   CHAPTER 2 【實例解析】美國公司的公開資訊 一眼看懂IPO首次公開募股資訊 S-1、S-11 投資IPO股票的第一步 取得S-1報告的方法 IPO報告中的重點 透過S-1掌握商業模式：新創企業樹立的「華爾街新標準」 讓美國投資散戶撼動市場的PFOF模式 法規風險與股價間的關係 QA 如何得知企業的IPO時間和最終的S-1公開說明書？   透露最多資訊的年度財報 10-K、Annual Report 年報有兩種 10-K報告中的重點   快速應對股價波動的祕訣 10-Q和季度公開資訊 投資者對財報週的態度 取得公開揭露資料的方法 最終股價與收益趨於一致   股價走勢的關鍵，和市場共識間的鬥爭 分析師解讀未來的方法 在財報週推動股價的另一股力量 檢視市場共識的方法   無法預測的重大事件 8-K 第一時間掌握公司資訊的方法 美國企業的破產種類和程序 Hertz申請破產後的影響 真實版「博傻理論」 看清楚公告資訊的理由 ﹝QA﹞如何即時掌握企業發布的公開資訊？  ﹝QA﹞有償增資在美國對股價有什麼影響？ ﹝QA﹞美國的有償增資和南韓有何不同？   對沖基金投資者必看的公開資訊  DEF-14A (Proxy) 想了解公司經營團隊的話 庫克的薪酬有多少？   持股率>5%的隱含意義  13D、13G 專業機構大量收購公司股份的理由 華倫‧巴菲特的投資影響力   從對沖基金找投資機會 13F 了解投資公司的持股成分 當報告出爐時，可能早已完售   從內部人士股權交易資料可以看到什麼？ Form3、4、5 美國股市沒有小道消息 內部人士拋售或購買股票？   聽到企業併購消息要先確認公開資料  Merger Presentation、DEFM-14A 不要錯過震撼股價的大事件 併購消息出現後的投資機會 被收購公司的股東可以獲得多少？ 收購公司和被收購公司，誰才是好的投資標的？ S-4報告內含併購交易的所有記錄 ﹝QA﹞Caesars併購後的股價變化   另一個利多因素：企業分拆  Form10-12B 為什麼公司分拆是利多？ 公司分拆是創造股票價值的寶庫   資訊很多，卻還是焦慮的原因 「可能有投資機會」的錯覺 答案就在公開資料中   CHAPTER 3  越懂財報，報酬越高 財務報表裡的資訊   財報的章節祕密 看數字前，要先閱讀上下文   股票買進和賣出的時機 估算股票的合理價值 判別低價值股和高價值股 不是估算價格，而是估算價值 交易的價值和應有的交易價值 ﹝QA﹞營業利益、EBIT和EBITDA等指標之間的差別 ﹝QA﹞估值有時效性嗎？   低PER的陷阱和高PER的意義  搞懂PER的方法 大家對PER的誤會 PEG比：P/E值高的股票評估指標 可以彌補P/E值的PEG的使用限制 ﹝QA﹞投資時，要如何運用收益率和價值倍數？   與生活關係密切的公司  消費類股 防禦性類股：食品零售產業 Walmart成為股利之王的理由 大型連鎖超市Albertson和Kroger的財務對比 股東結構裡的重要祕密   不存在高點的成長績優股  科技股 左右SP500指數的科技績優股 現在的科技類股漲勢跟2000年的科技泡沫不同 看財報前，先了解商業模式 科技成長股的估值方式 第1階段：對商業模式的理解 第2階段：估算各業務部門損益表 第3階段：計算各業務部門價值、企業整體成本及企業價值 第4階段：計算財務報表中的負債和現金 第5階段：計算股東價值和合理股價 估算合理股價只要短短5分鐘？ 合理股價真正的意義與實戰投資應用法   消費和經營分離的美國式全球旅館產業  飯店類股 連鎖加盟飯店和飯店REITs的差別 飯店品牌公司的發展模式 防範經濟衰退風險的方法 ﹝QA﹞如何估算飯店營收？   你也能在紐約收租金？ REITs類股 既當股東又當房東 決定REITs股利的方法 高股利REITs的檢視重點 適用不動產類股的績效指標 ﹝QA﹞REITS公司有典型的分類嗎？ ﹝QA﹞投資REITS時，所得稅計算會有什麼不同？   CHAPTER4 美國個股的特殊狀況 我買的股票要進行併購了嗎？ 