作者-Howard Weng -FindBook 找書網

▍第一部分準備 OpenCV 的 Python 開發環境
▍第 0 章建置 OpenCV 開發環境
0-1 Python 環境管理工具：Anaconda
0-2 安裝與開啟 JupyterLab
0-3 認識與使用 JupyterLab
0-4 JupyterLab 檔案管理
0-5 關閉 JupyterLab

▍第 1 章 OpenCV 影像讀取、顯示與儲存
1-1 OpenCV 簡介
1-2 OpenCV 與相關工具的安裝
1-3 利用 OpenCV 讀取影像檔案
1-4 利用 OpenCV 內建的函式顯示影像
1-5 利用 OpenCV 儲存影像
1-E 替未來準備：封裝本章的程式，方便日後使用

▍第二部分 OpenCV 影像基礎與色彩空間
▍第 2 章數位影像的基礎
2-1 認識影像如何儲存在電腦中
2 2 認識像素位置表示法：NumPy 與 OpenCV 的視角差異
2-3 認識影像的顏色通道
2-4 認識色碼（Hex Color Codes）
2-5 補充：影像在電腦占的儲存空間
2-E 練習：透過 Python 分析影像的基本元素

▍第 3 章認識 OpenCV 中的影像與色彩
3-1 認識 OpenCV 的 BGR 顏色通道
3-2 拆解與合併 OpenCV 的 BGR 顏色通道
3-3 進階內容：運用 OpenCV 計算影像的直方圖
3-4 進階內容：CMYK、HSV、HSL 色彩空間介紹
3-E 小專案：透過 HSV 色彩空間來篩選影像中的紅色

▍第三部分 OpenCV 影像處理基礎操作
▍第 4 章 OpenCV 影像變形處理
4-1 影像的剪裁
4-2 影像的旋轉
4-3 影像的縮放
4-4 影像的翻轉
4-5 影像的平移
4-6 進階：影像的任意角度旋轉
4-7 進階：仿射變換 – 平面影像變形的萬能工具
4-8 進階：透視變換 – 校正影像的空間變形
4-E 小專案：自製文件掃描機

▍第 5 章 OpenCV 影像繪製與標註
5-1 畫點於影像上
5-2 畫圓於影像上
5-3 畫線於影像上
5-4 畫矩形於影像上
5-5 畫橢圓、圓弧於影像上
5-6 畫多邊形於影像上
5-7 寫字於影像上
5-8 補充：標記特殊符號於影像上
5-E 小專案：模擬對 AI 偵測結果進行資料標記

▍第 6 章 OpenCV 影像數學運算
6-1 本章共通觀念、實作素材準備
6-2 影像的加、減法與絕對值差
6-3 影像的加權運算
6-4 影像的邏輯運算：AND、OR、XOR、NOT 運算
6-5 影像數學運算的綜合應用
6-E 小專案：「大家來找碴」破解器

▍第 7 章 OpenCV 影像模糊、銳化與馬賽克
7-1 本章共通觀念、認識濾波器與卷積
7-2 影像模糊的不同算法
7-3 影像銳化
7-4 影像馬賽克
7-E 小專案：保護貓貓肖像權

▍第 8 章 OpenCV 影像色彩與光影調校
8-1 本章共通觀念：OpenCV 線性變換
8-2 調整影像亮度、對比度
8-3 調整影像飽和度
8-4 調整影像色溫（冷色調、暖色調）
8-5 進階：透過 Gamma 矯正調整亮度
8-6 進階：自動對比度增強「直方圖均衡化」
8-7 進階：自適應對比度增強「CLAHE」
8-E 小專案：模仿 Photoshop 進行照片修圖

▍第四部分 OpenCV 影像分析
▍第 9 章 OpenCV 影像二值化
9-1 本章共通觀念：二值化的概念、彩色影像前處理
9-2 固定門檻值二值化
9-3 Otsu 二值化（自動門檻值二值化）
9-4 自適應二值化（Adaptive Thresholding）
9-5 小結：各種二值化比較
9-E 小專案：體驗車牌辨識的前處理

