Name: 邁向概念為本的課程與教學-如何整合內容與歷程 (1版)
Price: 298 TWD
Availability: InStock
Author: Erickson、Lanning
ISBN: 9789860744194

書名:	邁向概念為本的課程與教學-如何整合內容與歷程 (1版)
作者:	Erickson、Lanning
譯者:	李秀芬、林曦平、李丕寧
版次:	1
ISBN:	9789860744194
出版社:	心理
出版日期:	2021/07
書籍開數、尺寸:	17x23x1.36
頁數:	272
內文印刷顏色:	單色
#教育 #教學實務 #課程設計

定價:	~~350~~元
售價:	298元
庫存:	庫存: 2
LINE US!	詢問這本書團購優惠、書籍資訊等

邁向概念為本的課程與教學-如何整合內容與歷程 (1版)

定價: ~~350~~ 售價: 298 現省: 52

付款方式:	超商取貨付款
	信用卡
	線上轉帳
物流方式:	超商取貨
	宅配
	門市自取

詳細資訊

邁向概念為本的課程與教學－如何整合內容與歷程系列名：課程教學 ISBN13：9789860744194 替代書名：Transitioning to Concept-Based Curriculum and Instruction: How to Bring Content and Process Together 出版社：心理作者：琳恩‧艾瑞克森;洛薏絲‧蘭寧-作;劉恆昌-審閱譯者：李秀芬;林曦平;李丕寧裝訂／頁數：平裝／226頁規格：23cm*17cm*1.5cm (高/寬/厚) 重量：460克出版日：2021/08/23 中國圖書分類：教學內容簡介　　「所有閱讀這本書的讀者，將能夠從全方位理解概念為本課程的意義與價值。本書清楚解釋如何和學生有效交流並吸引他們投入批判性思考，幫助他們成為具有生產力的公民與終身學習者。」　　— 凱倫‧柯育奇 (Karen Creech) 　　維吉尼亞州里斯堡勞敦郡　　可托克汀(Catoctin)小學教師　　「高中學科主席們：請注意！為了扣合CCSS（各州共同核心標準）和NGSS（新世代科學標準）期許的目標而重新設計課程之前，你會希望跟學區課程督學還有老師們共讀這本書。」　　— 卡若‧史賓賽博士 (Dr. Carol Spencer) 　　佛蒙特州弗金斯城愛迪遜西北督導聯盟　　K-12課程主任　　設計21世紀課程與教學的前瞻模式　　　　　　　　　　　　　　　　　　　　　　　你如何看出孩子正在思考？凝視他的雙眼——孩子的雙眼會發亮，閃爍著終於領悟重要學科內容背後重要想法(big idea)的轉化瞬間。如果這樣的經驗極少在你的學校發生，那麼你需要一套探究導向並以想法為中心的課程與教學模式，而且現在就需要！　　