併購和股價的關係 產業龍頭股價暴跌的原因  Louis Vuitton併購奢侈品業務 賣掉被併購公司的股票的時間 如果市場忽然發生變化？ 併購案公開揭露資料的重要性 ﹝QA﹞美股沒有奢侈品企業，想要投資該怎麼做？  ﹝QA﹞SP500內的企業被收購清算後會如何？    帶著夢想到美國IPO  投資首次公開發行股票的方法 就算不景氣，美國IPO市場依舊熱絡 公開IPO日程的網站 散戶也能買IPO股嗎？ 更快速容易，但風險高的直接上市 美國公募股票投資人必懂的6個日期 ﹝QA﹞美國股票上市後，何時可以開始交易？   投資IPO的注意事項  IPO的投資風險 破碎的IPO早鳥夢 所有的泡沫都要過一段時間才會消退 ﹝QA﹞IPO股票也會成爲禿鷹的目標嗎？   革新與破壞的象徵——羅賓漢的首次公開募股  IPO投資指南 IPO投資是只有投資機構吃香的遊戲嗎？ 顛覆IPO市場格局的羅賓漢 隱藏在羅賓漢S-1公開說明書中的各種細節 如何及早應對威脅股價的拋售勢力？   有保本的股票嗎？ 投資SPAC的風險 SPAC和IPO的差別 SPAC的隱藏風險 SPAC的光明面與黑暗面 投資SPAC的離場時機 ﹝QA﹞被拿來跟SPAC比較的Penny Stock是什麼？ ﹝QA﹞什麼是OTC股票？   SPAC的隱藏紅利 權證與槓桿的效果 只有了解權證才能看到藏在SPAC中的紅利 用權證最大化報酬的方法 SPAC的兩大魅力：實現短期套利及分散投資效果   美國股票分割的誤解與真相  股票分割對股價的影響 只不過是切成小塊再賣出 爲什麼Tesla的股價，在發表股票分割後上漲了50%？ 華倫‧巴菲特不分割股票的理由 股票分割對道瓊指數的影響 ﹝QA﹞美國的股票分割和南韓的面額分割有何不同？ ﹝QA﹞股票合併是什麼？   公司減少、不發股利的徵兆  投資股利股的注意事項 高殖利率就是對股東好的公司嗎？ 想了解公司的股利支付率，要看財報的什麼地方？ ﹝QA﹞如何比較不同股利配發模式之間的殖利率呢？   有利多消息，但股價卻沒漲？ 解讀投資心理的方法 已反映在股價的利多消息，對股價不會產生影響 股價是不會說謊   CHAPTER5  美國股市常用的投資策略 左右報酬率的風險管理  避險基金的交易指定價格和期權策略 投資報酬的真實假象 先決定可承擔的風險 所有投資策略的基本：風險管理 對風險管理的誤解 點點滑鼠，防止虧損 保護性賣權   投資在冷靜與熱情之間 價值股和成長股、債券和股票間的關係 成長股和價值股的區分 兩全其美的方法 「股票60：債券40」的投資組合，有意義嗎？ ﹝QA﹞觀察市場走勢時，哪些經濟指標一定要看？   要把負槓桿一腳踢開嗎？ 槓桿對報酬率的影響 槓桿是投資者的朋友還是敵人？ 相對穩健的槓桿ETF活用術 ﹝QA﹞槓桿ETF的組成和運作機制   高盛和JP摩根的投資建議值得相信嗎？解讀研究報告的方法 研究報告應該怎麼看 目標股價追趕實際股價 比目標股價更重要的事情 企業價值與市場價格之間的意義 ﹝QA﹞散戶如何取得美國研究報告？ ﹝QA﹞IB或證券公司會藉旗下分析師的投資意見獲利嗎？   投資者最大的敵人就是自己  要堅持投資原則 華爾街驗證的五項投資原則 因應市場變動的投資組合原則 ﹝QA﹞累計期權有哪些種類？各自有何優缺點？   CHAPTER6  美國股票交易的策略和基礎 因應股價變動的投資策略基礎  催化劑交易（Catalyst Trading） 投資要有原則 股價忽然震盪的原因 有效活用財報週的方法   是什麼在驅動市場和股價？  宏觀交易（Macro Trading） 宏觀交易對散戶來說有何意義？ 面對通貨膨脹的投資策略 龍頭股所反映的市場和產業方向   蘋果效應！讓股市悲喜交錯的科技巨頭新聞  應對日常可能變數的買賣策略 活用股價同步性的買賣策略 透過8-K和頭條新聞，掌握暴漲、暴跌股的買賣策略 產業整體受到宏觀變數威脅的應對方法   帶動股價的財報週核心重點  財報遊戲 利用財報週前的預期心理 營收公布後的市場應對策略   沒辦法交易？  