螃蟹_crab｜方格子 vocus

螃蟹_crab

螃蟹_crab

47 位追蹤者

主要寫的內容跟程式設計相關，透過分享的方式讓自己持續成長精進，也希望分享的內容對大家有幫助，持續學習，讓自己有選擇的實力。

螃蟹_crab的沙龍

48會員

81內容數

Python程式設計師，不是在學習就是在學習的路上

由新到舊

[Python基礎] 資料格式 JSON 介紹JSON（JavaScript Object Notation）是一種用於資料交換的輕量級資料格式，通常用於網路應用程式之間的資料傳遞。 JSON的格式易於閱讀和撰寫，也易於解析和產生，因此它在開發中被廣泛使用。 JSON由兩種結構組成：物件（Object）和陣列（Array）。

[Python] [微進階]數學運算的反直覺結果有時候在使用數學運算時，會出現一些看似反直覺的結果。這些錯誤可能是由於我們對於數學規則的誤解或者忽略了一些細節所導致的。以下是一些 Python 的例子：除餘數例如負數求餘數。假設-15 % 90 狀況下會下意思覺得結果還是 -15 但輸出的結果是 75。

[OpenCV應用][Python]利用連通域分析達成物件定位本文將介紹，在圖像中找出最大矩形的物件來定位。

[OpenCV基礎][Python]connectedComponent連通域分析本篇文章主要講述cv2.connectedComponent應用於物件上的分割，將不同文字分割並用不同顏色標記。範例程式結果圖 cv2.connectedComponentsWithStats 是 OpenCV 中用來執行連通元件標記的函式之一。

影像辨識流程介紹針對辨識物的不同，流程就會不一樣，在依照現實狀況進行刪減，以下說明為個人常用的流程。基本流程：讀圖灰階濾波 (看圖片雜訊多不多) 二值化連通區域特徵篩選特徵資訊辨識 - (OCR，量測，瑕疵檢測等。) 名詞介紹 Gray 灰階將原始的彩色圖像轉換為灰階圖

[OpenCV基礎][Python]影像增強_伽瑪校正Gamma correction伽瑪校正(Gamma correction)被視為影像增強的一種方法之一。通過調整 gamma 值，可以改變圖像的亮度和對比度，從而使圖像更清晰或更具有視覺效果。以下將利用cv2.LUT及numpy的組合實現伽瑪校正，及詳細介紹cv2.LUT 函式應用。

[OpenCV基礎][Python]特徵匹配Template Matching介紹OpenCV中的cv2.matchTemplate和cv2.minMaxLoc函數的使用方法和參數，提供程式範例以及相關特徵匹配的詳細介紹，讓讀者對此有更深入的瞭解。

[OpenCV應用][Python]過濾差異過大的座標點[OpenCV應用][Python]找出圖像中的四個方位的邊緣點求出寬高呈上篇應用Numpy找到的座標點，那我們如何捨棄掉差異過大的座標點呢? 可能圖像物件邊緣不佳，採樣就會差異過大，造成計算出的寬高是不準確的。遇到這種狀況，就可以使用下方的程式範例來篩選座標點。為求方便，此範例跟圖

[Python][微進階]Queue佇列中的資料被多個執行緒並行處理在Python中，queue是一個非常有用的模块。它提供了多種佇列（queue）實現，用於在多線程環境中安全地交換信息或者數據。佇列（queue）是一種先進先出（FIFO）的數據結構，允許在佇列的一端插入元素，另一端取出元素。(FIFO 是First In, First Out 的縮寫)

[Python][微進階]threading 多執行緒平行處理當你需要在 Python 中執行多個任務，但又不希望它們相互阻塞時，可以使用 threading 模組。 threading 模組允許你在單個程序中創建多個執行緒，這些執行緒可以同時運行，從而實現並行執行多個任務的效果。

[OpenCV應用][Python]根據兩個座標點算出旋轉角度使用反三角函數鐘的反正切函數 math.atan2() 計算出兩個座標之間的角度。實現方法邊界的最大最小值，相減求得對邊，鄰邊由檢測ROI的寬或高，求得角度定義旋轉方向性，由邊界最大最小值的座標位子得知，旋轉方向性程式範例利用圖中白色物體的上邊界兩個座標點位，算出物體旋轉角度。

