fbpx

728x90 M 113

  OpenCV course banner

現在位置: 艾鍗學院實體課程 影像課程總覽頁電腦視覺與影像處理實戰
【政府補助】 採取遠距同步授課,歡迎全台學員加入學習!

♦ 實戰派影像教學,補助名額有限填表免費洽詢 ▶▶ 

AI feature 5

課程介紹

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。

工程師不可不知的影像辨識三大階段
工程師不可不知的影像辨識三大階段

影像辨識實際應用範圍
影像辨識實際應用範圍

關鍵詞:物件偵測、工業AOI 、視頻監控、 AI 、 影像處理、 電腦視覺、 Python 、 Automatic optical inspection、人工智慧、 OpenCV、object detection、影像辨識、OCR

課程特色
業界工程師實戰分享

業界工程師實戰分享

艾鍗學院為帶給學員更貼近業界實務的教學內容,教學內容,禮聘業界AI工程師組成教學團隊,依照業界進行AI軟硬整合的開發流程規劃課程。讓你在完整架構下,逐一學會各步驟的技術核心。教你書本上學不到的AI實務開發經驗,減少你自學碰壁的時間。
由淺入深系統化學習

由淺入深系統化學習

本課程由淺入深,從理論到實戰,讓零基礎的學員也能理解 OpenCV 的知識,從中學習電腦視覺與影像處理的概念、原理、範例,進而掌握各種開發方法,並有能力實作自己的視覺演算法模型 (prototype)!
軟硬整合深入技術核心

軟硬整合深入技術核心

艾鍗AI講師不但對實務上常見的AI演算法非常熟悉,目前也從事AI軟硬整合的相關開發,累積非常豐富的實務經驗,能幫助你用最有系統的方法提高學習成效。
AI專題實作強化學習

AI專題實作強化學習

除了能說一口好AI,更能展現AI實作能力,不管是在專案開發或是合作洽談,都會非常有說服力。艾鍗學院相信,唯有從實作中,讓你身歷其中,才能讓你有最好的學習效果。本課程透過OpenCV與Python, 帶領學員縱橫工業AOI, 醫學資訊, 視頻監控與AI應用,講師也會在旁給予學員遇到實作問題上的協助。

學習目標
  1. 熟悉數位影像於電腦中的表現形式,包含:儲存格式、讀取及寫入、像素運算。
  2. 理解數位影像處理原理並能實作,包含:影像去雜訊、影像品質增強、影像重採樣(降維/增維)。
  3. 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。
  4. 充分活用 OpenCV 函式庫,包含:影像處理、影片(視訊)處理、高階 GUI 工具(圖形互動介面)、Image Processing 演算法實務、Computer Vision 演算法實務。
  5. 融會貫通基礎演算法及函示庫工具,並且有能力實作自己的視覺演算法或影像分析模型 (Prototype)。
  6. 瞭解物件偵測模型的工作原理,學會用YOLO實現物件偵測-車牌辨識。
※ 完訓後提供結業證書,豐富個人履歷即戰力
 
Object Detection

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
精彩內容搶先看
業界師資
David老師

David

中央大學資訊工程系碩士

前深圳知名科技公司技術總監

台灣知名上市科技公司經理

工業檢測2D/3D AOI / 醫療與工業深度學習 / 機器人視覺 / 演算法開發 / 軟體架構

Bob老師

Alan

Purdue University School of civil engineering (Stochastic & statistical hydrology)

水資源農業研究院人工智慧指導/Kaggle Competitions Expert/大學助理教授

數據科學 / 機器學習 / 深度學習 / 自然語言處理(NLP)

Jay老師

Jay

台北科技大學機電整合研究所碩士

知名上市電子消費品大廠軟韌體研發部研發工程師

ROS機器人開發 / OpenCV影像處理與電腦視覺開發 / Linux嵌入式系統 / 機器學習 / 深度學習

課程諮詢

延伸學習

Q&A
OpenCV (Open Source Computer Vision)是現今發展電腦視覺與影像處理最強大的開源函式庫(以BSD授權條款授權發行,可在商業和研究領域中免費使用)。
開發環境採用opencv-python 版本 4.2,python 版本 3.7,我們在各階段安排實作,幫助你可以快速瞭解/上手 OpenCV Library 工具。