美國的暫停交易制度 面對劇烈波動一定要確認的事 因市場波動導致暫停交易：Volatility Halt 因主要資訊發布導致暫停交易：News Halts 因法令遵循導致暫停交易：Compliance Halts 暫停股市的機制：Circuit Breaker 瞄準暴漲股和暴跌股的對沖交易和做空 牽制爭議性做空行為：美式「平盤以下禁止放空規則」 ﹝QA﹞可以連續啟動平盤以下禁止放空規則嗎？ ﹝QA﹞缺少前一日收盤價的話，可以啟動熔斷機制嗎？   對沖基金交易員在超級財報周的一天 05:55起床 06:00打開彭博APP，確認電子郵件 06:10準備上班 06:27搭Uber上班 06:31抵達辦公室，登入彭博系統 07:30向PM報告 08:00盤前交易，季營收開始公布 08:35電話會議接力賽、調整部位 10:00電話會議，即時反應的市場 11:10電話會議持續進行中 12:50已過了午餐時間 13:30投資對象的競爭對手營收表現不好的時候 15:45高成交量收盤的應對方法 16:00收盤，季營收繼續發表 20:00確認是否有補充的公告 23:00下班 24:30就寢   【附錄】投資散戶一定要參考的實用美股網站 提醒事項  看更多

版面研究所⑥網頁版面學：429個網頁設計要領，創造友善易用的版面（429個國際頂尖網站，QRCODE隨掃隨參考） (1版)

類似書籍推薦給您

【簡介】 【429個頂尖網頁設計要領，創造滿足使用體驗的版面】 打造絕佳UI/UX的產品體驗，理解使用者感受 結合趨勢設計，電腦或手機都方便瀏覽的技巧 掌握客戶與使用者需要的版面，成功創造友善設計 善用小工具，提高網站易用性與使用者黏著度   - 全書429個範例均附QRCODE，隨找隨用立即溝通設計寶典 -   　　「希望與客戶討論時，能有範本具體歸納出方向性。」 　　「雖然有構想，卻不知道需要什麼？該怎麼做？」 　　「想不出設計的點子。」 　　本書就是能夠在這些情況派上用場的好幫手！   　　【一次掌握網頁新法】 　　◆協助新手破解設計迷思 　　◆七個視角達到客戶需求 　　◆隨找隨用可溝通事典 　　◆掌握版式構成要訣 　　◆全書範例均附QRCODE   　　【超給力設計補給站】 　　◆12個最新網頁設計趨勢網站 　　◆45個優質可授權圖庫網站 　　◆4大成功傳遞網頁訴求法則 　　◆6個可免費使用的調色盤產生器  　  　　嚴選429件優質網頁設計範例，從「基礎知識」、「形象」、「配色」、「行業」、「排版、構圖」、「素材、字型與程式」、「趨勢」、「區塊」這八個方向進行網頁製作分析，依客戶需求、品牌識別、產品特色、使用者習慣打造響應式網頁設計。不管在電腦或手機介面上觀看都可以輕鬆瀏覽，符合現代趨勢的設計。   　　案例非常多，有「我想打造具透明感的設計」「以黃色基調的配色」「要製作餐廳、咖啡廳網頁」「想要多欄式排版」「動態影片的設計」「響應式網頁設計」或「調色盤產生器」「買斷式授權的圖庫網站」支援工具，能夠依目的找到符合需求的設計，很適合當作需要時再來翻閱的事典運用。此外，書中每個範例都有網址與QRCODE供你參考使用，加強學習效果。   　　【本書的目標讀者】 　　◆想不出設計點子的人 　　◆對設計沒有自信的人 　　◆想準備與客戶討論時使用的範本，讓方向性更明確 　　◆想知道網頁設計最新趨勢的人 【目錄】 本書使用方法  PART 0 網頁設計基礎知識 01 網頁設計基礎知識  02 網頁設計結構與工作流程  03 網頁設計中的設計區塊  04 網頁設計中的圖像  05 網頁設計與字型學 06 色彩基礎知識  07 配色基礎知識  COLUMN 買斷式授權的圖庫網站①    PART 1 從形象出發的設計 01 散發透明感的設計  02 簡約清爽的設計  03 自然柔和的設計  04 優雅有質感的設計  05 冷冽前衛的設計  06 可愛俏麗的設計  07 活潑普普風的設計  08 踏實值得信賴的設計  09 古典高雅的設計  10 日本和風設計  11 適合兒童的設計  12 女性化的柔美設計  13 男性化的陽剛設計  14 帶有高級感的設計  15 讓食物更顯美味的設計  16 帶有季節感的設計  COLUMN 買斷式授權的圖庫網站②    PART 2 從配色出發的設計 01 