[OpenCV應用][Python]找出圖像中的四個方位的邊緣點求出寬高觀看本文將可以學習到如何利用Numpy求得物件的邊緣點，及算出物件的寬跟高。有詳細的程式邏輯說明，及各函式用法說明。綠點及紅點則是採樣到的邊界點，比較粗的點是偵測到的最大值完整程式碼 import cv2 import numpy as np import matplotl

[Python][NumPy]如何在 Numpy 數組中查找值的索引?在這篇文章中，我們講述瞭如何使用numpy.where方法查找Numpy數組中值的索引。除了介紹了numpy.where的基本用法外，還舉了一些應用實例進行了詳細說明。文章最後提供了其他應用領域以及相關參考文獻。

[Python][微進階]格式化字串f-stringf字符串（f-string）在Python 3.6版本引入了新特性，可以更方便地格式化字符串。本文介紹了f-string的基本使用方法，以及表達式、運算符、格式化控制、字典和列表的應用，以及調用方法和函數等。f-string提供了一種更靈活的方式，使你能夠控制字符串的外觀，以滿足不同情況下的需求。

運算思維運算思維由2006年3月，美國卡內基·梅隆大學計算機科學系主任周以真（Jeannette M. Wing）教授因提出並倡導「運算思維」而享譽計算機科學界。運算思維分成四個步驟拆解將一個大問題拆解成許多小問題，各個擊破解決，當小問題解決了大問題也就解決了。模式識別將複雜的問題分解

[Python][NumPy] N維數組類型 ndarray，形狀，資料結構，索引切片介紹NumPy 提供了一種 N 維數組類型 ndarray（N-dimensional array），它描述了相同類型的「數據類型」的集合。多維數組： ndarray 是一個 N 維數組，其中 N 可以是任意整數。一維數組是向量，二維數組是矩陣

[Python][NumPy]平均數，中位數，最大最小值NumPy在圖像處理、機器學習、數學和統計學等領域中被廣泛應用。以下是一些常見的應用場景：數據處理和分析： NumPy提供了高效的多維數組（nd array）和相應的操作函數，使得對大型數據集進行快速、有效的操作變得容易。

[OpenCV基礎][Python]二值化影像瞭解二值化影像的應用和程式語法，包括物體檢測和分割、邊緣檢測、圖像分析和測量、文檔辨識，以及使用cv2.threshold的參數和程式範例。

[OpenCV基礎][Python]影像增強_影像銳利化在影像處理中，我們總是想要讓特徵更加明顯一點，可以使用銳利化的方式將特徵的邊緣增強，提升影像的細節，圖像銳利後就會有提升解析度的感覺。拉普拉斯運算子是一種常用於影像增強的方法之一，特別是用於提高影像的邊緣和細節。在OpenCV中，你可以使用cv2.Laplacian函數來應用拉普拉斯運算子。

[Python][微進階]型別提示 type hint在程式開發中，協作合作專案時，利用type hint，可以快速知道函式輸入及輸出的資料型別，在後續的維護時也會更加方便及可讀。 Type hints 是Python 3.5 版本引入的功能，它允許在函數宣告中指定參數和傳回值的類型。Type hints 是一種可選的註解形式，不會影響程式碼的運行，

[OpenCV基礎][Python]影像增強_直方圖均衡處理直方圖均衡化處理是一種通過調整圖像的直方圖來改變圖像外觀和質量的圖像處理技術。這通常涉及對圖像的亮度、對比度和顏色分佈進行調整此方法對於背景和前景均亮或均暗的影像很有用。並在曝光過度或曝光不足的照片中獲得更好的細節。

[OpenCV基礎][Python]數位影像的直方圖分析直方圖是對圖像中像素強度分布的圖形表示。通過分析直方圖，我們可以獲得有關圖像對比度、亮度和色彩分佈的有用信息。

[OpenCV基礎][Python]影像增強_亮度和對比度調整在某些特別的情況下，需要去調整亮度及對比度，讓我們想要的影像特徵更加明顯本文將介紹利用這兩個函數 cv2.convertScaleAbs 和 cv2.addWeighted 來調整亮度及對比度。