藉由概念為本的課程，琳恩‧艾瑞克森與洛薏絲‧蘭寧示範了如何跳脫粗淺教完內容與低階技能練習，以啟動吸引智識投入的教學，吸引學生去發現問題並解決問題。新的洞見包括：　　● 如何跨越學科與年級設計並實施概念為本的課程與教學？　　● 為什麼在任何有效的概念為本課程中，內容和歷程是兩個不同但同樣重要的面向？　　● 如何確保學生培養出最重要的綜效性思考技能？　　為了滿足21世紀變化多端的需求，我們都在尋求最佳的課程與教學模式，而它……就在這裡。目錄序曲 CHAPTER 01 課程設計從目標本位模式到概念為本的模式 ‧ 作者對教育趨勢擺盪的簡短回顧 ‧ KUDs在概念為本模式中的價值教師學生行政人員家長 ‧ 傳統內容目標的問題 CHAPTER 02 二維度與三維度的課程模式 ‧ 比對二維度與三維度的課程模式 ‧ 簡介知識性結構與歷程性結構 ‧ 歷程與知識的交互作用 ‧ 比對教學敘述 CHAPTER 03 知識性結構 ‧ 瞭解知識性結構中的各種關係 ‧ 知識性結構如何引導課程設計 ‧ 設計國家、州或地區層級的學科課程架構 ‧ 數學是強調概念的學科 ‧ 概念和學科專屬通則的範例 CHAPTER 04 歷程性結構 ‧ 歷程性結構 ‧ 歷程性結構如何引導課程與教學 CHAPTER 05 發展中的概念為本教師 ‧ 銜接「知道」、「會做」與「理解」間的落差 ‧ 協作的概念為本教學單元計畫 ‧ 描述優質教學的通用術語符合所有學習者需求的教學單元屬性教學策略 / 技巧教學單元設計 ‧ 發展中的概念為本教師 ‧ 發展中的概念為本教師規準在教師評鑑計畫中占有一席之地嗎？ CHAPTER 06 發展中的概念為本學生 ‧ 你怎麼看思考？ ‧ 批判性思考與概念為本教學之間的關係 ‧ 批判性思考的發展 ‧ 發展中的概念為本學生 ‧ 為什麼分成這些類別？ CHAPTER 07 教師對概念為本的教學法需要瞭解什麼？ ‧ 概念為本課程與教學的本質及實施原因 ‧ 如何實施概念為本的課程與教學概念為本的單元：跨學科單元與單一學科單元促進深度理解的評量 ‧ 概念為本教學法的四個重要特色綜效性思考概念透鏡歸納式教學與演繹式教學的對照引導問題 ‧ 優質的教學法 ‧ 概念為本的教室 CHAPTER 08 校長和教學輔導教師需要瞭解什麼？在學校實施並延續概念為本的課程與教學模式 ‧ 創造課程實施的條件 ‧ 教師進修 ‧ 伴隨績效責任的教師支持：建立系統面的綜效 ‧ 蒐集並分析「對」的資料 CHAPTER 09 學區領導人對於概念為本的課程設計需要瞭解什麼？ ‧ 學區領導人對於概念為本課程與教學的分享 CHAPTER 10 摘要與未來之路 ‧ 課程與教學：經線 ‧ 概念為本的學習：緯線 ‧ 前進之途資源 ‧ 資源 A 概念為本的數學單元 ‧ 資源 B 概念為本的自然科學單元 ‧ 資源 C 概念為本的藝術單元 ‧ 資源 D 概念為本的外語單元 ‧ 資源 E 概念為本的音樂單元 ‧ 資源 F 調整第七章的學習活動參考文獻

