第一章 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

1-2 讀取影像檔案

1-3 顯示影像與關閉影像視窗

1-4 儲存影像

?

第二章 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

2-4 BGR色彩空間

2-5 獲得影像的屬性

2-6 像素的BGR值

?

第三章 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

3-4 一維陣列的運算與切片

3-5 多維陣列的索引與切片

3-6 陣列水平與垂直合併

?

第四章 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

4-3 HSV色彩空間

4-4 拆分色彩通道

4-5 合併色彩通道

4-6 拆分與合併色彩通道的應用

4-7 alpha通道

?

第五章 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

5-3 建立彩色影像

?

第六章 影像處理的基礎知識

6-1 灰階影像的編輯

6-2 彩色影像的編輯

6-3 編輯含alpha通道的彩色影像

6-4 Numpy高效率讀取與設定像素的方法

6-5 影像感興趣區域的編輯

?

第七章 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

7-4 繪製矩形

7-5 繪製圓

7-6 繪製橢圓或橢圓弧度

7-7 繪製多邊形

7-8 輸出文字

7-9 反彈球的設計

7-10 滑鼠事件

7-11 滾動條的設計

7-12 滾動條當作開關的應用

?

第八章 影像計算邁向影像創作

8-1 影像加法運算

8-2 遮罩mask

8-3 重複曝光技術

8-4 影像的位元運算

8-5 影像加密與解密

?

第九章 閾值處理邁向數位情報

9-1 threshold( )函數

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

?

第十章 影像的幾何變換

10-1 影像縮放效果

10-2 影像翻轉

10-3 影像仿射

10-4 影像透視

10-5 重映射

?

第十一章 刪除影像雜訊

11-1 建立平滑影像需認識的名詞

11-2 均值濾波器

11-3 方框濾波器

11-4 中值濾波器

11-5 高斯濾波器

11-6 雙邊濾波器

11-7 2D濾波核

?

第十二章 數學形態學

12-1 腐蝕(Erosion)

12-2 膨脹(Dilation)

12-3 OpenCV應用在數學形態學的通用函數

12-4 開運算(Opening)

12-5 閉運算(Closing)

12-6 形態學梯度(morphological gradient)

12-7 禮帽運算(tophat)

12-8 黑帽運算(blackhat)

12-9 核函數

?

第十三章 影像梯度與邊緣偵測

13-1 影像梯度的基礎觀念

13-2 OpenCV函數Sobel( )

13-3 OpenCV函數Scharr( )

13-4 OpenCV函數Laplacian( )

13-5 Canny邊緣檢測

?

第十四章 影像金字塔

14-1 影像金字塔的原理

14-2 OpenCV的pyrDown( )函數

14-3 OpenCV的pyrUp( )函數

14-4 採樣逆運算的實驗

14-5 拉普拉斯金字塔(Laplacian Pyramid, LP)

?

第十五章 輪廓的檢測與匹配

15-1 影像內圖形的輪廓

15-2 繪製影像內圖形輪廓的系列實例

15-3 認識輪廓層級hierarchy

15-4 輪廓的特徵—影像矩(Image moments)

15-5 輪廓外形的匹配—Hu矩

15-6 再談輪廓外形匹配

?

第十六章 輪廓擬合與凸包的相關應用

16-1 輪廓的擬合

16-2 凸包

16-3 輪廓的幾何測試

?

第十七章 輪廓的特徵

17-1 寬高比(Aspect Ratio)

17-2 輪廓的極點

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

17-7 找尋影像物件最小值與最大值與他們的座標

17-8 計算影像的像素的均值與標準差

17-9 方向

?

第十八章 從直線檢測到無人駕駛車道檢測

18-1 霍夫變換的基礎原理解說

18-2 HoughLines( )函數

18-3 HoughLinesP( )函數

18-4 霍夫圓環變換檢測

?

第十九章 直方圖均衡化—增強影像對比度

19-1 認識直方圖

19-2 繪製直方圖

19-3 直方圖均衡化

19-4 限制自適應直方圖均衡化方法

?

第二十章 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( )

20-3 單模板匹配

20-4 多模板匹配

?

第二十一章 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

21-3 使用Numpy執行傅立葉變換

21-4 使用OpenCV完成傅立葉變換

?

第二十二章 影像分割使用分水嶺演算法

22-1 前言

22-2 分水嶺演算法與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

?

第二十三章 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

?

第二十四章 影像修復—搶救蒙娜麗莎的微笑

24-1 影像修復的演算法

24-2 影像修復的函數inpaint( )

24-3 修復蒙娜麗莎的微笑

?

第二十五章 辨識手寫數字

25-1 認識KNN演算法

25-2 認識Numpy與KNN演算法相關的知識

25-3 OpenCV的KNN演算法函數

25-4 有關手寫數字識別的Numpy基礎知識

25-5 識別手寫數字

?