[OpenCV應用][Python]霍夫直線轉換偵測應用於旋轉補正廢話不多說，先上成果圖。成果圖主要實現方法 1.灰階後利用cv2.Canny找物體的邊緣 2.找物件相對應的直線cv2.HoughLines 3.分類為橫向和垂直的直線角度，求得相對於物件的旋轉角度 4.根據算出的相對應旋轉角度將物件轉正

[OpenCV基礎][Python]影像的色彩空間轉換涉及圖像處理和計算機視覺時，色彩空間轉換是一個常見操作，應用如下：降維：將一張彩色圖像轉換為灰度圖像可以減少數據的維度，簡化處理過程，同時在某些情況下保留重要的視覺信息。突顯特徵：在某些情況下，某些色彩通道可能包含冗餘或不必要的信息，通過轉換到其他色彩空間，可以更好地突顯圖像中的重要特徵

[OpenCV基礎][Python]warpAffine仿射變換warpAffine 和 warpPerspective 都是 OpenCV 中用於圖像變換的函數，主要差異在於這兩種函數所使用的變換矩陣的類型和適用場景。本文主要討論warpAffine，另外warpPerspective可以此篇文章

[OpenCV基礎][Python]warpPerspective透視變換當我們在拍照時，有時候會期望圖像中物體是呈現我們想要的樣子，就可以利用透視變換的方式，將物體捏造成我們想要的樣子。當我們拍攝文件或書籍時，如果有角度和距離的變化，文件可能會變形。透視變換可用於校正這種變形，使文件呈現平整的視覺效果。 cv2.warpPerspective

[OpenCV基礎][Python]邊緣偵測Sobel、Scharr、Laplacian、 CannyOpenCV 提供了多種用於邊緣偵測的方法，其中一些常見的包括 Sobel、Scharr、Laplacian，還有 Canny 邊緣檢測器。這些方法可以幫助我們檢測圖像中的暗明強度變化，從而找到物體的邊緣。

[螃蟹雜食記]食主題[豆腐]篇一開始的主題的發想，就是從宜蘭三清宮拜拜完，下山吃臭豆腐的故事開始發起。宜蘭臭豆腐之旅從宜蘭三清宮開始，一路吃臭豆腐，包括玉里臭豆腐、深坑王老成臭豆腐等，口感各異，最終形成臭豆腐總行程表。描寫豆腐的不同風味及口感。

[OpenCV基礎][Python]影像模糊化在生活中常看到的美圖秀秀或美圖修修或者其他圖像編輯軟體，通常使用各種濾波器和模糊化技術來實現照片的修飾和美化效果。這些濾波和模糊化技術可以應用於不同的區域，以改進照片的外觀，包括平滑皮膚、去除細節、調整對比度等。本文會介紹 OpenCV 四種影像模糊化的方法

[OpenCV基礎][Python]形態學運算(開、閉、禮帽、黑帽)在影像處理中，我們總是會想把圖像內一些物件的特徵讓它明顯一點，形態學運算就是一個好用強大的工具。形態學運算是圖像處理中的一個重要概念，用於改善或改變圖像的形狀。在OpenCV中，形態學運算提供了一系列操作，包括開運算、閉運算、禮帽運算和黑帽運算。這些操作通常應用於二值圖像，用於去除噪聲、連接物體

[Python基礎]raise 引發異常（Exception）在現實生活中，充滿的警報及安全措施，總會設個安全線在那，若觸碰到底線時則會有警報響起。在Python也有類似的作法，如果希望在某個條件達到時，就拉起警報不要讓程式繼續進行下去，就適合使用raise 這種機制讓開發者能夠在程序執行時檢測到不正確的條件，然後通過引發異常停止程序的執行或通知使用者。

28歲才又重新讀大學(回顧文)不用厲害才開始，要開始才很厲害最近常常看到這句話，覺得很棒，想起那時候，28歲才又去重讀大學時的點點滴滴，那時候在竹科產線做夜班，時常都會聽到有同仁在談論我的消息，內容差不多是，畢業都不知道幾歲了，多來加班賺錢比較實在。

[Python基礎]檢查及過濾字串中的特殊字符在實務上，條碼槍傳送的資訊可能包含不可見字符或控制字符。這可能是因為條碼槍在傳送條碼數據時使用了一些特殊字符，這些字符在可見字符集合之外，例如 \x06 就是 ASCII 中的 "ACK" 控制字符。本文將探討，如何查詢及處理這些特殊字符。