為您推薦

概念為本的探究實作：促進理解與遷移的策略寶庫

概念為本的探究實作：促進理解與遷移的策略寶庫系列名：課程教學 ISBN13：9789860744323 替代書名：Concept-Based Inquiry in Action: Strategies to Promote Transferable Understanding 出版社：心理作者：卡拉.馬修;瑞秋.法蘭奇譯者：劉恆昌;李壹明裝訂／頁數：平裝／352頁規格：26cm*19cm*2cm (高/寬/厚) 重量：750克版次：1 出版日：2021/11/18 中國圖書分類：教學內容簡介　　所有學生都應該擁有運用概念思考的機會，但不是每個學生都能夠自己看出概念之間的關係。教師要如何建構思考的教室，讓學生的思考從事實層級進展到概念層級呢？　　《概念為本的探究實作》提供了答案。在本書中，卡拉‧馬修和瑞秋‧法蘭奇結合理論與實務創造出一套嶄新的探究架構，運用概念為本的探究來促進深入的理解。其關鍵在於運用教師、學生自己或師生共同設計的引導問題來幫助學生探究概念與概念之間的關係。不論是新進或資深的教育工作者，作者逐步引領他們實施教學策略以落實探究為本的學習，進而促進任何K-12課堂中的理解。　　本書與搭配的網站富含下列促進概念性理解的建構與遷移的必要資源：　　● 搭配概念為本探究各個階段的無數實用教學策略，並可因應不同對象加以改編　　● 呈現每一章重要觀念的視覺筆記　　● 顯示全球各地K-12課堂中概念為本探究實作的教學策略與教師訪談影片　　● 提供在課堂中運用的資料組織圖、錨形圖範例及可複製表格資源等模板，以輔助教學策略　　● 展示如何在單元中整合概念為本探究各個階段的規劃表格範例　　在現今如此錯綜複雜的世界，教師作為概念性理解的引導者角色從未如此迫切。《概念為本的探究實作》提供教師所需的工具，以圍繞著概念與概念之間的關係組織並聚焦學生的學習，為深入理解奠立基礎。名人推薦　　「這本書正是此刻我的學校迫切需要，用來幫助教育工作者以書面的概念為本課程為基礎，使教導的課程更上層樓——以達到最高的層級。」—內孚．柯騰（Neville Kirton），哥倫比亞波哥大市　哥倫比亞英國學院中學部副校長　　「這本書充滿了策略、插畫、圖表和照片，著實提供你需要的洞見以幫助學生更瞭解所學，加上那麼多可以在課堂運用的點子，本書是教育工作者必讀。」—阿曼妲．麥基（Amanda McKee），美國南卡羅來納州姜森維爾市　姜森維爾高中九年級代數/幾何教師　中學部授證講師/輔導教師目錄序曲　從學生思考到教師行動 CHAPTER 01　概念為本探究的基礎 ‧ 結合探究為本與概念為本的學習 ‧ 第一部分：探討探究為本的學習 ‧ 概念為本探究中的探究取徑 ‧ 第二部分：探討概念為本的學習 ‧ 用概念來組織學習 ‧ 知識性與歷程性結構 ‧ 以知識與歷程為基礎的學科 CHAPTER 02　概念為本的探究 ‧ 概念為本的探究模型 ‧ 概念為本的探究階段 ‧ 探究的複雜性 ‧ 概念為本的探究與歸納式取徑 ‧ 創造概念為本探究的文化 CHAPTER 03　規劃概念為本的探究 ‧ 概念為本的探究有哪些基本規劃步驟？ ‧ 教師如何強化自己對單元的理解？ ‧ 引導問題在概念為本的探究中扮演什麼角色？ ‧ 概念為本探究各個階段在課程單元中的樣貌？ ‧ 概念為本探究的節奏 ‧ 探究階段如何幫助教師規劃概念為本的探究？ ‧ 建立跨學科連結的取徑有哪些？ CHAPTER 04　投入 ‧ 運用投入策略啟動先備知識 ‧ 運用策略引發學生學習動機 ‧ 初步問題，初步思考 ‧ 重新思考我們對投入策略的使用 ‧ 投入策略表 ‧ 意見為基礎的策略 ‧ 體驗型策略 ‧ 討論為基礎的策略 ‧ 投入階段的評量 CHAPTER 05　聚焦 ‧ 運用概念形成策略使探究聚焦 ‧ 概念提供廣度與深度 ‧ 概念性思考的層級 ‧ 有效的概念形成實作 ‧ 概念形成策略：演繹式取徑與歸納式取徑 ‧ 選擇概念形成的策略 ‧ 概念形成的策略 ‧ 聚焦階段的評量 CHAPTER 06　調查 ‧ 真實事例的威力 ‧ 個案研究取徑 ‧ 聚焦於技能發展 ‧ 寫在策略之前 ‧ 調查的策略與資源 ‧ 調查階段的評量 CHAPTER 07　組織 ‧ 運用組織圖來建構意義 ‧ 認知負荷理論和組織資料的重要性 ‧ 再現與概念性理解 ‧ 共享發現形成探究者社群 ‧ 寫在策略之前 ‧ 組織與再現的策略 ‧ 組織階段的評量 CHAPTER 08　建立通則 ‧ 建構通則的歸納式取徑 ‧ 發展強大的通則 ‧ 搭建思考的鷹架 ‧ 記錄通則的重要性 ‧ 討論的重要性 ‧ 寫在策略之前 ‧ 建立通則的策略 ‧ 建立通則階段的評量 CHAPTER 09　遷移 ‧ 深化理解的遷移 ‧ 測試並證明通則 ‧ 瞭解新的事件與情境 ‧ 預測及假設 ‧ 應用所學 ‧ 採取行動 ‧ 遷移的策略 ‧ 遷移階段的評量 CHAPTER 10　反思 ‧ 反思的力量 ‧ 反思循環 ‧ 奠立能動性 ‧ 貫穿探究歷程的反思 ‧ 反思的策略 ‧ 評量貫穿探究階段的反思 CHAPTER 11　結束感言 ‧ 願景：創造思考的教室 ‧ 瞭解與改編｜資源｜ ‧ 資源 A　概念為本探究的術語彙編 ‧ 資源 B　概念為本的探究規劃表 ‧ 資源 C　概念為本的探究規劃表範例：工業化單元 ‧ 參考文獻