▍第 10 章 OpenCV 形態學運算
10-1 形態學運算的共通觀念：主體共識、結構元素
10-2 影像侵蝕
10-3 影像膨脹
10-4 進階形態學運算
10-E 小專案：優化車牌辨識的結果

▍第 11 章 OpenCV 邊緣偵測
11-1 Sobel 邊緣偵測
11-2 Laplacian 邊緣偵測
11-3 Canny 邊緣偵測
11-4 比較：邊緣偵測方法比較與應用建議
11-E 小專案：觀察不同的邊緣偵測方法效果

▍第 12 章 OpenCV 輪廓分析
12-1 輪廓擷取
12-2 計算輪廓面積
12-3 擷取輪廓後繪製外接矩形（Bounding Box）
12-E 小專案：尋找其他影像中的主體

▍第 13 章 OpenCV 影像分割
13-1 GrabCut 影像分割原理
13-2 影像分割：cv2.grabCut
13-3 程式範例：影像分割實作
13-4 進階：使用 GrabCut 的注意事項與優化建議
13-E 小專案：替其他影像進行去背

▍第五部分 OpenCV 影像匹配技術
▍第 14 章 OpenCV 模板匹配
14-1 模板匹配（單目標）
14-2 模板匹配（多目標）
14-3 模板匹配的限制與解法
14-E 小專案：找到影片畫面中的「略過廣告」按鈕

▍第 15 章 OpenCV 特徵偵測與匹配
15-1 本章共通觀念：關鍵點、描述子與特徵匹配
15-2 ORB 特徵偵測
15-3 BFM 暴力匹配（ORB 特徵匹配）
15-4 SIFT 特徵偵測
15-5 FLANN 匹配（SIFT 特徵匹配）
15-E 小專案：UI 元素匹配

▍第六部分 OpenCV 視窗互動、影片與即時影像處理
▍第 16 章 OpenCV 視窗與使用者互動
16-1 視窗的操作與關閉
16-2 進階視窗屬性操作
16-3 鍵盤輸入偵測與互動
16-4 滑鼠事件偵測與互動應用
16-5 視窗滑桿（Trackbar）互動應用
16-E 小專案：即時顯示滑鼠座標的影像觀察工具

▍第 17 章 OpenCV 影片處理
17-1 影片的基礎觀念
17-2 讀取影片並取得資訊
17-3 逐格處理影片
17-4 影片的儲存與編碼
17-E 小專案：製作影片負片（Negative）效果並儲存

▍第 18 章 OpenCV 攝影機即時影像分析
18-1 讀取攝影機即時影像
18-2 即時影像處理
18-E 小專案：即時影像素描風格（Sobel 邊緣偵測）

▍第七部分 OpenCV 從傳統影像處理到 AI 影像辨識
▍第 19 章從「傳統影像處理」邁向「AI 影像辨識」的 OpenCV
19-1 傳統影像處理 vs 深度學習：誰來定義特徵？
19-2 深度學習任務種類：偵測、辨識與追蹤
19-3 OpenCV 的深度學習模組
19-4 進階：AI 實作中經常出現的技術介紹

▍第 20 章 OpenCV 人臉偵測
20-1 人臉偵測基礎
20-2 用 Haar Cascade 方法進行人臉偵測
20-3 用 SSD 深度學習模型進行人臉偵測
20-4 用 YuNet 深度學習模型進行人臉偵測
20-E 小專案：觀察不同方法的即時人臉偵測

▍第 21 章 OpenCV 人臉辨識
21-1 本章共通觀念：準備環境、人臉訓練資料
21-2 透過傳統 LBPH 方法進行人臉辨識
21-3 透過深度學習的 SFace 模型進行人臉辨識
21-4 生活中的人臉辨識應用情境
21-E 小專案：即時人臉辨識系統