[OpenCV基礎][Python]形態學運算(侵蝕、膨脹、梯度)形態學操作在影像處理中有多種應用，特別是在處理二值化影像（黑白影像）。在影像處理應用上，基本上都由侵蝕，膨脹這兩種方法，組合搭配而成。常見應用場景物體檢測與分割：形態學操作可以用於增強或改善二值化影像中的物體邊界，使得物體的檢測和分割更加準確。

[OpenCV基礎][Python]影像操作(讀取、顯示、保存、裁剪、旋轉、縮放)本文將介紹影像的基本操作包括：影像的讀取、顯示、保存，以及一些常見的操作如裁剪、旋轉、縮放等。語法介紹讀取影像： cv2.imread函數的參數是影像的檔案路徑。讀取後的影像以NumPy的ndarray形式表示。

[OpenCV基礎][Python]OpenCV影像的基礎介紹OpenCV（Open Source Computer Vision Library）是一個開源的計算機視覺和影像處理庫，它提供了豐富的功能和工具，可用於開發各種視覺應用程式。 OpenCV最初是用C++編寫的，但它也提供了Python、Java等多種程式語言的接口，方便不同語言的開發者使用。

[Python基礎] [內建函式]數學相關的函式Python 提供了一系列內建函式，其中一部分涉及數學和數學操作。以下是一些常用的內建函式和數學相關的函式：基本數學運算： abs(x)：返回 x 的絕對值。 result = abs(-5) print(result) # 輸出: 5 max(iterable) 和 min(

[Python基礎]使用 dir() 函式獲取物件的所有屬性和方法在 Python 中，dir() 函式用於列舉對象的所有屬性和方法。這包括對象的內建屬性、方法以及自定義的屬性和方法。以下是一個簡單的示例：列舉所有屬性與方法 class MyClass: def __init__(self): self.attribute1 = 42

[Python基礎]裝飾器property 將一個方法轉換為屬性前幾篇討論到各種裝飾器的用法，本文將介紹另外一種裝飾器，可以將方法轉換成屬性來使用。 property也可以動態的取出物件的值，隨著時間或其他運算改變所產生的值，讓我們繼續往下看更多介紹吧。

[Python基礎]裝飾器AbstractMethods 定義抽象方法先前我們談論到靜態方法就像是定義工具箱一樣，那麼抽象方法就像是共用表格的概念，例如註冊帳號時會填寫的一些基本資料，就有包含制式的表格，裡面有需填寫的欄位，例如姓名，性別等。

[Python基礎]裝飾器staticmethod 定義靜態方法先前學到自定函式的使用方法，那如果在一個很龐大的程式架構中發散了一推自定函式，有沒有辦法可以整理一下，讓程式結構整齊又簡潔呢? 可以使用裝飾器staticmethod 定義靜態方法，全部整理到一個類別去，想像成是一個工具箱的概念，工具箱就是類別，靜態方法就像是裡面的工具一樣。

[Python基礎]裝飾器classmethod定義類別方法在使用類別創建實例時，輸入的屬性的都要定義好資料型態，例如dog_1 = Dog("Buddy", 3)，有沒有輸入一段字串讓他自己判斷的方法阿? 有的就是使用classmethod: classmethod 是一種裝飾器，它用於定義類別方法。類別方法與實例方法不同，它們被綁定到類別而不是實例。

[Python基礎]淺談裝飾器 decorator當你想讓原本函式新增其他功能，又不想更動原本函式時，Python提供了一種強大而靈活的工具，那就是裝飾器。但對於新手來說這個裝飾器，非常抽象難以理解，讓我們繼續往下看，慢慢的抽絲剝繭吧。在 Python 中，使用「@」當做裝飾器使用的語法糖符號

[Python基礎]寫程式碼的風格指南 PEP8 在人與人溝通之間，最怕雞同鴨講，彼此不對頻的狀況常會造成誤會。在程式語言中也會出現類似的情況，所以就有一些約定來彼此約束。 PEP 8 是 Python 社群廣泛遵循的一種風格指南，用於提高 Python 程式碼的可讀性和一致性。一開始是 Python 之父 Guido van Rossum 自己

