《動手做 OpenCV！Python 影像處理 × AI 視覺辨識 × 5 大生活實戰專案》
這本書從 OpenCV 基本影像處理、傳統電腦視覺技術，一路帶到 AI 影像辨識（人臉偵測、人臉辨識、物件偵測、物件追蹤），最後以 5 個生活實戰專案收尾：
- 讓電腦自己玩遊戲！挑戰 Chrome 小恐龍（傳統 CV 自動化）
- 當電腦學會「看懂」遊戲：自動玩 2048（影像辨識 + 決策）
- 刷臉就開門？自製居家智慧人臉門禁（人臉辨識 + 即時通知實戰）
- 貓咪偷進廚房怎麼辦？自製智慧寵物攝影機（物件偵測 + 即時通知實戰）
- 動手做自己的簡易版 Photoshop！（OpenCV + 介面整合）
- 出版社：旗標科技
- 上市日期：2026 年（待出版社公告）
- 博客來連結：（待上市後補上）
- 誠品連結：（待上市後補上）
📖 如果你是不小心點進來的網友：這頁是書本附錄頁，主要是放範例程式碼下載連結、提供讀者勘誤與交流區。對書有興趣的話，可以從上面的銷售連結找到實體書。
範例程式碼下載
書中所有章節範例程式碼（Jupyter Notebook）與 5 個生活實戰專案的完整 Python 程式，同步在以下兩個地方提供，可自由選擇下載方式：
方式一：GitHub Repository（推薦）
可以直接 git clone 或下載 ZIP，未來有更新（包含勘誤、額外範例）會優先同步到這裡。
🔗 GitHub repo：github.com/howarder3/opencv-book
方式二：Google Drive 雲端硬碟
不熟悉 Git 的讀者可直接從雲端下載完整 ZIP。
🔗 雲端硬碟連結：drive.google.com（點進去後下載 動手做OpenCV-範例檔.zip）
章節與資料夾架構
下載解壓縮後，資料夾結構如下：
動手做OpenCV-範例檔/ ├── ch00-建置 OpenCV 開發環境.ipynb ├── ch01-OpenCV 影像讀取、顯示與儲存.ipynb ├── ch02-數位影像的基礎.ipynb ├── ch03-認識 OpenCV 中的影像與色彩.ipynb ├── ch04-OpenCV 影像變形處理.ipynb ├── ch05-OpenCV 影像繪製與標註.ipynb ├── ch06-OpenCV 影像數學運算.ipynb ├── ch07-OpenCV 影像模糊、銳化與馬賽克.ipynb ├── ch08-OpenCV 影像色彩與光影調校.ipynb ├── ch09-OpenCV 影像二值化.ipynb ├── ch10-OpenCV 形態學運算.ipynb ├── ch11-OpenCV 邊緣偵測.ipynb ├── ch12-OpenCV 輪廓分析.ipynb ├── ch13-OpenCV 影像分割.ipynb ├── ch14-OpenCV 模板匹配.ipynb ├── ch15-OpenCV 特徵偵測與匹配.ipynb ├── ch16-OpenCV 視窗與使用者互動.ipynb ├── ch17-OpenCV 影片處理.ipynb ├── ch18-OpenCV 攝影機即時影像分析.ipynb ├── ch20-OpenCV 人臉偵測.ipynb ├── ch20-OpenCV 人臉偵測_模型下載.ipynb # 第 20 章預訓練模型下載工具 ├── ch21-OpenCV 人臉辨識.ipynb ├── ch21-OpenCV 人臉辨識_模型下載.ipynb # 第 21 章預訓練模型下載工具 ├── ch22-OpenCV 物件偵測.ipynb ├── ch23-OpenCV 物件追蹤.ipynb ├── P01_dino_cv_auto/ # 專案 01：讓電腦自己玩遊戲！挑戰 Chrome 小恐龍 ├── P02_auto_2048_solver/ # 專案 02：當電腦學會「看懂」遊戲：自動玩 2048 ├── P03_face_door/ # 專案 03：刷臉就開門？自製居家智慧人臉門禁 ├── P04_pet_monitor/ # 專案 04：貓咪偷進廚房怎麼辦？自製智慧寵物攝影機 ├── P05_mini_photoshop/ # 專案 05：動手做自己的簡易版 Photoshop！ ├── sample/ # 全書跨章節共用的範例影像 / 影片素材 ├── opencv_tools.py # 第 1 章封裝、全書通用的影像顯示工具模組 ├── README.md └── LICENSE
第 19 章「從「傳統影像處理」邁向「AI 影像辨識」的 OpenCV」為純概念過渡章節，無對應 Jupyter Notebook，相關說明請參閱書中內文。
上述結構與書內「範例檔案說明」段一致。
預訓練模型下載
書的後半段（第 20–23 章、專案 03、專案 04）會用到 Haar Cascade、SSD、YuNet、SFace、YOLOv8 等預訓練模型。模型檔案沒打包進範例檔，原因是檔案多半較大、各自有授權條款。
每個會用到模型的章節，書中內文都附了下載連結，範例檔也提供「模型下載 Notebook」（檔名格式 chXX-XXXX_模型下載.ipynb），直接執行就會把當章需要的模型抓好。
YOLOv8 weights（第 22、23 章與專案 04 用到）會由 ultralytics 套件自動下載，不需手動處理。
開發環境
本書以 Anaconda 管理 Python 環境，依章節需求建立不同的獨立環境（避免套件衝突）。完整安裝步驟、套件相依性說明、各環境用途請參閱書中對應章節：
- 第 0 章：Anaconda 安裝、JupyterLab 設定、第一個 Python 環境建立
- 第 1 章：OpenCV 基礎環境的套件安裝（opencv-python、matplotlib 等）
- 第 21 章：人臉辨識所需的 opencv-contrib-python 環境（含 cv2.face 模組）
- 第 22 章：物件偵測所需的 ultralytics (YOLOv8) 環境
- 第 23 章：物件追蹤所需的混合環境（含 opencv-contrib-python + ultralytics 兩者並存的安裝順序處理）
⚠️ AI 章節的 3 個環境（opencv-contrib-python / ultralytics / 兩者並存）各自的相依性處理略有不同，請依各章節 Step-by-step 指示建立，不要自行合併安裝。
授權與使用提醒
範例檔內的軟體、模型與素材皆屬原作者所有，僅提供本書讀者學習練習用。其他用途請依各個工具或模型本身的授權條款處理。使用過程中若發生任何錯誤或損失，作者與出版商不負相關責任。
特別提醒：書中的自動化遊戲專案（專案 01、02）僅供技術學習示範。若將相關技術應用至其他遊戲（線上、手機等各類遊戲），可能違反該遊戲的服務條款而導致帳號被封鎖等後果，相關責任請讀者自行承擔。
勘誤 / 提問 / 交流
書是漫長磨出來的，但內容裡肯定還有沒被察覺的疏漏。如果你發現任何錯字、程式碼錯誤、解釋不清楚的地方，或單純有問題想問，歡迎在下方留言區留言（會用網站既有的 Disqus 系統，登入 Disqus / Google / Facebook / Twitter 任一帳號即可）。
也可以透過 email 直接聯繫：howarder3@gmail.com
也歡迎到 GitHub repo 開 Issue 回報。
如果你用書裡學到的技術做出了自己的作品，超歡迎也回來這頁留言分享 — 那會是這本書帶給站長最大的成就感。