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

AI輔助學習 Excel VBA最強入門邁向辦公室自動化之路王者歸來 上冊（二版） (2版)

類似書籍推薦給您

【簡介】 Excel VBA最強入門邁向頂尖高手之路 全彩印刷 第2版 ☆★☆【功能最多】、【內容最完整】☆★☆ ☆★☆【基礎入門】、【AI輔助學習】、【專題實作】☆★☆ ☆★☆【41個主題】、【885個程式實例】☆★☆ 　　相較第1版，新增內容主要是「用AI協助我們設計Excel VBA程式，同時增加設計員工資料、庫存、客戶關係管理系統專題實作」，新增內容如下： 　　★ 認識有哪些AI可以輔助學習Excel VBA 　　☆ AI輔助Debug程式 　　★ AI為程式增加註解 　　☆ AI輔助學習Excel函數 　　★ AI輔助學習Excel VBA程式設計 　　☆ AI輔助設計Excel VBA計算通話費用 　　★ AI輔助批量更新舊版「.xls」為新版的「.xlsx」 　　☆ AI輔助批量更新舊版「.doc」為新版的「.docx」 　　★ AI輔助批量更新舊版「.ppt」為新版的「.pptx」 　　☆ AI輔助批量執行CSV檔案和Excel檔案的轉換 　　★ AI輔助設計Excel圖表 　　☆ 用Excel VBA在Excel內設計聊天機器人 　　★ 設計員工資料、庫存、客戶關係管理系統 　　☆ 其他細節修訂約120處 　　Excel軟體本身不難，也是辦公室最常用的軟體之一，但是要更進一步學習Excel VBA則是有些困難，原因是市面上的Excel VBA書籍存在下列缺點： 　　1：沒有循序漸進解說。 　　2：最基礎的Excel VBA語法沒有解釋。 　　3：Excel VBA語法沒有完整說明。 　　4：Excel元件與Excel VBA語法關聯性解釋不完整。 　　5：冗長的文字敘述，缺乏淺顯易懂的實例解說。 　　6：Excel VBA實例太少。 　　7：沒有完整的企業應用實例。 　　這本書(上、下冊)共有41個章節，其中1-18章是上冊，19-41章是下冊，共使用約885個程式實例完整解說： 　　★ 巨集觀念，從巨集到VBA之路 　　☆ AI輔助Excel VBA程式設計 　　★ 程式建立與美化工作表 　　☆ 從程式觀點徹底認識儲存格、工作表與活頁簿 　　★ 資料驗證 　　☆ 數據統計、排序與篩選 　　★ 樞紐分析表 　　☆ 走勢圖與輸贏分析 　　★ 視覺化圖表 　　☆ 靜態與動態表單設計 　　★ 財務管理的應用 　　☆ AI輔助更新Word/Excel/CSV/PowerPoint檔案 　　★ 在Excel內開發聊天機器人 　　☆ 專題實作 – 員工/庫存/客戶關係管理系統 　　有了上述知識，讀者可以輕鬆將上述觀念應用在人力、客戶關係、財會、業務、管理、分析等自動化工作。 【目錄】 第一章 巨集 第二章 從巨集到VBA 之路 第三章 我的第一個VBA 程式 第四章 VBA 程式設計的基礎觀念 第五章 Excel VBA 的運算子 第六章 輸入與輸出 第七章 條件控制使用If 第八章 陣列與程式迴圈控制 第九章 建立自定資料、程序與函數 第十章 Excel VBA 的物件、物件屬性與方法 第十一章 Excel VBA 調用Excel 函數 第十二章 Excel VBA 的日期與時間函數 第十三章 Excel VBA 的字串與數值函數 第十四章 Application 物件 第十五章 Workbooks 物件 第十六章 Worksheet 物件 第十七章 Range 物件 – 參照儲存格區間 第十八章 Range 物件 – 設定儲存格的格式 附錄A 常數/ 關鍵字/ 函數索引表 附錄B RGB 色彩表

