全部類型
免費與付費
最新發佈
最新發佈
上集回顧
上集我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能(Docker架設)」， 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧！ 如果還不會的兄弟姊妹們別擔心， 歡迎底下留言， 我們會盡量的協助您直到學會為止， 那麼雖然CPU版本
上集回顧
上集我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能(Docker架設)」， 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧！ 如果還不會的兄弟姊妹們別擔心， 歡迎底下留言， 我們會盡量的協助您直到學會為止， 那麼雖然CPU版本
還記得我們之前介紹過「【Google Colab Python系列】 初探Whisper: 來一段Youtube影片進行語音辨識吧！」這套語音辨識引擎， 那為什麼我們又要教這一套? 因為我們也可以將whisper的模型轉換成onnx的格式， 輕鬆移植到各種平台， 且效能更佳。
語音辨識的熱門組件之
還記得我們之前介紹過「【Google Colab Python系列】 初探Whisper: 來一段Youtube影片進行語音辨識吧！」這套語音辨識引擎， 那為什麼我們又要教這一套? 因為我們也可以將whisper的模型轉換成onnx的格式， 輕鬆移植到各種平台， 且效能更佳。
語音辨識的熱門組件之
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
全部類型
免費與付費
最新發佈
最新發佈
上集回顧
上集我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能(Docker架設)」， 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧！ 如果還不會的兄弟姊妹們別擔心， 歡迎底下留言， 我們會盡量的協助您直到學會為止， 那麼雖然CPU版本
上集回顧
上集我們提到「【語音辨識引擎sherpa-onnx CPU上篇】讓您輕鬆體驗語音辨識功能(Docker架設)」， 相信大家對於sherpa-onnx具備一定的基本概念並學會如何架設了吧！ 如果還不會的兄弟姊妹們別擔心， 歡迎底下留言， 我們會盡量的協助您直到學會為止， 那麼雖然CPU版本
還記得我們之前介紹過「【Google Colab Python系列】 初探Whisper: 來一段Youtube影片進行語音辨識吧！」這套語音辨識引擎， 那為什麼我們又要教這一套? 因為我們也可以將whisper的模型轉換成onnx的格式， 輕鬆移植到各種平台， 且效能更佳。
語音辨識的熱門組件之
還記得我們之前介紹過「【Google Colab Python系列】 初探Whisper: 來一段Youtube影片進行語音辨識吧！」這套語音辨識引擎， 那為什麼我們又要教這一套? 因為我們也可以將whisper的模型轉換成onnx的格式， 輕鬆移植到各種平台， 且效能更佳。
語音辨識的熱門組件之
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
Frames per second簡稱FPS， 也就是每秒幾個幀數的意思， 平常我們看到的影片背後其實都是一張張圖片的組成， 而這一幅畫面就是影片的每一幀。
由於人眼的特殊生理結構， 畫面的幀數只要高於每秒10 - 12張的時候就會認為是連貫的， 這也就是為什麼電影膠片是一格格的拍攝出來， 但是藉
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
點陣圖
點陣圖是由許多方格像素組成的圖片， 因此我們常常在將圖片放大時會呈現像是馬賽克的狀況， 假設期望圖片越清晰那所需要的像素會較多個， 因此空間耗用量也相對較大。
常見的格式有: .JPG .PNG .GIF .BMP .TIFF等格式。
繪製程式碼:
向量圖
向量
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
繼上次分享的「【🔒 影像辨識 - 影像處理】Ep.1 關於影像的基本單位， 相信我們對於影像的儲存應該有了基本的認識了， 那麼接下來我們會需要的是了解顏色的組成。
我們除了在文章裡講述概念之外， 也會提供實作的數位作品分享給大家， 請大家根據範例學習與練習。
關於顏色
灰階的時代
早期尚未
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！
歡迎來到「阿Han的軟體心法實戰營 - 影像處理」系列的文章區，我們會針對影像處理的相關知識、開發技巧進行分享，並教你手把手用程式寫出屬於自己的影像處理程式， 當然也會包括AI模型訓練的部分，就讓我們一起來探索影像處理的領域吧！
在進入影像辨識的世界之前， 我們先來了解一下關於解析度的基本概念吧！