原價: ~~450~~ 售價: 383 現省: 67元

立即查看

創造思考的教室：概念為本的課程與教學 (1版)

書名：創造思考的教室：概念為本的課程與教學作者：Erickson(劉恆昌) 出版社：心理出版社有限公司出版日期：2018/11/27 ISBN：9789861918495 內容簡介　　「這本書機敏、睿智又激勵人心。藉著提醒我們學科的本質，本書向學科致敬；抱持教師透過瞭解教學的力量而成為更好的人的信念，本書向教師致敬；藉著期盼地球的子民暨未來世界的繼承者成為守護地球的明智思考者，本書向學生致敬。」　　─ 卡若‧安‧湯琳森（Carol Ann Tomlinson）威廉‧柯雷‧派瑞許二世講座教授維吉尼亞大學柯芮教育學院　　「當事實性與程序性知識距離我們僅有一指之遙，教育需要聚焦於可遷移的概念性理解以孕育脈絡化與高階層次的思考，這本必備之書將概念為本的學習所需的精明奧妙轉譯成可執行的教室實作。」　　─ 查爾斯‧法德爾（Charles Fadel）《四維度的教育》（Four-Dimensional Education）與《二十一世紀技能》（ 21th Century Skills）作者課程重新設計中心創辦人哈佛教育學院訪問學人　　　　　　　　　　　　超越事實的思考！　　如果我們希望學生獲得智識啟發、能夠有創意的解決問題、可以克服事物的複雜性，那麼，知道事實還不夠——其關鍵在於概念性理解。概念為本的課程重新攫取學生與生俱來對世界的好奇心，並提供吸引心神投入的驚喜感受。　　本書介紹了概念為本的課程與教學最新的思想領導，教育工作者將學習到如何　　● 符合嚴謹的學業標準要求　　● 運用知識性結構與歷程性結構以設計教學單元　　● 透過歸納式教學吸引學生投入探究　　● 找出概念透鏡並雕琢高品質的通則　　以及，探索深度層次的學習，以成為一位概念為本的專家教師。目錄 ‧ 圖表目次 ‧ 關於作者 ‧ 關於譯者 ‧ 前奏（榮恩‧睿察） ‧ 謝辭 ‧ 出版社謝辭 ‧ 序曲 ‧ 致繁體中文版讀者 ‧ 中文版推薦文 ‧ 教師社群推薦語 ‧ 譯者序思考的統整學習的遷移 ‧ 啟發智識智識品格與智識傾向 1. 創造性思考 2. 批判性思考 3. 反思性（後設認知）思考 4. 概念性思考 ‧ 各學科的思考與操作方法 ‧ 會思考的教師和學生 ‧ 彙總 ‧ 延伸思考 CHAPTER1 思考的教室 ‧ 教室快照 ‧ 運作中的腦 ‧ 綜效性思考概念透鏡的威力 CHAPTER 2 知識性結構與歷程性結構 ‧ 知識性結構數學科主題與概念的註解知識性結構的組成元素 ‧ 歷程性結構歷程性結構的組成元素 ‧ 知識與歷程之間的關係 ‧ 教育工作者的範式轉移 ‧ 逐年塑造概念性理解 ‧ 彙總 ‧ 延伸思考 CHAPTER 3 設計概念為本的課程單元 ‧ 跨學科與學科內單元設計 ‧ 概念為本的單元設計步驟 ‧ 比較主題為本與概念為本的單元 ‧ 瞭解單元網絡 ‧ 逐年升級的概念性理解 ‧ 是活動還是理解的評量？ ‧ 單元設計的問答 ‧ 彙總 ‧ 延伸思考 CHAPTER 4 概念為本教學單元中的探究式學習 ‧ 演繹式與歸納式教學 ‧ 探究式學習 ‧ 設計概念為本教學單元的困難與解決方案 ‧ 社會研究與英文語言藝術的跨學科教學單元計畫概念為本的英文語言藝術教學單元計畫概念為本的社會研究教學單元計畫 ‧ 如何使我的教學單元更加以概念為本？ ‧ 彙總 ‧ 延伸思考 ‧ 可行的解決方法：修改二維度拼字課 CHAPTER 5 發展中的概念為本教師與自我評量 ‧ 概念為本之旅 ‧ 教師的態度與信念 ‧ 發展中概念為本教師的規準瞭解概念為本的課程與教學概念為本的單元規劃概念為本的教學單元計畫概念為本的教學 ‧ 概念為本教學單元中的差異化教學 ‧ 流言與流言終結者 ‧ 彙總 ‧ 延伸思考 │資源│ ‧ 資源 A 概念為本的課程：術語彙編概念為本與國際文憑組織的術語對照 ‧ 資源 B 第二階與第三階通則的動詞樣本 ‧ 資源 C 概念為本的圖形組織工具 ‧ 資源 D-1 概念為本的課程：單元設計步驟 ‧ 資源 D-2 概念為本的課程：單元規劃範本 ‧ 資源 D-3 概念為本的課程：單元範例與單元終點評量 ‧ 資源 D-3.1 單元範例：圓幾何學 ‧ 資源 D-3.2 單元範例：我們真的被波浪包圍嗎？ ‧ 資源 D-3.3 單元範例：在遊戲中發展語言 ‧ 資源 D-3.4 單元範例：英文語言藝術 ‧ 資源 D-4.1 概念為本的教學單元計畫範本 ‧ 資源 D-4.2 概念為本的教學單元計畫範例 ‧ 資源 E 概念為本課程單元的評估檢核表 ‧ 資源 F 中學階段數學通則 ‧ 資源 G 早期美國殖民史：歷史單元網絡 │經常查詢的問題│ │參考文獻│

