• 了解數位影像基礎(像素、色彩)與灰階轉換原理: 掌握將彩色影像轉為灰階的技巧，降低後續處理的 計算複雜度，為影像分析打好根基。

• 實作影像讀取與顯示: 使用 C# Windows Forms 建立基本介面，載入並呈現影像檔案，在程式中顯示 出照片內容。

• 灰階處理體驗: 撰寫程式將影像灰階化，觀察亮度資訊的呈現效果，親手體驗如何提取出影像中有用的 結構資訊。

• 學習成果: 能夠獨立將彩色照片轉換為灰階影像，理解灰階在影像分析中的重要性與應用價值，為進階 影像處理做好準備。

• 產業應用: 灰階影像常用作工業檢測的預處理步驟，可減少雜訊干擾並加快後續演算法(如瑕疵檢測) 的運行速度。

• 影像二值化技術: 設定灰階門檻將影像轉換成黑白分明的二值影像，清晰區隔目標物與背景，讓關注對 象更突出。

• 門檻選擇策略: 了解手動設定固定閾值與自動計算門檻(如 Otsu 演算法)的差異，學會根據影像特性 選擇最佳二值化方法，提高分割準確度。

• 輪廓偵測原理: 學習如何從二值影像中擷取物件輪廓，辨識影像中各獨立物件的邊界範圍，為每個目標 建立清晰的外形描述。

• 幾何特徵計算: 計算輪廓的面積、周長、重心、外接矩形尺寸等幾何資訊，量化物件大小與形狀特性， 取得客觀的測量數據。

• C# 實務操作: 撰寫程式讀取輪廓點陣列並計算上述特徵，在 Windows Forms 介面上即時顯示結果， 驗證程式運算正確性。

•  形狀判別應用: 利用幾何特徵判斷物件形狀類型(如圓形、矩形)，篩選目標物是否符合預期規格，為 後續尺寸量測與缺陷檢測提供依據。

• 產業應用: 透過輪廓分析實現產品自動計數，初步評估產品尺寸是否合格，取代人工目測量測，提高產 線檢驗的一致性與效率。