C#과 파이썬을 활용한 OpenCV 4 프로그래밍(개정판) (데이터사이언스시리즈68)(개정판)

이 책은 컴퓨터 비전 기초 이론을 비롯해 OpenCV에서 가장 많이 활용되는 기능들을 설명하고 이미지 데이터에서 유의미한 정보를 찾는 방식을 다룹니다. 또한 C#과 파이썬이라는 두 가지 프로그래밍 언어로 구성돼 있어 C#이나 파이썬 개발자분들이 손쉽게 OpenCV를 배울 수 있는 영상처리 입문서입니다.

이 책에서는 OpenCV를 폭넓게 활용할 수 있도록 머신러닝/딥러닝 모듈을 비롯해 Tesseract-OCR과 텐서플로(TensorFlow) 등을 활용해 영상 처리 프로젝트까지 진행하고, 다양한 응용 방법을 제시합니다.

[목 차]

[1부] OpenCV 이론

▣ 01장: 컴퓨터 비전의 이해
01. 컴퓨터 비전이란?
___영상 처리의 필요성
___영상 처리의 한계점
___데이터 변형
___이미지 데이터
02. OpenCV란?
___OpenCV의 역사
03. 알고리즘 설계
___문제 해결을 위한 선행 조건
___하드웨어와 소프트웨어의 선택
___시스템 설계
___개발 규칙
04. 디지털 이미지 프로세싱
___전처리 알고리즘
___노이즈 및 디노이즈
___특징 및 유사성 검출
05. 영상 처리 분야
___영화 산업
___의료 분야
___이미지 번역
___OpenCV의 활용
06. C# OpenCvSharp 설치
___NuGet 패키지 설치
___네이티브 래퍼(Native Wrapper) 적용
___확장 네임스페이스
___OpenCvSharp 사용하기
___참고사항
07. Python OpenCV 설치
___pip를 이용한 설치
___IDE
___OpenCV 사용하기
___참고사항

▣ 02장: OpenCV 시작하기
01. 이미지 크기
___이미지 크기 속성
___OpenCV에서 이미지의 크기를 표현하는 방법
02. 정밀도
___비트 표현
___OpenCV 정밀도 표현법
03. 채널
___색상 표현
___OpenCV 채널 표현법
04. 관심 영역
05. 관심 채널
06. 히스토그램

▣ 03장: 데이터 타입과 연산
01. 기본 데이터
___C# OpenCvSharp에서 사용되는 기본 데이터 타입
___Python OpenCV에서 사용되는 기본 데이터 타입
02. Mat 데이터
___조밀 행렬(dense matrix)
___Mat 클래스 – N차원 밀집 행렬
___Mat 클래스 메모리 레이아웃
___Mat 객체 생성
___MatExpr 클래스 – 행렬 표현식
___행렬의 개별 단위 요소에 접근하기
___행렬의 블록 단위 요소에 접근하기
___Mat 클래스 행렬 연산
___그 밖의 행렬 메서드
___희소 행렬
___희소 행렬 생성
___희소 행렬의 요소 할당 및 접근
___Mat 클래스 - 관심 영역
___Mat 클래스 - 관심 채널
03. Numpy 데이터
___Numpy 행렬
___ndarray 클래스 - N차원 배열
___배열의 개별 단위 요소에 접근하기
___배열의 블록 단위 요소에 접근하기
___배열 차원 변형
___배열 병합 및 분리
___그 밖의 배열 함수
___배열 연산
___matrix 클래스
___ndarray 클래스 - 관심 영역
___ndarray 클래스 - 관심 채널

[02부] C# & 파이썬 함수

▣ 04장: 기초 예제
01. 이미지 입력
02. 이미지 출력
___마우스 콜백
03. 동영상 출력
___FPS(Frame Per Second)
04. 카메라 출력
05. 이미지 연결
06. 도형 그리기
___선형 타입
___비트 시프트
___직선 그리기
___사각형 그리기
___원 그리기
___호 그리기
___내부가 채워지지 않은 다각형 그리기
___내부가 채워진 다각형 그리기
___문자 그리기
07. 트랙 바
08. 결과 저장
___이미지 저장
___동영상 저장

▣ 05장: 이미지 변형
01. 색상 공간 변환
02. HSV 색상 공간
03. 이진화
___오츠 알고리즘
___삼각형 알고리즘
___적응형 이진화 알고리즘
04. 이미지 연산
___덧셈 함수
___뺄셈 함수
___곱셈 함수
___나눗셈 함수
___최댓값 함수
___최솟값 함수
___최소/최대 위치 반환 함수
___절댓값 함수
___절댓값 차이 함수
___비교 함수
___선형 방정식 시스템의 해 찾기 함수
___AND 연산 함수
___OR 연산 함수
___XOR 연산 함수
___NOT 연산 함수
05. 흐림 효과
___커널과 고정점
___테두리 외삽법
___단순 흐림 효과
___박스 필터 흐림 효과
___중간값 흐림 효과
___가우시안 흐림 효과
___양방향 필터 흐림 효과

▣ 06장: 이미지 변환
01. 확대 & 축소
___이미지 확대(Pyramid Up)
___이미지 축소(Pyramid Down)
02. 이미지 크기 조절
03. 대칭 & 회전
04. 기하학적 변환
___아핀 변환
___원근 변환
05. 모폴로지 변환
06. 모폴로지 연산
___열림 연산
___닫힘 연산
___그레이디언트 연산
___탑햇 연산
___블랙햇 연산
___히트미스 연산

▣ 07장: 이미지 검출
01. 가장자리 검출
___소벨 미분
___샤르 필터
___라플라시안
___캐니 엣지
02. 윤곽선 검출
___계층 구조
___윤곽선 검출
___윤곽선 그리기
03. 다각형 근사
___윤곽선의 길이 계산
___윤곽선의 면적 계산
___윤곽선의 경계 사각형
___윤곽선의 최소 면적 사각형
___윤곽선의 최소 면적 원
___윤곽선의 타원 피팅
___윤곽선의 볼록 껍질
___윤곽선의 볼록성 시험
___윤곽선의 모멘트
04. 코너 검출
05. 직선 검출
06. 원 검출

▣ 08장: 머신러닝
___지도 학습
___비지도 학습
01. K-평균 군집화 알고리즘
02. K-최근접 이웃 알고리즘
___Fashion-MNIST
___K-최근접 이웃 알고리즘 적용
___실제 데이터 평가
03. 서포트 벡터 머신
___SVM 커널(Kernel)
___SVM 유형
___서포트 벡터 머신 적용
___HOG(Histograms of Oriented Gradients)
04. 심층 신경망
___카페
___다크넷
___텐서플로

[3부] 실전 예제

▣ 09장: C# - 명함 검출
01. 테서렉트
02. 각도 계산
03. 사각형 검출
04. 이미지 변환
05. 문자 인식

▣ 10장: 파이썬 - 객체 검출
01. 텐서플로
02. 객체 검출
03. 정규 표현식
04. 객체 추적
05. 객체 인식

▣ 부록A: 부록 _ 색상 코드표
___스칼라 구조체의 색상 코드표

▣ 부록B: 정규 표현식
___메타 문자 목록
___이스케이프 문자 목록
___최소 매칭 목록
___정규 표현식 함수
___플래그
___Match 객체의 메서드
___Match 객체의 속성