作者簡介

洪錦魁

　　一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家。

• 第 1 章　影像的讀取、顯示與儲存(第1-1頁)
  • 1-0 建議閱讀書籍(第1-2頁)
  • 1-1 程式導入 OpenCV 模組(第1-2頁)
  • 1-2 讀取影像檔案(第1-3頁)
  • 1-3 顯示影像與關閉影像視窗(第1-4頁)
  • 1-4 儲存影像(第1-8頁)
• 第 2 章　認識影像表示方法(第2-1頁)
  • 2-1 位元影像表示法(第2-2頁)
  • 2-2 GRAY 色彩空間(第2-2頁)
  • 2-3 RGB 色彩空間(第2-4頁)
  • 2-4 BGR 色彩空間(第2-7頁)
  • 2-5 獲得影像的屬性(第2-7頁)
  • 2-6 像素的 BGR 值(第2-9頁)
• 第 3 章　學習 OpenCV 需要的 Numpy 知識(第3-1頁)
  • 3-1 陣列 ndarray(第3-2頁)
  • 3-2 Numpy 的資料型態(第3-2頁)
  • 3-3 建立一維或多維陣列(第3-3頁)
  • 3-4 一維陣列的運算與切片(第3-12頁)
  • 3-5 多維陣列的索引與切片(第3-16頁)
  • 3-6 陣列水平與垂直合併(第3-22頁)
• 第 4 章　認識色彩空間到藝術創作(第4-1頁)
  • 4-1 BGR 與 RGB 色彩空間的轉換(第4-2頁)
  • 4-2 BGR 色彩空間轉換至 GRAY 色彩空間(第4-4頁)
  • 4-3 HSV 色彩空間(第4-7頁)
  • 4-4 拆分色彩通道(第4-10頁)
  • 4-5 合併色彩通道(第4-15頁)
  • 4-6 拆分與合併色彩通道的應用(第4-17頁)
  • 4-7 alpha 通道(第4-20頁)
• 第 5 章　妙手空空建立影像(第5-1頁)
  • 5-1 影像座標(第5-2頁)
  • 5-2 建立與編輯灰階影像(第5-2頁)
  • 5-3 建立彩色影像(第5-6頁)
第 6 章　影像處理的基礎知識(第6-1頁)
• 6-1 灰階影像的編輯(第6-2頁)
• 6-2 彩色影像的編輯(第6-3頁)
• 6-3 編輯含 alpha 通道的彩色影像(第6-9頁)
• 6-4 Numpy 高效率讀取與設定像素的方法(第6-11頁)
• 6-5 影像感興趣區域的編輯(第6-14頁)
第 7 章　從靜態到動態的繪圖功能(第7-1頁)
• 7-1 建立畫布(第7-2頁)
• 7-2 繪製直線(第7-3頁)
• 7-3 畫布背景色彩的設計(第7-4頁)
• 7-4 繪製矩形(第7-6頁)
• 7-5 繪製圓(第7-7頁)
• 7-6 繪製橢圓或橢圓弧度(第7-10頁)
• 7-7 繪製多邊形(第7-13頁)
• 7-8 輸出文字(第7-14頁)
• 7-9 反彈球的設計(第7-19頁)
• 7-10 滑鼠事件(第7-22頁)
• 7-11 滾動條的設計(第7-26頁)
• 7-12 滾動條當作開關的應用(第7-28頁)
第 8 章　影像計算邁向影像創作(第8-1頁)
• 8-1 影像加法運算(第8-2頁)
• 8-2 遮罩 mask(第8-9頁)
• 8-3 重複曝光技術(第8-10頁)
• 8-4 影像的位元運算(第8-13頁)
• 8-5 影像加密與解密(第8-22頁)
第 9 章　閾值處理邁向數位情報(第9-1頁)
• 9-1 threshold( ) 函數(第9-2頁)
• 9-2 Otsu 演算法(第9-13頁)
• 9-3 自適應閾值方法 adaptiveThreshold( ) 函數(第9-16頁)
• 9-4 平面圖的分解(第9-18頁)
• 9-5 隱藏在影像內的數位浮水印(第9-21頁)
第 10 章　影像的幾何變換(第10-1頁)
• 10-1 影像縮放效果(第10-2頁)
• 10-2 影像翻轉(第10-4頁)
• 10-3 影像仿射(第10-7頁)
• 10-4 影像透視(第10-14頁)
• 10-5 重映射(第10-17頁)
第 11 章　刪除影像雜訊(第11-1頁)
• 11-1 建立平滑影像需認識的名詞(第11-2頁)
• 11-2 均值濾波器(第11-4頁)
• 11-3 方框濾波器(第11-10頁)
• 11-4 中值濾波器(第11-13頁)
• 11-5 高斯濾波器(第11-16頁)
