影像辨識實務應用 -- 使用 C#【暢銷回饋版】

張逸中、李美億 著

  • 出版商: 博碩文化
  • 出版日期: 2022-06-20
  • 定價: $500
  • 售價: 7.8$390
  • 語言: 繁體中文
  • 頁數: 296
  • ISBN: 6263331542
  • ISBN-13: 9786263331549
  • 相關分類: C#
  • 立即出貨 (庫存 > 10)

  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-1
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-2
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-3
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-4
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-5
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-6
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-7
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-8
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-9
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-10
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-11
  • 影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-12
影像辨識實務應用 -- 使用 C#【暢銷回饋版】-preview-1

買這商品的人也買了...

商品描述

☝ 感謝讀者熱情支持,再版推出暢銷回饋嘉惠更多朋友
☝ 好評再上市,回饋發行中!

  • 用C#輕鬆寫出影像辨識程式!
    精選影像辨識程式範例,讓你快速具備實務工作的能力!


    ✪本書以車牌辨識的過程為例,使用傳統的OCR技術完成影像辨識。
    ✪每個章節都有完整可執行的C#程式專案,也有每一步驟的詳細說明。
    ✪讀者可透過本書的學習,能充分掌握影像辨識實作所需的關鍵技巧。
    ✪提供雙語法範例協助讀者輕鬆學習。

    本書特色
    1.本書以車牌辨識的過程為例,具體介紹如何使用傳統的OCR技術,完成影像辨識的所有實作過程。
    2.精選13個章節都有完整可執行的C#程式專案,也有每一步驟的詳細說明。協助讀者快速具備可以實作影像辨識工作的能力。
    3.在範例專案中,使用影像或文字介面顯示所有過程資料,讓讀者可以充分追蹤理解每一個辨識過程,以及每一個影像角落裡發生的事情。
    4.內容強調每一章節介紹之功能都有完整的專案程式碼,你絕對可以完整複製做出書中介紹的所有動作。
    5.只要有Windows作業系統的電腦,下載免費的Visual Studio軟體,有基礎的C#程式設計能力,具有高中程度的數學能力,就可以輕鬆閱讀本書,學會實作影像辨識。


    ※本書範例檔附上C#&VB雙語法,請至博碩官網下載

作者簡介

張逸中

現職:逸中軟體設計有限公司執行長

學歷:國立台灣大學海洋學博士

經歷:台灣首府大學設計學院院長

   成功大學水工試驗所研究員

專長:程式設計

   網路程式設計

   影像辨識技術

   聲納資料處理

 

李美億

現職:逸中軟體設計有限公司研發專案經理

學歷:致遠管理學院網路通訊系學士

經歷:中央大學地球科學系()研究助理

   逸中軟體設計有限公司軟體工程師

專長:VB,C#,HTML5,Java,C++程式設計

   網路資料庫程式設計

   影像辨識演算法研發

目錄大綱

Chapter 01  影像辨識簡介 

1-1    我認為的影像辨識是…

1-2    影像辨識的過程—以車牌辨識為例

1-3    簡化影像

1-4    正規化目標影像

1-5    字模比對確認資料

1-6    目標辨識只是影像辨識的一種

1-7    眼見為憑,看到過程很重要

Chapter 02  數位影像的拆解與顯示

2-0    本書程式使用Visual Studio 2019軟體製作

2-1    拆解數位影像的RGB資訊

2-2    繪製RGB代表的灰階資訊

2-3    繪製二值化圖

2-4    繪製負片

2-5    儲存處理過程的影像

2-6    車牌辨識不是你想的那麼簡單

Chapter 03  目標物件的建立與篩選

3-1    目標切割是目的,二值化與輪廓化是手段

3-2    建立區塊亮度平均值作為二值化門檻

3-3    二值化處理

3-4    輪廓化處理

3-5    用氾濫式演算法檢視封閉曲線

3-6    本節相關議題討論

Chapter 04  函式定義及呼叫

4-1    目標物件定義

4-2    二值化與輪廓化的功能整併

4-3    建立目標物件

4-4    依據寬高篩選目標物件

4-5    依據目標與背景的亮度對比篩選

4-6    檢視目標屬性

4-7    建立目標物件是必要的里程碑

Chapter 05  如何找出字元目標群組

5-1    準備工作與介紹

5-2    整合後的Outline功能

5-3    整合後的Targets功能

5-4    搜尋最佳目標群組

Chapter 06  字模製作與目標比對

6-1    建立車牌字模圖檔

6-2    字模建立與比對示範的專案

6-3    用影像載入字模

6-4    建立字模的二進位檔案

6-5    以資源檔案方式匯入專案

6-6    字模比對的示範

6-7    有關此章內容的討論

Chapter 07  字元影像目標的正規化

7-1    為何需要正規化?

7-2    建立單一目標之二值化圖

7-3    旋轉目標

7-4    寬高正規化

7-5    完整車牌正規化的呈現

7-6    如何辨識車牌的分隔短線?

7-7    革命尚未成功,同志仍須努力

Chapter 08  車牌的字元辨識

8-1    匯入字模資料與建立專案

8-2    比對字元目標

8-3    你找到的答案是對的嗎?

8-4    可以補字嗎?

8-5    影像辨識不只是辨識「影像」

Chapter 09  負片與黯淡車牌的辨識

9-1    如果你的車牌不是最耀眼的明星怎麼辦?

9-2    程式架構整理

9-3    如何完成多組車牌辨識的嘗試?

9-4    負片辨識

Chapter 10  立體空間斜視影像的處理

10-1    光是旋轉與縮放還是不夠的

10-2    上下平移錯位的實驗

10-3    將平移錯位變形處理納入辨識程序

10-4    這一章教我們的事情

Chapter 11  影像分割可以很簡單

11-1    一個辨識浮萍面積的案例

11-2    辨識浮萍目標

11-3    辨識水面邊界

11-4    建立邊界計算浮萍面積

11-5    其他影像辨識書沒說的重點

Chapter 12  挑戰蝕刻與浮雕字元的辨識

12-1    如果目標與背景根本是同色怎麼辨識?

12-2    這是一個微分影像

12-3    鎖定字元列的上下邊界

12-4    二值化

12-5    建立目標物件

12-6    融合與分割目標

12-7    正規化目標大小

Chapter 13  動態影像辨識的基本動作

13-1    如果目標與背景根本是同色怎麼辨識?

13-2    製作出一個半透明的辨識區域設定框

13-3    拷貝螢幕的程式

13-4    動態偵測的程式

13-5    後記