原價: ~~320~~ 售價: 272 現省: 48元

立即查看

整合運用差異化教學和重理解的課程設計

整合運用差異化教學和重理解的課程設計系列名：課程、學習與教學 ISBN13：9789860744569 替代書名：Integrating Differentiated Instruction & Understanding by Design: Connecting Content and Kids 出版社：心理作者：Carol Ann Tomlinson;Jay McTighe 譯者：侯秋玲裝訂／頁數：平裝／240頁規格：23cm*17cm (高/寬) 重量：420克出版日：2022/01/19 中國圖書分類：教學內容簡介　　老師每一天都在奮鬥，想要帶給學生高品質的教學。然而，條目繁瑣的學科課程內容標準及伴隨而來的績效責任考試，讓許多教育者備受困擾，感覺教學被重新導向到可能把師生都搞得筋疲力盡的方向。教育者需要一個模式，一方面肯定課程標準的核心必要性，另一方面也確保學生真正理解學科內容並以有意義的方式應用所學。對許多教育者來說，重理解的課程設計（UbD）滿足了這樣的需求。　　同時，老師們也發現，越來越難以忽略教室裡學生的多元差異，老師若是只給學生「上菜服務」一種課程（就算是優質的課程），卻沒考慮到學生多元不同的學習需求，通常沒有幾個老師會覺得他們的教學工作有效或令人滿意。對許多教育者而言，差異化教學（DI）提供了一個好架構，在規劃教學時納入學生的多元差異此一關鍵要素，來處理和滿足學生的多元學習需求。　　本書整合這兩個模式，提供讀者全新觀點來看待教育者面對的兩大挑戰――在課程標準主宰的時代設計強而有力的課程，並確保各式各樣的學生在課業學習上都能成功。每個模式都強化另一個模式，重理解的課程設計主要是課程設計的模式，焦點放在我們教的是什麼（what）；差異化教學主要是教學設計的模式，焦點放在我們教的是誰（who）、我們在哪裡教（where）及我們如何教（how）。本書作者告訴你如何整合運用逆向設計和差異化教學原則，打造能夠教導所有學生學習核心知識技能的課程與教學計畫。　　以有意義的方式連結學科內容和學生，是老師每一天努力做到的事情。UbD和DI攜手合作，提供發展課程與教學的架構、工具和指導原則，幫助老師達成這個目標，帶給學生最好、最有效的教與學。目錄 1 UbD和DI：不可或缺的夥伴關係 2 教學裡真正重要的是什麼？（學生） 3 學習裡真正重要的是什麼？（內容） 4 規劃成功學習時，真正重要的是什麼？ 5 在多元差異的教室裡，考量學習的證據 6 結合UbD進行回應式教學 7 在多元學業能力的教室裡，為理解而教 8 評分與成績報告 9 整合UbD和DI看課程與教學 10 朝整合運用UbD和DI前進附錄參考文獻