[Python基礎]類別繼承(Inheritance)[Python基礎]淺談類別先前淺談了類別的用法，這次要在來研究一下類別繼承的概念。延續蛋糕的案例的概念，同樣為食物，所以可以由食物當作父類別來延伸，蛋糕則是食物的子類別，若同樣為食物一定有相同的方法(函式)是固定的跟名字(屬性)，可以讓子類別(蛋糕)來繼承沿用，然後也有其他子類別也可以繼承

[Python基礎]使用 None 來指定動態的預設引數在Python函式中，可以使用None來指定動態的預設引數，使用更靈活，Docstrings同時能夠提供清晰的文檔。本篇文章說明利用這種方式來讓函式更彈性，輸入不同型態的關鍵字引數，並在事件紀錄時間的Log訊息的範例中詮釋，可自行輸入時間或者預設導入系統的時間，在跟其他程式交握時，可以更靈活的應用。

[Python基礎]函式Function引數*args和**kwargs本文介紹了Python中函式引數的*args和**kwargs用法，通過*args處理可變數量的位置引數，通過**kwargs處理可變數量的關鍵字引數。不僅介紹了相應的語法和程式範例，還解釋了它們的順序問題和建議的慣例用法。

[Python基礎]處理例外（異常）try，except，else，finally語句本文介紹Python程式設計中處理異常的try, except, else, finally語句，並提供程式範例來更深刻理解使用方法。

[OpenCV應用][Python]應用watershed分割圖像(硬幣分割)本文介紹如何使用OpenCV的分水嶺演算法來實作硬幣的影像分割。除了官方範例外，還加入取出分割後物件的中心點來標註的功能。透過二值化、距離圖、前景圖、分割背景圖等步驟，最後應用分水嶺演算法進行硬幣的分割。本文也提供程式範例及圖示逐步解析演算法。

[OpenCV應用][Python]斑點檢測blob detect本文介紹OpenCV中的SimpleBlobDetector用於檢測斑點或圓，以及其與霍夫轉換找圓方法的差異。透過程式範例和解析，講解檢測到的關鍵點和設定參數，並整理SimpleBlobDetector與霍夫轉換的不同。最後，探討不同的應用場景和參數調整。

[Python基礎]for迴圈運用zip，enumerate函式本文介紹了Python中zip與enumerate函式的使用，以及它們的語法說明和程式範例。zip函式允許同時迭代多個可迭代對象，這使得程式碼更簡潔；而enumerate函式則在迭代時，提供元素的索引，使得實用工具，尤其是當需要追蹤元素的位置時。

[Python基礎]串列運算式（List Comprehension）本文介紹了串列運算式的應用，以及與Lambda匿名函式方法的比較，並提供了程式範例。串列運算式提供了一種簡潔的語法，用於創建、轉換和過濾列表。lambda函式用於創建匿名函式，通常用於簡單的操作。建議在比較複雜的情況下使用一般for迴圈加if來表示。

[Python基礎]Lambda匿名函式如果我只是想要重複做一些很簡單的運算，還有沒有更簡潔的方式，那就是Lambda匿名函式。本文將介紹 : Lambda匿名函式的用法，也比較跟自定函式的差異之處。結合map，filter，sorted函式做應用介紹

[Python][人臉辨識]應用Deepface辨識臉部情緒本文主要應用deepface的正面（frontal）人臉檢測的預設模型，使用analyze 函數，用於分析一張人臉圖像的情感（emotion）。在Colab上實現，若用其他平台需稍微修改程式碼。 Deepface Deepface是一個輕量級的Python人臉辨識和臉部屬性分析

[Python基礎]流程控制while迴圈，break ，continue有別於上一篇for迴圈[Python基礎]流程控制for迴圈，while迴圈則常常被說是無限迴圈，若未到達跳脫的條件，是不會停止的。在日常生活中，我們也常常用到這個概念，例如泡奶粉，要一直攪拌到粉都溶解了為止，其中的一直跟為止就等於while迴圈概念一樣，一直做到某個條件滿足了被觸發才停止。

[OpenCV應用][Python]利用numpy找出物件邊緣求出寬度及高度大部分在求物件的寬度及高度，都會想到用OpenCV的findContours函式來做，從找到的輪廓中來計算物件的面積，周長，邊界框等屬性，從而得到物體的寬度與高度 [OpenCV應用][Python]利用findContours找出物件邊界框求出寬度及高度本文將用不同的方法，利用Numpy