• 11-6 雙邊濾波器(第11-20頁)
• 11-7 2D 濾波核(第11-24頁)
第 12 章　數學形態學(第12-1頁)
• 12-1 腐蝕 (Erosion)(第12-2頁)
• 12-2 膨脹 (Dilation)(第12-6頁)
• 12-3 OpenCV 應用在數學形態學的通用函數(第12-11頁)
• 12-4 開運算 (Opening)(第12-12頁)
• 12-5 閉運算 (Closing)(第12-15頁)
• 12-6 形態學梯度 (Morphological gradient)(第12-17頁)
• 12-7 禮帽運算 (tophat)(第12-19頁)
• 12-8 黑帽運算 (blackhat)(第12-20頁)
• 12-9 核函數(第12-22頁)
第 13 章　影像梯度與邊緣偵測(第13-1頁)
• 13-1 影像梯度的基礎觀念(第13-2頁)
• 13-2 OpenCV 函數 Sobel( )(第13-4頁)
• 13-3 OpenCV 函數 Scharr( )(第13-12頁)
• 13-4 OpenCV 函數 Laplacian( )(第13-15頁)
• 13-5 Canny 邊緣檢測(第13-19頁)
第 14 章　影像金字塔(第14-1頁)
• 14-1 影像金字塔的原理(第14-2頁)
• 14-2 OpenCV 的 pyrDown( ) 函數(第14-5頁)
• 14-3 OpenCV 的 pyrUp( ) 函數(第14-7頁)
• 14-4 採樣逆運算的實驗(第14-8頁)
• 14-5 拉普拉斯金字塔 (Laplacian Pyramid, LP)(第14-12頁)
第 15 章　輪廓的檢測與匹配(第15-1頁)
• 15-1 影像內圖形的輪廓(第15-2頁)
• 15-2 繪製影像內圖形輪廓的系列實例(第15-4頁)
• 15-3 認識輪廓層級 hierarchy(第15-12頁)
• 15-4 輪廓的特徵 – 影像矩 (Image moments)(第15-20頁)
• 15-5 輪廓外形的匹配 – Hu 矩(第15-28頁)
• 15-6 再談輪廓外形匹配(第15-34頁)
第 16 章　輪廓擬合與凸包的相關應用(第16-1頁)
• 16-1 輪廓的擬合(第16-2頁)
• 16-2 凸包(第16-13頁)
• 16-3 輪廓的幾何測試(第16-19頁)
第 17 章　輪廓的特徵(第17-1頁)
• 17-1 寬高比 (Aspect Ratio)(第17-2頁)
• 17-2 輪廓的極點(第17-3頁)
• 17-3 Extent(第17-7頁)
• 17-4 Solidity(第17-8頁)
• 17-5 等效直徑 (Equivalent Diameter)(第17-10頁)
• 17-6 遮罩和非 0 像素點的座標訊息(第17-11頁)
• 17-7 找尋影像物件最小值與最大值與他們的座標(第17-15頁)
• 17-8 計算影像的像素的均值與標準差(第17-18頁)
• 17-9 方向(第17-21頁)
第 18 章　從直線檢測到無人駕駛車道檢測(第18-1頁)
• 18-1 霍夫變換的基礎原理解說(第18-2頁)
• 18-2 HoughLines( ) 函數(第18-7頁)
• 18-3 HoughLinesP( ) 函數(第18-9頁)
• 18-4 霍夫圓環變換檢測(第18-11頁)
第 19 章　直方圖均衡化 – 增強影像對比度(第19-1頁)
• 19-1 認識直方圖(第19-2頁)
• 19-2 繪製直方圖(第19-5頁)
• 19-3 直方圖均衡化(第19-12頁)
• 19-4 限制自適應直方圖均衡化方法(第19-18頁)
第 20 章　模板匹配 Template Matching(第20-1頁)
• 20-1 模板匹配的基礎觀念(第20-2頁)
• 20-2 模板匹配函數 matchTemplate( )(第20-3頁)
• 20-3 單模板匹配(第20-6頁)
• 20-4 多模板匹配(第20-14頁)
第 21 章　傅立葉 (Fourier) 變換(第21-1頁)
• 21-1 數據座標軸轉換的基礎知識(第21-2頁)
• 21-2 傅立葉基礎理論(第21-4頁)
• 21-3 使用 Numpy 執行傅立葉變換(第21-10頁)
• 21-4 使用 OpenCV 完成傅立葉變換(第21-15頁)
第 22 章　影像分割使用分水嶺演算法(第22-1頁)
