104學習精靈

．創作出更有深度的攝影作品 ．理解「糖水照」和「好照片」的差異 ．打開攝影的知識面，開始思考按快門的理由 ．認識攝影書閱讀方法，以及初步編輯自己照片的能力 ．了解攝影展觀看方式、不再覺得自己「沒有藝術天份」 ．釐清經典攝影評論的目的與方法

隨著美中貿易戰持續升溫與疫情肆虐，全球的工業布局重新洗牌，醫療科技瞬間抬頭的趨勢下，電腦視覺在工業與醫學資訊的應用更是勢不可擋。而影像視覺是AI的三大應用重點之一，OpenCV是電腦視覺開源應用的始祖，其兼容Python語言更使其與AI的整合更加容易。 在工業檢測AOI領域中，OpenCV是業界算法軟體自製的唯一選擇。在醫學領域，可透過Python套件實現許多醫學影像的讀取與寫入，搭配OpenCV的使用更可實現相關的影像分割等算法。 本課程由資深業師濃縮多年影像實戰經驗，提取最佳學習路徑，透過Python與OpenCV，帶領學員縱橫物件偵測、車牌辨識、工業AOI、醫學影像、視頻監控等應用，引導學員們一揭電腦視覺與開源社群的浩瀚海洋，使具備紮實的戰力投入於理想的視覺應用領域中。 適合對象 欲從事影像處理、電腦視覺、影像分析、影像辨識等演算法開發與實作驗證的工程師、研究者、創客。 想了解影像處理的演算法於嵌入式系統之移植與效能調整。 理解數位電腦視覺原理並能實作，包含：影像特徵提取、特徵強化、輪廓萃取、卷積運算、型態學運算。 從事深度學習在影像處理(如CNN)的研發，而對於影像處理關於物件識別、偵測的底層知識有興趣。 從事FPGA 影位影像訊號的處理，但想要理解底層影像處理相關的演算法。 課程大綱 第一階段 影像處理實務 影像處理實務 -數位影像的生成與結構 OpenCV 基礎認識 -OpenCV可以做什麼 -函式庫的組成及內容 環境配置 -Python簡介 -IDE(VS Code) + CV Library 影像格式與資料結構 影像處理四部曲 -影像讀取 -影像顯示 -色彩空間轉換 -影像儲存 視頻: VideoCapture 影像基本資訊 -值 : Pixel value -圖像ROI (Region of interests) -拆解和合併通道 (RGB)圖像基本運算 -圖像混和 影像正規化與二值化 型態學運算 卷積運算 (Convolution) 影像去雜訊、模糊與強化 影像的幾何轉換 UI Bar 繪圖 影像處理與特徵擷取 -影像特徵擷取 -特徵擷取算法--Fast, Harris, GFTT, SIFT, SURF, STAR, BRISK, ORB, Histogram -HOG演算法 輪廓搜尋與提取 -影Edge -直線偵測 -圓形偵測 -角點偵測 -影像物件計數與分析 第二階段 主題實作 自動車牌辨識(ALPR) -基礎知識 - YOLO -使用PaddleOCR建置自動車牌辨識 -使用YOLOv4建置自動車牌辨識 -PaddleOCR方法比較: pp-ocr, pp-ocr(server), SRN AOI測量 -AOI自動光學檢測機(產業趨勢分享與解析) -從事影像演算法研發人員在產業中的定位 -Template Matching -取得邊緣點 -擬合直線 -測量線到線的距離 0001 OP 0002 OP 醫學影像 -醫學影像基本知識 -分水嶺算法 -影像的處理 -實作CXR肺分割 -移除脊椎 -角點偵測 -計算肺部區域 透過OpenCV實作CXR肺分割 視訊處理與視訊穩定 -影片資料處理概念 -攝影機取像 、運算 、儲存 -視訊檔案讀取與視訊屬性 -透過VidStab模組實作視頻穩定 -使用VidStab類 -幀到幀的座標轉換 -使用Borders與Frame Layering -套用視頻穩定算法 -應用於線上視頻 0004 OP ※以上應用主題，每梯次選用可能不同 ※實際授課大綱請以提供之最新開課簡章內容為準 *本課程需準備WebCam

1. 用最簡單的工具獨立完成一支音樂影片。 2. 了解音樂製作方面的流程，若有興趣可再專精音樂方面的造詣。 3. 對於身處於充滿短片、微電影宣傳的時代，不需要使用艱深的影像軟體，即能了解並入門學習。