▍第 22 章 OpenCV 物件偵測
22-1 什麼是「物件偵測」？
22-2 使用 YOLO 深度學習模型進行物件偵測
22-3 從 YOLO 結果中篩選物件類別
22-4 補充：YOLOv8 的不同大小模型
22-E 小專案：即時攝影機 YOLO 偵測與生活應用

▍第 23 章 OpenCV 物件追蹤
23-1 什麼是「物件追蹤」？
23-2 本章共通函式：追蹤器與 ROI 框選
23-3 KCF 追蹤器
23-4 CSRT 追蹤器
23-5 自動偵測並追蹤：透過 YOLOv8 + KCF 實現自動追蹤
23-6 補充：其他 OpenCV 提供的追蹤器
23-E 小專案：「視覺化」追蹤軌跡與應用情境

▍第八部分 OpenCV 日常生活實用專案
▍專案 1 讓電腦自己玩遊戲！挑戰 Chrome 小恐龍
專案1-1 觀察與拆解：這個問題可以自動化嗎？
專案1-2 事前準備：安裝相關套件
專案1-3 鎖定範圍：螢幕截圖與 ROI 選取
專案1-4 分析畫面：背景差異分析與障礙物偵測
專案1-5 組裝程式：讓電腦自動遊玩！
專案1-6 驗證成果：測試結果與觀察
專案1-7 未來展望：如何讓小恐龍可以跑得更遠

▍專案 2 當電腦學會「看懂」遊戲：自動玩 2048
專案2-1 觀察與拆解：讓程式先「看懂」棋盤
專案2-2 事前準備：安裝相關套件、準備影像素材
專案2-3 鎖定範圍：螢幕截圖並將格子定位
專案2-4 分析遊戲：使用「模板匹配」進行數字辨識
專案2-5 實作遊戲機制：模擬 2048 遊戲機制
專案2-6 進行解題：貪婪策略
專案2-7 監控視窗：觀察遊戲進行的狀態
專案2-8 組裝程式：由主程式作為進入點開始遊戲！
專案2-9 驗證成果：測試結果與觀察
專案2-10 未來展望：如何更有效率且穩定地解出 2048

▍專案 3 刷臉就開門？自製居家智慧人臉門禁
專案3-1 觀察與拆解
專案3-2 事前準備：Telegram Bot 申請與人臉資料集
專案3-3 人臉偵測：用 YuNet 找出人臉位置
專案3-4 讓程式「認識」有哪些人
專案3-5 人臉辨識：拿特徵向量跟資料庫逐一比對
專案3-6 門禁反應：記錄並顯示結果
專案3-7 組裝程式：完整的即時攝影機門禁流程
專案3-8 實際測試：站到攝影機前，你能成功通過門禁嗎？
專案3-9 未來展望：如何優化門禁？

▍專案 4 貓咪偷進廚房怎麼辦？自製智慧寵物攝影機
專案4-1 觀察與拆解：如何實現一個智慧居家攝影機？
專案4-2 事前準備：建立 Telegram Bot 與環境設定
專案4-3 接通攝影機：讀取即時影像
專案4-4 偵測寵物：讓 YOLO 找出畫面中的寵物
專案4-5 框選禁區：只要目標進入就算入侵
專案4-6 Telegram 截圖通知：讓手機看到現場畫面
專案4-7 組裝程式：從偵測、判斷到通知的完整流程
專案4-8 實際測試：讓寵物走進警戒區看看
專案4-9 未來展望：讓居家寵物攝影機更聰明

▍專案 5 動手做自己的簡易版 Photoshop！
專案5-1 觀察與拆解：把修圖軟體的功能拆成一個個零件
專案5-2 事前準備：透過 Tkinter 開啟檔案
專案5-3 雙視窗顯示（影像、控制）與自動視窗排版
專案5-4 影像處理相關函式
專案5-5 影像標註工具
專案5-6 影像狀態列實作
專案5-7 組裝主程式流程
專案5-8 實際測試：測試我們自製的簡易版 Photoshop！
專案5-9 未來展望：讓自製的 Photoshop 有更多豐富的功能！