[OpenCV應用][Python]利用findContours找出物件邊界框求出寬度及高度本文將利用OpenCV的findContours函式，從找到的輪廓中來計算物件的面積，周長，邊界框等屬性，從而得到物體的寬度與高度。一般來說，我們在進行輪廓檢測時，會先進行圖像二值化，將對象轉換為白色，背景為黑色。這樣，在找到輪廓後，輪廓的點就會以白色表示，背景為黑色。結果圖從圖中綠色框

[Python基礎]流程控制for迴圈在日常中，常有重複性相當高的事情，不斷地重複在做，重複的事做久就會慢慢變成是一個習慣，這個習慣就會讓人下意識地完成一些事情。習慣是一種自動化的行為模式，這些行為模式在重複進行的過程中變得固定且容易自動化。在Python程式語言中，for迴圈就類似這種概念

[Python基礎]流程控制If Eles在人生中總是會遇到許多選擇，做了不同的選擇產生的結果也會不一樣，大多時候都是在為了要吃什麼在抉擇，小孩才做選擇大人全部都要，全部都要何嘗也不是一個選擇。在Python程式語言中也有選擇的語法，就是If Else，如果是就做什麼，不是就做什麼，有別於其他程式語言，他不一定要有else，可以只有If

[Python基礎]容器：字典{ dit }集合{set}在日常中我們都會將很多事物定上了一個標籤，例如將商品標記價格，替孩子取姓名，公司上冠上職稱等等。在Python中也有這種方法，就是字典的形式{ 'name' : 'crab', 'apple', 1000 }去呈現

[Python基礎]容器 list(列表),tuple(元組)列表（List）和元組（Tuple）都是 Python 中用來存儲集合元素的數據結構，兩者看起來很像，在初學時很容易搞混，所以觀念要建立好。可以把列表（List）和元組（Tuple）想像成是一個容器，什麼元素都可以塞

[Python基礎]基本語法_邏輯運算子邏輯運算子它們在許多情境下都是程式語言中重要的工具，用於進行條件判斷和控制流程在日常中總會遇到有些需要思考判斷的問題，比如要買東西，就會考慮到CP值，東西要好且要便宜，就是and的概念，如果在一些比較複雜的狀況，例如想晚餐吃什麼，就會想火鍋或燒烤都行，這就是or的概念。

[Python基礎]基本語法_數值運算在Python中，數值運算非常直觀，你可以使用標準的數學運算符號進行基本的數值運算。以下是一些基本的數值運算：進行計算時，按照「先乘除後加減」的規則，並優先計算小括號刮起來的運算式。 print('答案:' ,(1+1)*2) #答案: 4 復合型態的運算子指定運算子 = 若是結合算術

[Python基礎]基本語法_變數宣告變數變數是程式中用來儲存和表示數據的標識符號，並將變數存放在某個記憶體位子可以用ID的方法查找變數存在哪個記憶體，此方法有利於以後查找問題用。在大多數程式語言中，變數需要事先聲明（宣告）並賦值。而Python是一種動態類型語言，不需要顯式宣告變數類型，而是在賦值時自動進行推斷。

[Python基礎]淺談類別本文讓我們來淺談一下類別是什麼? 若想看詳細一點的python官方教學可點此連結 Python 的類別（Class）是一種面向物件導向程式設計的概念，讓你能夠創建具有屬性和方法的物件。類別是對現實世界中事物的抽象，它包含數據和操作這些數據的方法。它非常的抽象，想像一個類別就像是一個蛋糕模具，

[Python基礎]理解自定函式本文將介紹自定函式及應用，利用程式範例解釋為什麼要用到自定函式自定函式好處當然就是，讓你的程式碼看起來比較簡潔，在重複使用到的程式碼區塊，可以包裝成函式，讓你重複使用它。

[Python基礎]理解變數作用域在Python中，有三種變數作用域：全域、區域和封閉。區域作用域（Local Scope）：在函式內部定義的變數具有區域作用域，它們只能在該函式內部訪問。例如： def my_function(): local_variable = 10

[機器學習]特徵選取vs特徵萃取，應用breast_cancer資料庫比較其差異本文會利用sklearn引入breast_cancer datasets來訓練，在處理數據的部份，特徵工程用兩種方式去做處理，分別是特徵選取與特徵萃取的方式去做比較。特徵選取的方法中，使用了KNN 分類器來選出最重要的兩個特徵特徵萃取的方法中，使用了PCA降維

