Python | OpenCV 系列導讀
📚 前言
在完成 Python 環境安裝與 PyCharm 設定後，我們已經具備了開發深度學習與電腦視覺的基礎。
接下來要進入 OpenCV 的世界，這是一個功能強大的電腦視覺函式庫，能幫助我們處理影像、視訊，並進行各種物件偵測與辨識。
這個系列文章將帶你從最基礎的影像操作開始，一步步學到進階的電腦視覺應用。
❓ 為什麼要學習 OpenCV？
- 全面影像處理： 內建豐富的影像讀取、轉換、分析與可視化功能。
- 即時處理： 支援攝影機與視訊串流，適合即時應用。
- 跨平台： 可在 Windows、Linux、macOS、Android 上運作。
- 開源生態： 免費且社群資源完整，文件齊全。
- 與深度學習整合： 能與 TensorFlow、PyTorch 等框架配合使用。
- 與 NumPy 緊密結合： OpenCV-Python 的核心資料結構與運算大量依賴 NumPy。
🗂️ 系列目錄與學習路線
入門與環境準備
入門篇：基礎操作
- 圖片讀取與顯示
- 影像儲存與格式轉換
- 影片讀取與播放
- 影片輸出與編碼
- 影像屬性與資訊查詢
📌 Coming Soon
以下章節正在準備中，將陸續更新：
影像處理篇：基礎技巧
幾何與繪圖
特徵與進階篇
視訊與互動篇
物件偵測與辨識篇
專案實作篇
🔎 套件版本提示
- 標準版套件： 本系列主要使用
opencv-python。 - 進階版套件： 若需要 contrib 模組（如 SIFT、aruco 標記），可安裝
opencv-contrib-python。 - 安裝工具： 建議在 Project venv 中使用
pip install；若使用 Anaconda/Miniconda，則可用conda install。
結語 🎯
這篇導讀文章將作為系列的入口，後續每篇文章都會深入介紹其中一個主題。
只要跟著這份目錄一步步學習，就能從零開始掌握 OpenCV，並應用在電腦視覺專案中。