AI輔助學習 Excel VBA最強入門邁向辦公室自動化之路王者歸來 下冊(二版) (2版)

類似書籍推薦給您

【簡介】 Excel VBA最強入門邁向頂尖高手之路 全彩印刷 第2版 ☆★☆【功能最多】、【內容最完整】☆★☆ ☆★☆【基礎入門】、【AI輔助學習】、【專題實作】☆★☆ ☆★☆【41個主題】、【885個程式實例】☆★☆ 　　相較第1版，新增內容主要是「用AI協助我們設計Excel VBA程式，同時增加設計員工資料、庫存、客戶關係管理系統專題實作」，新增內容如下： 　　★ 認識有哪些AI可以輔助學習Excel VBA 　　☆ AI輔助Debug程式　 　　★ AI為程式增加註解 　　☆ AI輔助學習Excel函數 　　★ AI輔助學習Excel VBA程式設計 　　☆ AI輔助設計Excel VBA計算通話費用 　　★ AI輔助批量更新舊版「.xls」為新版的「.xlsx」 　　☆ AI輔助批量更新舊版「.doc」為新版的「.docx」 　　★ AI輔助批量更新舊版「.ppt」為新版的「.pptx」 　　☆ AI輔助批量執行CSV檔案和Excel檔案的轉換 　　★ AI輔助設計Excel圖表 　　☆ 用Excel VBA在Excel內設計聊天機器人 　　★ 設計員工資料、庫存、客戶關係管理系統 　　☆ 其他細節修訂約120處 　　Excel軟體本身不難，也是辦公室最常用的軟體之一，但是要更進一步學習Excel VBA則是有些困難，原因是市面上的Excel VBA書籍存在下列缺點： 　　1：沒有循序漸進解說。 　　2：最基礎的Excel VBA語法沒有解釋。 　　3：Excel VBA語法沒有完整說明。 　　4：Excel元件與Excel VBA語法關聯性解釋不完整。 　　5：冗長的文字敘述，缺乏淺顯易懂的實例解說。 　　6：Excel VBA實例太少。 　　7：沒有完整的企業應用實例。 　　這本書(上、下冊)共有41個章節，其中1-18章是上冊，19-41章是下冊，共使用約885個程式實例完整解說： 　　★ 巨集觀念，從巨集到VBA之路 　　☆ AI輔助Excel VBA程式設計 　　★ 程式建立與美化工作表 　　☆ 從程式觀點徹底認識儲存格、工作表與活頁簿 　　★ 資料驗證 　　☆ 數據統計、排序與篩選 　　★ 樞紐分析表 　　☆ 走勢圖與輸贏分析 　　★ 視覺化圖表 　　☆ 靜態與動態表單設計 　　★ 財務管理的應用 　　☆ AI輔助更新Word/Excel/CSV/PowerPoint檔案 　　★ 在Excel內開發聊天機器人 　　☆ 專題實作 – 員工/庫存/客戶關係管理系統 　　有了上述知識，讀者可以輕鬆將上述觀念應用在人力、客戶關係、財會、業務、管理、分析等自動化工作。 【目錄】 第十九章 Range 物件 - 儲存格的位址訊息 19-1 儲存格位址或是儲存格區間的位址Address 19-2 儲存格或儲存格區間欄與列的序號 19-3 再談End 屬性 19-4 Next 和Previous 屬性 19-5 欄編號查詢的應用 第二十章 Range 物件 – 資料輸入 20-1 輸入數值資料 20-2 刪除資料Range.ClearContents 20-3 輸入字串 20-4 輸入日期資料 . 20-5 輸入時間資料 20-6 輸入與刪除註解Range.AddComment 20-7 輸入與刪除附註Range.NoteText 20-8 快速輸入系列數據 20-9 使用Range.AutoFill 快速輸入數據 20-10 在單一儲存格輸入多列數據 20-11 在多個工作表輸入相同的數據 20-12 公式輸入與刪除 . 