[機器學習]CNN學習MNIST 手寫英文字母資料，用網頁展現成果_Streamlit Web應用程式篇前言上一篇討論到如何訓練出模型，此篇將說明Streamlit建立的簡單Web應用程式的解說 Streamlit網頁App_貓狗辨識連結程式碼Github連結 [機器學習]CNN學習MNIST 手寫英文字母資料，用網頁展現成果_模型訓練篇如何連動github與stramlit可以參考

[機器學習]CNN學習MNIST 手寫英文字母資料，用網頁展現成果_模型訓練篇streamlit與github連動程式庫，呈現即時預測手寫英文字母整理了一下，先前學的機器學習利用Colab來訓練出能辨識手寫A~Z英文字母的模型，使用的模型是CNN(Convolutional Neural Network，CNN）模型訓練好的模型，當然是要拿來應用，成果呈現

[OpenCV應用][Python]利用SIFT得取圖片物件旋轉角度，並旋轉回正常角度利用OPENCV，實現SIFT應用，尋找圖片中物件的旋轉角度本文介紹主要提出SIFT提取關鍵角點的座標，由此算出物件的旋轉角度程式功能介紹 : 導入待檢測圖及樣本圖，則會依照樣本圖中的物件為基準

[OpenCV基礎][Python]遮罩，旋轉，輪廓應用濾除斑點[影像處理_OpenCV Python]使用Python撰寫影像處理功能，圖片遮罩或濾除掉不要的地方，旋轉圖片以下範例將呈現影像處理三種不同的應用：遮罩的實現濾除旋轉

[OCR_應用]Tesseract-OCR_Config說明Google Tesseract Config說明，程式範例實際修改示範前言 Tesseract 的 config 檔案用於指定 OCR 引擎的設定和參數。這些參數可以影響文本識別的結果本文將彙整常用參數調整，並呈現不同參數出現不同的辨識結果官網Tesseract OCR參數說明連結

[OCR_應用]Tesseract-OCR_擷取字元面積使用Google Tesseract應用，擷取圖像的OCR並將讀取到的字元標註在原圖上光學字元辨識功能 (Optical character recognition，光學字符辨識）可以將影像中特徵範圍內的文本轉換為數字形式的文本。使用前必須安装Google Tesseract並更新

[機器學習]特徵工程_特徵選取_SFSSequential Feature Selection(SFS) 用中文來解釋為，逐一特徵選取訓練，找出最重要的特徵，以提高模型的性能和效率 SFS 的一些用途包括：維度縮減：在高維度數據中，許多特徵可能是多餘或不重要的，使用 SFS 可以找到最能代表數據的特徵，從而減少計算和記憶體需求

[Python][物件辨識]Yolo v8_Streamlit_網頁預測python Streamlit連動github程式碼實現YoloV8網頁版偵測物件先致敬，YoloV8原作Github程式碼 Streamlit網頁實現YoloV8 偵測物件套用模型為YoloV8(YOLOv8n)最小模型，因github上傳檔案最大上限為25mb 導入圖像(搜尋街景

[C++基礎]迴圈loop介紹 for ,while ,do whilefor，while，do while語法介紹 for loop for比較偏向固定圈數型的迴圈語法 for(計數變數初值; 布林運算式 ; 增量運算) { ：一般指令; ： }

[C++基礎]巢狀迴圈For loop巢狀迴圈For loop介紹結構及範例說明巢狀迴圈巢狀迴圈是在一個迴圈內包含另一個迴圈的結構簡單來說，就是內迴圈做完，才會在跑到外迴圈，接著在做內迴圈

[C++]基礎，條件選擇結構IF，Switch，三元運算子IF，Switch，三元運算子語法說明 IF條件選擇結構說明 IF為布林條件，當()內條件式滿足True執行if區塊的程式碼，不滿足則執行else區塊的程式碼，若無else也行。

[C++]基礎介紹，架構說明介紹C++ 語法資料型態，架構說明程式語言為人類與電腦溝通的工具程式設計流程: 定義問題 -> 問題分析 -> 撰寫演算法 ->程式撰寫 -> 程式執行及維護