最初，服裝的功能是為了保護人體免於天氣及環境的傷害，到目前更為了增加整體美觀或顯示其社會地位等功能而變得更加多樣化。於此，現代服裝的設計也必須考量其穿著的舒適性、合身性及功能性，以滿足目前人類需求。然而，在面臨人種、性別不同差異之情況下，其每個人的身型尺碼亦會有所不同，故服裝生產之尺碼也會因此而變得繁多且複雜。若要找到適合自身尺碼的服裝，就必須要透過不斷地套量試穿才能找到最佳尺碼，此舉無疑是費力耗時。本研究以影像辨識 (Image Recognition, IR) 技術之基本概念為基礎，藉由光學數位相機具有快速、穩定、易於操作且不失精準的影像擷取功能，再搭配OpenCV電腦視覺函式庫OpenPose之軟體套件標記受試者之人體特徵點來獲得其座標，並計算出各特徵點座標間之距離。賡續採用決策樹 (C5.0) 演算法對主要變數進行分析並產生尺碼分類規則，且利用歐式距離 (Euclidean Distance) 計算各尺碼間之相似度，為每位受試者推薦出三種最佳服裝尺碼。最後，運用混淆矩陣 (Confusion Matrix) 計算其模型推薦效能。本研究共計搜集188位受試者 (男：126；女62)。結果顯示，其模型推薦命中率可達八成以上。相較於現行國軍服裝套量、撥補作業流程，依據本研究之結果，將不僅能有效縮短使用者服裝套量之時間，且能更廣泛應用於基層實務單位。