第二十六章 OpenCV的攝影功能

26-1 啟用攝影機功能VideoCapture類別

26-2 使用VideoWriter類別執行錄影

26-3 播放影片

26-4 認識攝影功能的屬性

?

第二十七章 認識物件偵測原理與資源檔案

27-1 物件偵測原理

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

27-5 偵測側面的人臉

27-6 路人偵測

27-7 眼睛的偵測

27-8 偵測貓臉

27-9 俄羅斯車牌辨識

?

第二十八章 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

?

第二十九章 人臉辨識

29-1 LBPH人臉辨識

29-2 Eigenfaces人臉辨識

29-3 Fisherfaces人臉辨識

29-4 專題實作 - 建立員工人臉識別登入系統

?

第三十章 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

30-2 處理正樣本影像

30-3 處理負樣本影像

30-4 建立辨識車牌的哈爾(Haar)分類器

30-5 訓練辨識車牌的哈爾分類器

30-6 車牌偵測

30-7 心得報告

?

第三十一章 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

?

附錄A 安裝OpenCV

A-1 安裝Numpy

A-2 基本安裝OpenCV

A-3 擴展模組安裝

A-4 OpenCV的階層式分類器資源檔案

?

附錄B OpenCV函數、名詞與具名常數索引表

序



　　人工智慧的興起，除了機器學習與深度學習帶領風潮，AI視覺也成為人工智慧工程師鑽研的主題，多次與教育界的朋友聊天，一致感覺目前國內缺乏這方面完整敘述的書籍，這也是筆者撰寫這本書的動力。



　　其實一幅影像要做分析，讓電腦認知影像本質，牽涉許多複雜的數學運算，所幸OpenCV已經將這些複雜的數學運算封裝在一個個的函數內，讓整個學習變得簡化與容易許多。然而學習一個知識如果只是會調用函數，不了解函數內部數學原理，所設計的程式只是空洞沒有靈魂的程式碼，為此筆者在撰寫這本書除了採用當下最熱門的Python程式語言，同時採用2步驟說明。



　　1：函數數學原理解說。

　　2：套用函數講解影像創意與AI視覺的實例。



　　當讀者遵循這步驟學習時，相信所設計的物件就是一個帶有靈魂與智慧的程式碼了。在撰寫這本書時，筆者先從影像原理開始說起，逐一解說從影像到AI視覺所需的完整知識，這本書的主題內容如下：



　　●含31個主題、423個程式實例

　　●完整解說操作OpenCV需要的Numpy知識

　　●影像讀取、輸出與儲存

　　●認識色彩空間、BGR、RGB、HSV

　　●建立藝術畫作

　　●建立靜態與動態影像，打破OpenCV限制建立中文字輸出函數

　　●影像計算與影像的位元運算

　　●重複曝光技術

　　●影像加密與解密

　　●閾值處理

　　●數位情報員、深藏在影像的情報秘密

　　●數位浮水印、版權所有翻譯必究

　　●影像幾何變換、翻轉、仿射、透視、重映射

　　●影像遮罩與影像濾波器

　　●認識卷積

　　●認識與刪除影像雜質

　　●數學形態學、腐蝕、膨脹、開運算、閉運算、禮帽運算、黑帽運算

　　●從影像梯度到內部圖形的邊緣偵測

　　●影像金字塔

　　●影像輪廓特徵與匹配

　　●輪廓的擬合、凸包與幾何測試

　　●醫學應用器官影像的徵兆

　　●霍夫變換(Hough Transform)與直線檢測

　　●無人車駕駛車道檢測技術

　　●直方圖、增強影像對比度、修復太曝或太黑影像、去霧處理

　　●模板匹配、找尋距離最近的機場、找尋某區域高山數量

　　●傅立葉變換的方法與意義、空間域與頻率域的切換，進行影像處理

　　●分水嶺演算法執行影像分割

　　●前景影像擷取

　　●影像修復—搶救蒙娜麗莎的微笑

　　●辨識手寫數字

　　●OpenCV的攝影功能、活用拍照與錄影

　　●應用OpenCV內建的哈爾(Haar)特徵階層式分配器

　　●偵測人臉、身體、眼睛、貓臉、俄羅斯車牌

　　●設計自己的哈爾偵測分配器，應用在偵測台灣汽車車牌

　　●人臉辨識原理與應用

　　●執行車牌辨識?? ?



　　寫過許多的電腦書著作，本書沿襲筆者著作的特色，程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通OpenCV + Python，設計AI視覺的應用程式，編著本書雖力求完美，但是學經歷不足，謬誤難免，尚祈讀者不吝指正。