What is Computer Vision?

1. History and concept of Computer Vision.

2. Case Studies of Computer Vision.

3. Python Computer Vision workflow introduction.

4. Python packages - Numpy, Matplotlib, SciPy, OpenCV.

5. Suggested online sources of image data sets for studies.

1. Computer Vision 的發展和概念。

2. Computer Vision 案例分析。

3. 利用 Python 進行 Computer Vision 的流程介紹。

4. 認識 Python Numpy, Matplotlib, SciPy, OpenCV。

5. 會建議網上來源以獲取學習用的圖像數據。

image handling and processing

1. Study and process the images.

2. Harris Corner Detector.

3. SIFT - Scale-Invariant Feature Transform.

4. Image to image mapping.

5. Clustering images.

6. Image segmentation

1. 學習處理圖像。

2. Harris Corner Detector.

3. SIFT - Scale-Invariant Feature Transform.

4. 圖像之間的配對。

5. 圖像歸類。

6. 圖像分群。

OpenCV

1. Importance of Data Visualization.

2. Plot data with Python library - Matplotlib.

3. Different types of display formats.

4. Adjust the plotting attributes.

5. Annotation on the plot.

6. ​Plot with Pandas or Seaborn.

1. 認識數據可視化的重要性。

2. 利用 Python library - Matplotlib 繪製圖表。

3. 介紹不同型式的圖表。

4. 調整圖表屬性。

5. 在圖表上進行標註。

6. 運用高階工具製圖 (Pandas 或 Seaborn)。

Advanced computer visioning

1. Python packages - Scikit-Learn and TensorFlow.

2. Introduction of Pivot Tables

3. Case Studies of data mining and analysis.

4. Summary of the workshop.

5. Introduction of advanced topic - Machine Learning.

1. 在 Pandas 上進行數據分析。

2. 介紹數據透視表的應用。

3. 數據挖掘和分析的案例研究。

4. 工作坊總結。

5. 進階工作坊簡介 - 機器學習 (Machine Learning)。