OpenCV擁有許多優勢,如:
(1)OpenCV提供了友善的程式語言接口,Python、C/C++、JAVA或C#的程式開發者都能使用這套函式庫。
(2)OpenCV具備優秀的跨平台能力,程式碼無轉換問題,可充分移植到包含 Windows、Linux、Mac OS、Android、IOS。
(3)良好的嵌入式系統適應性,廣泛被應用於 Embedded Linux / Mobile Platform 環境及樹莓派、香蕉派等 Maker 開發板,開發出各種實用、創新的應用
(4)功能強健並高度優化,可以透過支援 CUDA 和 OpenCL 實現 GPU 加速
(5)開源且免費。

在眾多優勢下, OpenCV儼然已成為視覺演算法開發領域的標準庫。

影像處理是對圖像進行分析、加工、和處理,使其滿足視覺、心理與其他要求的技術。電腦視覺技術目的在於建立與人類視覺系統相仿的機器,可觀察、識別甚至可以理解並解釋所看到的世界。

在嵌入式系統中使用電腦視覺技術,即是嵌入式視覺(Embedded Vision)。

過去電腦視覺應用著重在手機、平板等嵌入式產品,如今因應人工智慧跨入物聯網,相關終端產品需求大增,也讓嵌入式視覺越來越重要!能夠囊括電腦視覺與嵌入式技術者,在產業中可說是佔盡優勢! 

而嵌入式視覺,是產品智慧化中最重要的應用之一,透過機器學習與深度學習,使裝置本身具有判斷力並能採取行動,諸如以視覺導向的機器人或「協作機器人」應用、車載輔助駕駛系統(車道偏移、前車偵測、疲勞監控)等。所有具備視覺功能的嵌入式系統都必須認真看待機器學習與深度學習技術,以做為產品差異化與大幅提升系統智慧的手段!

電腦視覺與影像處理應用領域涵蓋 AOI、車牌辨識、人臉辨識、自駕車系統、無人機、人工智慧、VR/AR等,舉凡涉及影像相關皆屬應用範疇。產品面有網路監視器(IP-Cam)、行車紀錄器、運動相機(Go-Pro)、TV產業、AOI自動化檢測設備、醫學影像儀器等。
影像智慧化帶來的商機龐大,包含IC廠、系統廠、模組廠,軟/韌體皆有影像演算法人力需求;近年另有外商、新創公司積極招募純軟體演算法開發人才,若擔任高級演算法工程師,起薪更達10萬以上。如今在AI、機器人、自駕車、智慧製造等強大趨勢帶動下,幾乎所有科技大廠都需要電腦視覺與影像處理演算法的人才。
藉由業界一線工程師技術傳授與經驗分享,將電腦視覺與影像處理、影像辨識領域的知識技術、OpenCV活用技巧、開發過程中可能遇到的問題加以整理說明,並透過"Hands on training"的方式,建立紮實清楚的概念和實務做法,最後特別安排專題實作,手把手教你人臉偵測與車牌辨識等影像分析實務應用,讓你能夠融會貫通這門課所學到的,打造專屬的影像辨識演算法系統!

學員真實反饋
  •  學到很多 對工作很有幫助
  •  收穫滿滿
  •  獲益良多!建議多開AI GPU等相關課程
  •  第一次體驗遠距教學,整體的感覺很不錯。
  •  課程相當有趣,老師很專業,且講課淺顯易懂,讓我學到很多
  •  獲益良多,謝謝老師講解很清楚
  •  了解深度學習細部運作模式
  •  符合目前工作上之運用
  •  理解如何應用OpenCV解決問題
  •  能區塊的講解程式並提供經驗
  •  理論和實作併行,講義內容豐富,老師解說精確
  •  非常清楚;更有實感
  •  王同學:學到python影像辨識,能用到智慧農業
  •  何同學:利用課程所學的影像處理技術與Neural Network+強化學習,完成公司AI計畫
  •  嚴同學:原理說明,實機操演
  •  黃同學:程式實作演練收穫很多
  •  柯同學:規劃的很充實
  •  張同學:運用課程教到的影像辨識技術,完成了自製的小專案
  •  王同學:可學習在Python上應用cv2與輔助模組進行影像處理
  •  謝同學:理論實務運用整合佳
  •  吳同學:老師用心教學~
  •  蔡同學:給有些許基礎想更加深入了解應用的人
  •  蔡同學:講師專業,對於有經驗的學員會有幫助
  •  蔡同學:講師技術程度很夠,謝謝講師
  •  陳同學:本課程教師上課非常用心,對於學生問題都能耐心給予回應,各程度學員相信都能在此課程中獲得不同的收獲
  •  張同學:獲益良多
  •  陳同學:師資專業,循序漸進
  •  王同學:老師很認真,長期學習可以學很多,尤其會教你如何會自己解決問題
  •  陳同學:老師很有耐心 課程內容豐富
  •  沈同學:影像辨識很實用