20-13 VarType 了解變數或物件的資料型態 20-14 TypeName 20-15 特殊的儲存格 第二十一章 Range 物件 - 操作儲存格 21-1 隱藏與顯示儲存格 21-2 合併儲存格 21-3 取消合併儲存格 21-4 插入與刪除儲存格 21-5 插入與刪除列 21-6 插入與刪除欄 21-7 其他刪除工作表儲存格的應用 21-8 剪下儲存格 21-9 複製儲存格 21-10 搜尋儲存格 Find 21-11 字串取代 Replace 21-12 為儲存格設置保護密碼 第二十二章 建立超連結Hyperlinks 22-1 Add 方法建立超連結字串 22-2 建立電子郵件超連結 22-3 建立多個超連結與增加信件主題 22-4 超連結跳至任一個儲存格或是儲存格區間 22-5 超連結一般檔案 22-6 建立自己的超連結提示 22-7 執行超連結 22-8 刪除超連結功能 22-9 刪除超連結但是保留字串格式 第二十三章 使用格式化建立高效吸睛的報表 23-1 設定格式化條件 23-2 格式化條件的屬性 23-3 FormatConditions 的數量與進一步的刪除 23-4 資料橫條 23-5 格式化色階的處理 23-6 建立圖示集 第二十四章 資料驗證 24-1 設定資料驗證Add 和Delete 24-2 資料驗證區間建立輸入提醒 24-3 驗證日期的資料輸入 24-4 錯誤輸入的提醒 24-5 設定輸入清單 24-6 選定輸入錯誤時的提醒樣式 24-7 將需要驗證的儲存格用黃色底顯示 第二十五章 數據排序與篩選 25-1 進入自動篩選和離開自動篩選 25-2 隱藏篩選向下箭頭 25-3 判斷目前是不是在篩選環境 25-4 取得篩選表單的範圍 25-5 正式篩選資料 25-6 複製篩選結果 25-7 計算篩選資料的筆數和加總篩選薪資總和 25-8 判斷是否篩選資料 25-9 獲得篩選的條件 25-10 更完整的篩選實例 25-11 前幾名或後幾名篩選 25-12 日期篩選 25-13 數據排序 第二十六章 樞紐分析表 26-1 建立樞紐分析表 26-2 計算樞紐分析表的數量 26-3 列出樞紐分析表的名稱 26-4 取得欄位的資料數量 26-5 取得欄位的項目名稱 26-6 複製樞紐分析表的資料 26-7 擷取樞紐分析表特定欄位的內容 26-8 列欄位含2 組資料的樞紐分析表 26-9 建立含分頁的樞紐分析表 第二十七章 走勢圖 27-1 建立走勢圖 27-2 觀察含負值的走勢圖 27-3 刪除走勢圖 27-4 建立不同色彩的走勢圖 27-5 建立直線走勢圖的高點顏色和低點顏色 27-6 建立負值使用不同顏色的走勢圖 27-7 空白走勢圖的補點處理 27-8 替隱藏欄位補資料 27-9 繪製數據水平線條 27-10 建立輸贏分析走勢圖 第二十八章 建立圖表 28-1 建立圖表使用Shapes.AddChart 28-2 建立圖表使用ChartObjects.Add 28-3 建立圖表和座標軸標題使用Chart.ChartWizard 方法 28-4 移動圖表使用Chart.Location 方法 28-5 認識Chart 的名稱與索引 28-6 編輯圖表標題與座標軸的標題 28-7在工作表操作圖表 28-8 數列資料的操作 28-9 建立多樣的直條圖 28-10 變更圖表 . 28-11 圓形圖製作 28-12 AI 輔助設計圖表 第二十九章 插入物件 29-1 插入與刪除物件 29-2 圖案的屬性編輯 29-3 建立線條 29-4 建立文字方塊 29-5 插入圖片 第三十章 Window 物件 30-1 視窗檢視模式 30-2 儲存格顯示範圍 30-3 工作表的捲動 30-4 將工作表群組化 30-5 窗格的應用 30-6 視窗的操作 第三十一章 工作表的列印 31-1 PrintOut 方法 31-2 預覽列印/ 設定列印份數/ 列印頁數區間 31-3 