原價: ~~300~~ 售價: 255 現省: 45元

立即查看

重理解的課程設計 (1版)

書名：重理解的課程設計作者：Wiggins(賴麗珍) 出版社：心理出版社有限公司出版日期：2008/07/01 ISBN：9789861911649 內容簡介　　什麼是理解？理解和知識有什麼差別？如何決定某個大概念值得理解？理解為什麼是重要的教學目標，又如何知道學生已達成該目標？如何設計嚴謹又吸引人的課程，而這些課程的焦點放在理解，並且能夠在今日強調高利害測驗和標準本位的教育環境中改善學生的學習？　　本書作者Grant Wiggins和Jay McTighe在《重理解的課程設計》一書中回答了上述問題及其他許多問題。自一九九八年開始推介「重理解的課程設計法」（UbD）以來，作者已根據來自全世界使用過UbD課程設計架構的數千名教師之回饋，將原來的著作予以增訂，以利在課程設計、評量設計，以及教學設計方面，能指引幼稚園到高中教育階段的所有教師。以改進過的UbD範例作為核心，本書說明了「逆向設計」的原理，並且更深入探討「主要問題」和「學習遷移任務」這類關鍵概念的意義。閱讀本書之後，讀者將會了解，為什麼教師熟悉的內容本位和活動本位課程設計法無法達成教學目標，以及六個理解層面的課程焦點為何能增進學生的學習。透過一系列來自各學科領域且經過擴充的實用策略、工具、範例等，本書顯示如何把「重理解的課程設計法」之研究本位原理應用到學區的課程綱要和個別的課程單元之設計。　　結合激發思考的想法、經過深思後的分析，以及被測試過的方法，本書對教師兼課程設計者提供了一條編製課程的明路，而這套方法能確保學生和教師都能產生更好的學習和更深刻的經驗。　　另外，UbD交流網站（ubdexchange.org）的特色有：以逆向設計法為依據的電子式設計範例、課程單元和評量任務以UbD格式編製的可查詢資料庫，以及以UbD設計標準為本的課程設計線上評論程序。目錄第一章　逆向設計第二章　理解「理解」第三章　澄清目標第四章　理解的六個層面第五章　主要問題：理解的敲門磚第六章　建構理解第七章　像評量者一樣地思考第八章　效標和效度第九章　學習活動計畫第十章　重理解的教學第十一章　課程設計的過程第十二章　整體課程：以UbD為課程架構第十三章　「對，但是……」

原價: ~~520~~ 售價: 442 現省: 78元

立即查看

最新電子商務概論與實務-邁向CIW電子商務技術工程師(IBA)認證(Exam ID 1D0-61A)附贈OTAS題測

計算機概論-邁向2003年<旗標>

原價: ~~600~~ 售價: 540 現省: 60元

立即查看

計算機概論-邁向未來<碁峰>

原價: ~~680~~ 售價: 578 現省: 102元

立即查看

AI視覺：最強入門邁向頂尖高手王者歸來 (1版)

【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

原價: ~~1280~~ 售價: 1152 現省: 128元

立即查看

概念為本的探究實作：促進理解與遷移的策略寶庫

創造思考的教室：概念為本的課程與教學 (1版)

整合運用差異化教學和重理解的課程設計

重理解的課程設計 (1版)

最新電子商務概論與實務-邁向CIW電子商務技術工程師(IBA)認證(Exam ID 1D0-61A)附贈OTAS題測

最新數位多媒體概論-邁向DMT數位多媒體綜合能力國際認證附範例實作光碟(附贈OTAS題測系統)

計算機概論-邁向2003年<旗標>

計算機概論-邁向未來<碁峰>

AI視覺：最強入門邁向頂尖高手 王者歸來 (1版)

AI視覺：最強入門邁向頂尖高手王者歸來 (1版)