從LOGO與品牌色出發的配色  02 黃色基調的配色  03 橙色基調的配色  04 紅色基調的配色  05 粉紅色基調的配色  06 紫色基調的配色  07 藍色基調的配色  08 綠色基調的配色  09 褐色基調的配色  10 白色或灰色基調的配色  11 黑色基調的配色  12 按照色調決定配色  COLUMN 調色盤產生器與瀏覽器附加元件   PART 3 從行業、類型出發的設計 01 餐廳、咖啡廳網站  02 醫療機構、醫院網站  03 時尚網站  04 美容、沙龍網站  05 藝術展、活動網站  06 音樂網站  07 動漫、遊戲網站  08 專業事務所網站  09 學校、幼稚園網站  10 個人履歷網站  11 新聞、入口網站  12 電子商務網站  13 公司網站  14 運動、健身網站  15 一頁式網頁 COLUMN 網頁設計參考網站    PART 4 從排版、構圖出發的設計 01 網格式排版  02 卡片、磁磚型排版  03 單欄式排版  04 雙欄式排版  05 多欄式排版  06 全螢幕式排版  07 跳脫網格的排版 08 自由排版 COLUMN 排版時應顧及的4大法則    PART 5 用到素材、字型、程式的設計 01 以照片為主的設計  02 使用去背照片的設計  03 以紋理質感為主的設計  04 使用裝飾的設計  05 藉插圖打造親切感的設計  06 善用字體排印學的設計  07 有效運用影片的設計  08 具備動態要素的設計  09 用資訊圖表呈現的設計  COLUMN 買斷式授權的圖示圖庫    PART 6 從趨勢出發的設計 01 3D圖形  02 玻璃擬態 03 微互動 04 跳脫網格排版 05 視差滾動 06 鮮豔漸層  07 手寫風字型  08 流體形狀 09 等距視角插圖  10 復古時尚  11 響應式網頁設計 12 網頁字型  COLUMN 網頁字型服務範例 COLUMN 按照需求的資訊設計與設計編排法    PART 7 從區塊出發的設計 01 頁首 02 導覽列 03 標題 04 按鈕 05 載入效果 06 表單 07 頁尾 COLUMN 買斷式授權的插圖圖庫  看更多

順勢投資美股ETF：讓世界頂尖公司和經濟趨勢為你賺錢 (1版)

類似書籍推薦給您

【簡介】 　　跨領域收錄超過100檔美股重點ETF ｘ 世界績優股 　　順勢善用選擇，任何時機都有獲利機會！   　　一次認識市場重點ETF ────── 　　美股3大指數、11大產業、世界7大貨幣、全球區域市場、國際債券   　　市場有各式各樣的投資途徑，近年全球最受矚目的投資管道之一就是美股ETF。本書為讀者提供一個美股ETF的市場輪廓，協助從中找到適合自己的投資方向和模式，建立自己的財富之路。股市能創造獲利的ETF很多，可惜沒有一種「永遠最賺錢」的投資選項。花無百日紅，沒有一種投資能永久不墜地持續成長，就連備受市場推薦的美股大盤S＆P 500指數也曾有很長的困頓期。好消息是，不管市場如何翻雲覆雨，「賺錢的選擇」一直都存在。認識多一項選擇，人生就多一條財富管道，即使在令人灰心的熊市也有致富的機會。    　　★ 投資的基礎打點───自我準備 ╳ 資源分配 ╳ 美股工具 　　美股ETF的基本介紹，除了優勢也包含挑戰和風險。投資關鍵在自己，首先要先搞定一些個人因素，避免上船三分鐘就暈船，不但損失時間和金錢，還半途而廢收場。英文不好也不用怕，數位時代有很多工具可以協助上手。   　　★ 看見市場的重點───經濟指標 ╳ 財報指標 ╳ 技術指標 　　打點好自己後就要認識投資環境，透過一些市場指標來熟悉道路，包含基本面和技術面的重點指標。出門看天氣，買賣看時機，這些路況指標是來協助我們避開冤枉路、危險路和死路。了解這些指標背後的意義和關聯性，我們就能做更好的投資布局。   　　★ 江湖的生存運作───投資決策流程 ╳ 停損停利策略 ╳ 投資組合回測 　　我們要整合個人和市場的條件，決定適合自己的投資路線。不管是山路或水路都要建立一套自己的投資決策法來降低誤判和迷失的可能。