列印部份工作表或整個活頁簿 31-4 設定列印輸出到檔案 31-5 列印相關屬性設定PageSetup 方法 31-6 黑白或草稿列印 31-7 設定工作表的列印範圍 31-8 整體列印的設定 31-9 列印儲存格相關內容的應用 31-10 列印頁首/ 頁尾 31-11 取得列印的頁數 第三十二章 活頁簿事件 32-1 建立我的第一個事件 – 開啟活頁簿 32-2 Workbook_BeforeClose 32-3 Workbook_BeforeSave 32-4 Workbook_BeforePrint 32-5 SheetBeforeRightClick 第三十三章 工作表事件 33-1 Worksheet_Change 33-2 Worksheet_SelectionChange 33-3 Worksheet_Calculate 33-4 Worksheet_BeforeRightClick 33-5 Worksheet_BeforeDoubleClick 33-6 Worksheet_Activate 33-7 Worksheet_Deactivate 第三十四章 特殊事件 34-1 OnKey 方法 34-2 OnTime 方法 第三十五章 使用者介面設計 – UserForm 35-1 建立UserForm 物件 35-2 以圖片當作UserForm 背景 35-3 調整UserForm 背景顏色 35-4 UserForm 大小的設定 35-5 設定視窗的外框 35-6 在UserForm 建立命令按鈕 35-7 使用程式顯示UserForm 35-8 UserForm 的事件 35-9 命令按鈕CommandButton 35-10 建立標籤Label 35-11 建立文字方塊TextBox 35-12 UserForm 的綜合應用實例 第三十六章 使用者介面設計 - 控制項的應用 36-1 選項按鈕OptionButton 36-2 核取方塊 CheckBox 36-3 清單方塊ListBox 36-4 下拉式方塊ComboBox 36-5 框架Frame 36-6 多重頁面MultiPage 36-7 微調按鈕SpinButton 36-8 捲軸ScrollBar 36-9 圖像Image 36-10 ListView 控制項 36-11 TreeView 第三十七章 快顯功能表 37-1 新增/ 刪除/ 重設快顯功能表的指令 37-2 設定新增指令的位置Before 37-3 替指令新增加分隔線 37-4 在指令前方增加圖示FaceID 37-5 建立指令的功能 37-6 在快顯功能表內建立子功能表 37-7 列出執行指令的標題 第三十八章 財務上的應用 38-1 計算貸款年利率Rate 38-2 第一桶金存款計畫書PMT 38-3 計算投資報酬率IRR 38-4 計算設備折舊DB 38-5 計算保險總金額FV 第三十九章 ChatGPT 輔助更新Word/PowerPoint 檔案 39-1 AI 輔助舊版「.doc」轉換成新版「.docx」 39-2 AI 輔助舊版「.ppt」轉換成新版「.pptx」 第四十章 在Excel 內開發聊天機器人 40-1 取得API 密鑰 40-2 Excel 內執行ChatGPT 功能 40-3 設計Excel VBA 程式的步驟重點 40-4 建立HTTP 物件 40-5 第一次在Excel 執行ChatGPT 功能 40-6 情感分析 40-7 在Excel 內建立含功能鈕的ChatGPT 聊天機器人 第四十一章 專題 – 員工/ 庫存/ 客戶關係管理系統 41-1 員工資料管理系統 41-2 庫存管理系統 . 41-3 客戶關係管理系統 附錄A 常數/ 關鍵字/ 函數索引表 附錄B RGB 色彩表