• 22-1 前言(第22-2頁)
• 22-2 分水嶺演算法與 OpenCV 官方推薦網頁(第22-3頁)
• 22-3 分水嶺演算法步驟 1 – 認識 distanceTransform( )(第22-7頁)
• 22-4 分水嶺演算法步驟 2 – 找出未知區域(第22-10頁)
• 22-5 分水嶺演算法步驟 3 – 建立標記(第22-11頁)
• 22-6 完成分水嶺演算法(第22-14頁)
第 23 章　影像擷取(第23-1頁)
• 23-1 認識影像擷取的原理(第23-2頁)
• 23-2 OpenCV 的 grabCut( ) 函數(第23-2頁)
• 23-3 grabCut( ) 基礎實作(第23-3頁)
• 23-4 自定義遮罩實例(第23-6頁)
第 24 章　影像修復 – 搶救蒙娜麗莎的微笑(第24-1頁)
• 24-1 影像修復的演算法(第24-2頁)
• 24-2 影像修復的函數 inpaint( )(第24-3頁)
• 24-3 修復蒙娜麗莎的微笑(第24-3頁)
第 25 章　辨識手寫數字(第25-1頁)
• 25-1 認識 KNN 演算法(第25-2頁)
• 25-2 認識 Numpy 與 KNN 演算法相關的知識(第25-7頁)
• 25-3 OpenCV 的 KNN 演算法函數(第25-11頁)
• 25-4 有關手寫數字識別的 Numpy 基礎知識(第25-15頁)
• 25-5 識別手寫數字(第25-19頁)
第 26 章　OpenCV 的攝影功能(第26-1頁)
• 26-1 啟用攝影機功能 VideoCapture 類別(第26-2頁)
• 26-2 使用 VideoWriter 類別執行錄影(第26-6頁)
• 26-3 播放影片(第26-9頁)
• 26-4 認識攝影功能的屬性(第26-13頁)
第 27 章　認識物件偵測原理與資源檔案(第27-1頁)
• 27-1 物件偵測原理(第27-2頁)
• 27-2 找尋 OpenCV 的資源檔案來源(第27-5頁)
• 27-3 認識資源檔案(第27-6頁)
• 27-4 人臉的偵測(第27-7頁)
• 27-5 偵測側面的人臉(第27-14頁)
• 27-6 路人偵測(第27-16頁)
• 27-7 眼睛的偵測(第27-19頁)
• 27-8 偵測貓臉(第27-21頁)
• 27-9 俄羅斯車牌辨識(第27-23頁)
第 28 章　攝影機與人臉檔案(第28-1頁)
• 28-1 擷取相同大小的人臉存檔(第28-2頁)
• 28-2 使用攝影機擷取人臉影像(第28-3頁)
• 28-3 自動化攝影和擷取人像(第28-5頁)
• 28-4 半自動拍攝多張人臉的實例(第28-7頁)
• 28-5 全自動拍攝人臉影像(第28-8頁)
第 29 章　人臉辨識(第29-1頁)
• 29-1 LBPH 人臉辨識(第29-2頁)
• 29-2 Eigenfaces 人臉辨識(第29-9頁)
• 29-3 Fisherfaces 人臉辨識(第29-12頁)
• 29-4 專題實作 – 建立員工人臉識別登入系統(第29-15頁)
第 30 章　建立哈爾特徵分類器 – 車牌辨識(第30-1頁)
• 30-1 準備正樣本與負樣本影像資料(第30-2頁)
• 30-2 處理正樣本影像(第30-3頁)
• 30-3 處理負樣本影像(第30-7頁)
• 30-4 建立辨識車牌的哈爾 (Haar) 特徵分類器(第30-8頁)
• 30-5 訓練辨識車牌的哈爾特徵分類器(第30-13頁)
• 30-6 車牌偵測(第30-16頁)
• 30-7 心得報告(第30-18頁)
第 31 章　車牌辨識(第31-1頁)
• 31-1 擷取所讀取的車牌影像(第31-2頁)
• 31-2 使用 Tesseract OCR 執行車牌辨識(第31-2頁)
• 31-3 偵測車牌與辨識車牌(第31-3頁)
• 31-4 二值化處理車牌(第31-4頁)
• 31-5 形態學的開運算處理車牌(第31-5頁)
• 31-6 車牌辨識心得(第31-6頁)
附錄 A　安裝 OpenCV(第A-1頁)
• A-1 安裝 Numpy(第A-2頁)
• A-2 基本安裝 OpenCV(第A-2頁)
• A-3 擴展模組安裝(第A-2頁)
• A-4 OpenCV 的階層式分類器資源檔案(第A-3頁)
附錄 B　OpenCV 函數、名詞與具名常數索引表(第B-1頁)