9️⃣ OpenCV 與深度學習

🎯 OpenCV 如何與深度學習結合？

OpenCV 支援深度學習模型，讓我們可以在 電腦視覺應用 中使用 YOLO、SSD、ResNet 等技術來進行物件偵測與影像分類。

✅ 適用場景：

• 物件偵測（YOLO、SSD）
• 影像分類（ResNet、MobileNet）
• 人臉辨識與關鍵點偵測

---

✅ 使用 OpenCV DNN 模組載入預訓練模型

OpenCV 內建 DNN（Deep Neural Network） 模組，可用於載入 TensorFlow 或 Caffe 訓練好的模型。

import cv2

# 載入 DNN 模型
net = cv2.dnn.readNet("model.weights", "model.cfg")

✅ 這允許我們使用外部的深度學習模型來進行物件偵測與分類。

---

✅ 使用 YOLO 進行物件偵測

YOLO（You Only Look Once）是一種高效能即時物件偵測技術。

import cv2
import numpy as np

# 載入 YOLO 模型
net = cv2.dnn.readNet("yolov3.weights", "yolov3.cfg")

# 讀取類別名稱
with open("coco.names", "r") as f:
    classes = [line.strip() for line in f.readlines()]

# 讀取影像
image = cv2.imread("image.jpg")
h, w = image.shape[:2]

# 轉換影像格式
blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)
net.setInput(blob)
out_layers = net.getUnconnectedOutLayersNames()
outs = net.forward(out_layers)

# 繪製偵測框
for output in outs:
    for detection in output:
        scores = detection[5:]
        class_id = np.argmax(scores)
        confidence = scores[class_id]
        if confidence > 0.5:
            center_x, center_y, box_w, box_h = (detection[:4] * np.array([w, h, w, h])).astype("int")
            x = int(center_x - box_w / 2)
            y = int(center_y - box_h / 2)
            cv2.rectangle(image, (x, y), (x + box_w, y + box_h), (0, 255, 0), 2)

cv2.imshow("YOLO Object Detection", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

✅ 這段程式碼會使用 YOLO 偵測影像中的物件，並繪製綠色的 Bounding Box。

---

✅ 使用 MobileNet 進行影像分類

MobileNet 是一種適合移動裝置的輕量級影像分類模型。

import cv2

# 載入 MobileNet 模型
net = cv2.dnn.readNetFromCaffe("mobilenet.prototxt", "mobilenet.caffemodel")

# 讀取影像
image = cv2.imread("image.jpg")
blob = cv2.dnn.blobFromImage(image, scalefactor=1.0, size=(224, 224), mean=(104, 117, 123))
net.setInput(blob)
output = net.forward()

print("分類結果：", output.argmax())

✅ 這可以用來辨識影像中的主要物件，例如狗、貓、車子等。

---

📝 總結

功能	語法
載入 DNN 模型	cv2.dnn.readNet("model.weights", "model.cfg")
YOLO 物件偵測	cv2.dnn.readNet("yolov3.weights", "yolov3.cfg")
MobileNet 影像分類	cv2.dnn.readNetFromCaffe("mobilenet.prototxt", "mobilenet.caffemodel")

🚀 現在你已經學會如何使用 OpenCV 進行深度學習應用！接下來，我們將學習進階應用與完整專案示範！ 😊