這次的鐵人賽，我會透過 30 篇文章，使用 Python 實作一系列與 AI 影像辨識相關的範例，讓大家都能輕鬆入門 AI 影像辨識，做出人臉辨識、姿勢辨識、手勢辨識、數字辨識、物件追蹤...等趣味應用。
雖然 30 篇文章的內容都不會很複雜，但仍然需要一些 Python 的基礎知識，因此第一篇文章先列出所需要的事前準備功能，如果後續閱讀發現卡關或難以下嚥，可能要先回頭消化一下基礎知識，如果已經有 Python 和 OpenCV 的基礎，可以略過這個部分。
因為要編輯 Python 程式語言，就必須要先有開發環境，從下面兩篇文章中挑選適合自己的開發環境進行開發 ( 因為 Colab 不支援攝影鏡頭，所以不使用 Colab 開發 )
這系列文章中不會用到太艱深的 Python 語法 ( 什麼產生器、類別...等都不會用到 )，但仍然會需要使用一些 Python 基礎語法，如果對於 Python 完全陌生，請先閱讀下列文章 ( 更多 Python 教學參考：Python 教學 ( 學習導讀 ) )。
這個部分可能不需要馬上學會 ( 可以先使用然後再學 )，但是因為使用 Python 實作 AI 影像辨識時，常常會透過 OpenCV 來讀取鏡頭或進行影像的處理，因此 OpenCV 是必備的技能，如果在閱讀的過程中看不懂程式碼，或是對於 OpenCV 有興趣，可以參考我所撰寫的 OpenCV 教學：
大家好，我是 OXXO，是個即將邁入中年的斜槓青年，我已經寫了超過 400 篇 Python 的教學，有興趣可以參考下方連結呦～ ^_^
iThome鐵人賽
看影片追技術