在路上萬一遇到意外，我們也要學習如何停損和停利來減少破財，維護我們的收益，並在過程中檢討進化。    　　★ 順勢的靈活搭配───善用黃金時機 ╳ 世界績優股 ╳ 特殊工具型ETF  　　我們每天都會接收到很多資訊，如果可以將它們與投資連結就能發揮順勢投資的力量。除了一般ETF，在績效追求下我們也可以多元搭配個股和特殊工具型ETF。想在預期的時間內達到理想的收穫，順勢交易和風險管理是關鍵。    　　★ 建構財富的道路───整體市場 ╳ 產業 ╳ 區域 ╳ 債券 ╳ 貨幣之ETF大集結 　　認識不同的投資指標和工具後，投資選擇是實踐獲利的主要關鍵。在不同經濟局勢下，認識的選擇越多，能運用的賺錢選項就越多。多元的投資選擇蘊藏著無限可能，我們都可以在無窮的市場找到屬於自己的一片天。  【目錄】 自序／重逢美股的新生之路    【PART I  知己知彼，百戰多勝】  第1章     進入美股ETF：讓市場為你賺錢 1-1 美股ETF的優勢及常見分類 1-2 美國和台灣的股市規則有些不同 1-3 投資美股的管道及海外資產的風險 1-4 英文不是障礙，有協助的方法和工具   第2章     「自己」是投資成果的關鍵 2-1 讓投資持續進步的金鑰匙 2-2 生活無處不在的投資靈感 2-3 錢進股市很快，但真正賺錢氣要長 2-4 配置自己的重點資源：時間和資金   第3章     市場脈動：讓投資指標助你一臂之力 3-1 美股ETF的基礎評估指標 3-2 出門看天氣，進場看時機：經濟指標 3-3 影響ETF脈動的重點成分股：公司財務指標 3-4 買進和賣出的訊號：技術指標和型態   第4章     打造適合自己的投資策略 4-1 設計專屬的投資決策流程 4-2 為何虧損比想像更難翻身？停損的拿捏 4-3 漲多少該獲利了結？停利的四種策略 4-4 檢視績效，升級自己的投資組合   第5章     靈活運用投資選項 5-1 善用「選擇」，順勢把握賺錢的機會 5-2 從ETF挖掘世界的績優股 5-3 績效加倍的「槓桿型ETF」和逆勢獲利的「反向型ETF」 5-4 主題相似的ETF很多，該如何選擇？   【PART II  多元的美股ETF選擇】  第6章     順著經濟趨勢布局：整體市場ETF 6-1 世界經濟指標：美股三大指數 6-2 市場脈動先驅：中小型企業指數 6-3 股海裡的「價值股ETF」和「成長股ETF」 6-4 美國和全球整體市場ETF   第7章     把握景氣循環的績優類股：產業型ETF 7-1 能源：石油、天然氣、媒炭、其他能源 7-2 原物料：農業、金屬、其他天然資源 7-3 工業： 運輸、建築營造、航太、軍工 7-4 必需消費品：食品飲料、藥品零售、生活用品 7-5 非必需消費品： 汽車業、零售業、休閒娛樂 7-6 醫療保健：健康照護、製藥、醫療設備、生物科技 7-7 資訊科技：半導體、雲端運算、人工智慧 7-8 金融：銀行、保險、投資 7-9 通訊服務：電信業、媒體業 7-10 公用事業：交通建設、電力及水利事業、廢物處理 7-11 房地產：住宅、商辦、物流倉儲、數據中心   第8章     參與個別經濟成長：區域型ETF 8-1 區域型的投資市場分類 8-2 最具成長潛力的新興市場 8-3 不同地區的金雞母公司 8-4 綜合及單一區域的ETF選擇   第9章     投資組合的常見配置：債券型ETF 9-1 投資不可忽視的債券市場 9-2 影響債券價格的因素和風險 9-3 不同的債券型ETF選擇 9-4 組合式選擇：股票債券型ETF   第10章   從國際脈動看見外匯契機：貨幣型ETF 10-1 不同貨幣的特性也不一樣 10-2 外匯基礎：貨幣報價和參考指標 10-3 主要貨幣的ETF投資選項 10-4 崛起的加密貨幣ETF   第11章   聚焦特定商機：主題型ETF 11-1 搜尋多元的投資主題 11-2 投資人關注不墜：高股息ETF 11-3 熊市訊號？VIX波動率指數ETF 11-4 共好趨勢：ESG企業永續發展ETF   附錄／參考資料 看更多

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