有的時候我覺得價值投資不會遇到跌停,結果還是給我遇到-談2021 Q2的 國喬(1312)

 我最近都試著用本益比去找股價偏低的個股，我發現國喬本益比不超過10, 而且今年的營收都是正成長的，所以從Q1開始,國喬就緩步成長，我大約四月底進場, 想說雖然漲了一段,但是本益比還是不算太高,所以我想應該還是有上漲空間.

從2021Q1  塑膠類股都緩步上漲

                明明本益比就不到10,股價應該算是低檔,結果

                【公告】國喬董事會決議109年度特別股股利分派

日 期：2021年05月06日

公司名稱：國喬 (1312)

主 旨：國喬董事會決議109年度普通股股利分派

發言人：陳景福

說 明：

1. 董事會決議日期：110/05/06

2. 股利所屬年(季)度：109年 年度

3. 股利所屬期間：109/01/01 至 109/12/31

4. 股東配發內容：

(1)盈餘分配之現金股利(元/股)：0.10000000

(2)法定盈餘公積發放之現金(元/股)：0

(3)資本公積發放之現金(元/股)：0

(4)股東配發之現金(股利)總金額(元)：90,662,033

(5)盈餘轉增資配股(元/股)：0

(6)法定盈餘公積轉增資配股(元/股)：0

(7)資本公積轉增資配股(元/股)：0

(8)股東配股總股數(股)：0

5. 其他應敘明事項：

無

6. 普通股每股面額欄位：新台幣10.0000元

===================

然後一直以來都國喬都不發股利,今年比較不錯,20210506 公布發放股利,發了0.1元,結果股一堆咒罵,說明天開盤一定跌停。

結果真的跌停了, 我想再說公司又不是很不賺錢,有必要反映這麼劇烈嗎?

結果是

台塑預警石化價觸頂 16檔原物料軟腳

台塑集團預警石化價格已觸頂，7日嚇趴一堆塑化股，台塑四寶股價大跌，台塑（1301）跌幅更逾7％，影響所及，包括華夏（1305）等16檔原物料股臉綠，所幸鋼鐵人及航海王人氣仍旺，中鴻（2014）、新興（2605）等尾盤拉上漲停板作收。

16檔股價大跌逾3％的原物料概念股，包括國喬、華夏、台塑、冠軍、亞聚、福大、幸福、中石化、中鋼構、台化、台玻、大東、台塑化、新纖、聯成、宏泰等。

連台塑這個好寶寶都可以跌7%, 那我覺得國喬跌停可能也沒什麼, 

唉.這種塑化股的系統性風險真的閃不掉啊

LabVIEW 利用 Python的OpenCV分析角度

 

題目：我使用LabVIEW 控制儀器,我需要判斷拍到的照片裡面方格偏轉的角度,Python 有很多現成的函式庫, 例如OpenCV, 我想要把圖從LabVIEW傳給Python, 再從Python去分析圖片偏轉的角度,再回傳給LabVIEW 去做平台角度的補償。

我拍的照片是8bits 灰階, 所以我把8bits的影像傳到python,再把這個8bits的影像整理成為nparray,再把nparray轉成OpenCV可以用的影像array

我參考了幾個範例,照片以及程式參閱附件

 1.Can a Python Node to Call a Function That Includes Python Packages?

#https://knowledge.ni.com/KnowledgeArticleDetails?id=kA03q000000ww92CAA&l=zh-TW for reference

2. Convert nparray to OpenCV

#https://stackoverflow.com/questions/7587490/converting-numpy-array-to-opencv-array

3.Detect angle and rotate an image in Python

#https://stackoverflow.com/questions/46731947/detect-angle-and-rotate-an-image-in-python/46732132

import numpy as np

from scipy import ndimage

import numpy as np

import cv2

import math

def function(lvarray,lvsize):

    Row_N=lvsize[0]

    Col_N=lvsize[1]

    #convert LabVIEW array into Numpy array

    #https://knowledge.ni.com/KnowledgeArticleDetails?id=kA03q000000ww92CAA&l=zh-TW for reference

    nparray =np.array(lvarray)

   

    new_image = np.ndarray((3,Row_N, Col_N), dtype=int)

    new_image[0,:,:]=nparray.reshape((Row_N, Col_N))

    new_image[1,:,:]=nparray.reshape((Row_N, Col_N))

    new_image[2,:,:]=nparray.reshape((Row_N, Col_N))

#Convert nparray to OpenCV

#https://stackoverflow.com/questions/7587490/converting-numpy-array-to-opencv-array

    

    #Converted the datatype to np.uint8

    new_image = new_image.astype(np.uint8)

    #Separated the channels in my new image

    new_image_red, new_image_green, new_image_blue = new_image

    #Stacked the channels

    new_rgb = np.dstack([new_image_red, new_image_green, new_image_blue])

    img_before=new_rgb

    #Resize Image

    img_before = cv2.resize(img_before,(1040,776),interpolation=cv2.INTER_CUBIC)

#Detect angle and rotate an image in Python

#https://stackoverflow.com/questions/46731947/detect-angle-and-rotate-an-image-in-python/46732132

    cv2.imshow("Before", img_before)    

    key = cv2.waitKey(0)

    

    img_gray = cv2.cvtColor(img_before, cv2.COLOR_BGR2GRAY)

    img_edges = cv2.Canny(img_gray, 100, 100, apertureSize=3)

    lines = cv2.HoughLinesP(img_edges, 1, math.pi / 180.0, 100, minLineLength=70, maxLineGap=5)

    angles = []

    for [[x1, y1, x2, y2]] in lines:

        cv2.line(img_before, (x1, y1), (x2, y2), (255, 0, 0), 3)

        angle = math.degrees(math.atan2(y2 - y1, x2 - x1))

        

        if angle <=-45:

            angle = angle + 90

        else:

            if angle >=45:

                angle=angle-90

        

        angles.append(angle)

    cv2.imshow("Detected lines", img_before)    

    key = cv2.waitKey(0)

    mean_angle = np.mean(angles)

    return mean_angle