本週要做的事
| 順序 | 內容 | 預估時間 |
|---|---|---|
| 1 | 認識 CV 三層架構(Low / Mid / High Level)與 9 個經典挑戰 | 60 min |
| 2 | 看 CV 今天能做什麼(OCR / 生物辨識 / 自駕 / Vision Pro 等) | 30 min |
| 3 | 課程地圖 + 評分方式 + 加 Line 群組 | 20 min |
| 4 | 動手:Colab + Google Drive 掛載 + 第一張 OpenCV 圖 | 60 min |
| 5 | 統計同學背景(Python / Colab / OpenCV 經驗) | 10 min |
教材檔案
-
📖 2026-03-06 Computer Vision 系統課程介紹與環境建置
核心投影片
80 頁,涵蓋 CV 三層架構、9 個挑戰、CV 應用案例、課程地圖、評分機制與 W1 動手做。 -
W1 作業說明
作業
Colab + Google Drive + OpenCV 讀圖。本週唯一作業。
課程的三層架構(學生帶走的核心觀念)
High Level Vision → Category / Activity recognition / Deep understanding
↑
Mid Level Vision → 3D Reconstruction / Depth / Motion Estimation
↑
Low Level Vision → Measurements / Enhancement / Region / Features
↑
影像本身(pixels)
整門課的弧線:
Part 1 (W1-W5)
Low Level——從像素到色彩,純 Colab
Part 2 (W6-W8)
Mid Level——Android 上做古典特徵
Part 3 (W9-W15)
High Level——AI 五範式做 RPS + 研究方向
整門課的工作流原則 ⭐
從 Part 2 開始,每週都會走「Colab 驗算法 → Android 部署」這條工作流。本週先讓學生把 Colab 那半邊跑熟。
階段一:Colab 驗算法
- 靜態圖 / webcam
- Python pipeline 跑通
- 即時 print / 改 cell
- 專注「算法是否會贏」
階段二:Android 嵌入式系統部署
- CameraX ImageAnalysis 真實串流
- Chaquopy 嵌入 Python
- Java 處理 frame + UI
- 專注「資料進出格式對不對」
為什麼這樣切? Android 上 Python 不好除錯——沒 REPL、log 隔層、改一行要重 build。
演算法穩了才搬,搬過去不重新驗算法,只確認資料進出與格式轉換。這個原則整門課反覆使用。
W1-W5 是 Colab 階段的基礎訓練,W6 之後才開始搬。
CV 為什麼難?9 個挑戰
來自投影片 p.30-38。這 9 個挑戰會在 W6-W7 古典特徵被部分解決,但完整解決要等 W10 ML/DL 之後。
- Viewpoint variation 視角變
- Illumination 光線變
- Occlusion 遮擋
- Scale 尺寸變
- Deformation 變形
- Background clutter 背景雜亂
- Intra-class variation 同類差異大
- Local ambiguity 局部歧義
- The world behind the image 影像背後的世界
評分機制
| 項目 | 比重 |
|---|---|
| 出勤與課堂作業 | 60% |
| 期中考 | 20% |
| 期末專題 | 20% |
期末專題在 W15 報告。
W1 作業 | Colab + OpenCV 讀圖
一、作業目標
熟悉 Google Colab 環境,透過 OpenCV (cv2) 讀取、顯示、儲存影像,並學會將 Google Drive 與 Colab 連結。整門課所有 Colab 端的實作都從這裡開始。
二、作業內容
- 使用 Google Colab 建立新的 Python Notebook
- 將 Google Drive 掛載至 Colab
- 切換到自訂資料夾(例如
/content/drive/My Drive/Colab Notebooks/Image Process) - 確認資料夾內容
- 讀取自訂影像檔(例如
Lenna.bmp) - 檢查檔案是否存在
- 以灰階模式讀取影像
- 顯示影像尺寸
- 顯示影像
- 將影像儲存為
resize.jpg
三、參考程式碼
import os
import cv2
from google.colab.patches import cv2_imshow
from google.colab import drive
# 掛載 Google Drive
drive.mount('/content/drive')
# 切換至指定資料夾
os.chdir('/content/drive/My Drive/Colab Notebooks/Image Process')
os.listdir() # 確認目錄內容
# 設定影像路徑
image_path = "Lenna.bmp"
# 檢查檔案是否存在
if not os.path.exists(image_path):
print(f"Error: Image file not found: {image_path}")
exit()
# 讀取影像(灰階)
image = cv2.imread(image_path, 0)
print(image.shape)
# 顯示影像
cv2_imshow(image)
# 儲存影像
cv2.imwrite('resize.jpg', image)
四、繳交內容
執行成功的截圖(含影像、shape 輸出、儲存結果)。
五、注意事項
- 請確認測試圖片
Lenna.bmp已放置於指定資料夾 - 若檔案不存在,程式應顯示錯誤訊息
- 請依照步驟執行並觀察執行結果
- 若有問題可先詢問 Colab 內建的 Gemini,再問老師
學生檢核表
下課前要打勾的:
- 我有 Google 帳號可以登入 Colab
- 我能在 Colab 開新 notebook
- 我能把 Google Drive 掛載到 Colab
- 我有跑出 Lenna.bmp 的灰階圖
- 我有把結果存成
resize.jpg - 我已加入課程 Line 群組
講師資訊
授課教師
謝昇憲
辦公室
EN306
Office Hour
每週三 13:00–14:00
georgeh@yuntech.edu.tw
下週預告 (W2)
進入 Camera Pipeline——從 Sensor → ISP → Raw → Color 的成像流程,並架起 Colab + 本地 Webcam 即時串流(這是後面所有「即時影像」實驗的基礎)。
W2 的串流架構講義已準備好: