一本精通:PyQt5 & PyQt6 軟體介面開發出版公司:深智數位作者:OXXO(張宗彥) 類型:電腦資訊-程式設計 PDF電子書繁體中文版


商品編號：	DCM8331

商品名稱：	一本精通:PyQt5 & PyQt6 軟體介面開發出版公司:深智數位作者:OXXO(張宗彥) 類型:電腦資訊-程式設計 PDF電子書繁體中文版

語系版本：	PDF電子書繁體中文版

運行平台：	PDF電子書,沒有任何平台限制,終身使用

更新日期：	2026-05-01

光碟片數：	1片CD光碟

銷售價格：	$100元

熱門標籤：	一本精通 PyQt5 PyQt6 軟體介面開發深智數位電腦資訊程式設計 OXXO

一本精通:PyQt5 & PyQt6 軟體介面開發出版公司:深智數位作者:OXXO(張宗彥) 類型:電腦資訊-程式設計 PDF電子書繁體中文版

圖片說明:

內容說明:

商品資料
作者：OXXO(張宗彥)
出版社：深智數位股份有限公司
出版年：2023
課程類型：電腦資訊>程式設計
檔案格式：PDF
ISBN：9786267273609

書籍簡介

★★★★★ 國內作者【第一本】×【全彩印刷】×【AI視覺】書籍 ★★★★★
★★★★★ 完整解說【影像創意】×【AI視覺】的實例 ★★★★★
★★★★★【31個主題】＋【423個Python實例】★★★★★
　　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：
　　◤函數數學原理解說◢

　　◤套用OpenCV函數講解影像創意與AI視覺的實例◢

　　當讀者遵循這些步驟學習時，相信所設計的物件就是一個帶有靈魂與智慧的程式碼了。這本書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，本書的主題內容如下：
　　☆ 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
作者簡介

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。

　　■ DOS時代他的代表作品是IBM PC組合語言、C、C++、Pascal、資料結構。
　　■ Windows時代他的代表作品是Windows Programming使用C、Visual Basic。
　　■ Internet時代他的代表作品是網頁設計使用HTML。
　　■ 大數據時代他的代表作品是R語言邁向Big Data之路。
　　■ 人工智慧時代他的代表作品是機器學習彩色圖解+基礎數學與基礎微積分+Python實作。

　　除了作品被翻譯為簡體中文、馬來西亞文外，2000 年作品更被翻譯為Mastering HTML 英文版行銷美國，近年來作品則是在北京清華大學和台灣深智同步發行：
　　1 - Java入門邁向高手之路王者歸來
　　2 - Python最強入門邁向頂尖高手、數據科學之路王者歸來
　　3 - Python最強入門邁向數據科學之路王者歸來
　　4 - Python網路爬蟲：大數據擷取、清洗、儲存與分析王者歸來
　　5 - 演算法最強彩色圖鑑+Python程式實作王者歸來
　　6 - 網頁設計HTML+CSS+JavaScript+jQuery+Bootstrap+Google Maps王者歸來
　　7 - 機器學習彩色圖解+基礎數學、基礎微積分+Python實作王者歸來
　　8 - R語言邁向Big Data之路王者歸來
　　9 - Excel完整學習、Excel函數庫、Excel VBA應用王者歸來
　　10 - Power BI最強入門—大數據視覺化+智慧決策+雲端分享王者歸來

　　他的近期著作分別登上天瓏、博客來、Momo電腦書類暢銷排行榜前幾名，他的著作最大的特色是，所有程式語法或是功能解說會依特性分類，同時以實用的程式範例做解說，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。
章節

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)

一本精通 Python 範例應用大全:Python 詳細語法教學 & 100+ 個 Python 範例出版公司:深智數位作者:OXXO(張宗彥) 類型:電腦資訊-程式設計 PDF電子書繁體中文版

Python最強入門邁向數據科學之路:王者歸來出版公司:深智數位作者:洪錦魁類型:電腦資訊-程式設計 PDF電子書繁體中文版

AI行銷引爆術:用AI讓品牌業績翻倍成長出版公司:深智數位作者:洪錦魁類型:電腦資訊-程式設計 PDF電子書繁體中文版

AI最前哨:PHP8與My SQL: 網站規劃&視覺化顯示最完整攻略出版公司:深智數位作者:葉建榮類型:電腦資訊-程式設計 PDF電子書繁體中文版

深度學習最佳入門與專題實戰:理論基礎與影像篇出版公司:深智數位作者:陳昭明類型:電腦資訊-程式設計 PDF電子書繁體中文版

AWS自學聖經:5大必學雲端主題.超圖解入門(全彩印刷) 出版公司:深智數位作者:Sam T.(蔡昇祐) 類型:電腦資訊-程式設計 PDF電子書繁體中文版

站內搜索

請輸入軟體名稱或編號

購物車

熱門關鍵字

程式設計		電腦資訊
博碩文化		深智數位
曹永忠		洪錦魁
渥瑪數位		全華圖書
碁峰資訊		一本精通
王者歸來		許智誠
蔡英德		北極星
陳昭明		李信杰
陳泰銘		Python
Visual		人工智慧
生成		何敏煌
李啟龍		易習圖書
胡嘉璽		秋聲
徐聖訓		崧燁文化
郭耀		彭其捷