이 책은 컴퓨터 비전의 기초 이론과 함께 OpenCV에서 가장 널리 사용되는 기능들을 자세히 소개하고, 이미지 데이터에서 의미 있는 정보를 추출하는 방법을 다룬다. 이 책은 C#과 파이썬 두 언어로 구성되어 있어 두 언어 간의 비교도 가능하며, C#이나 파이썬 개발자들이 쉽게 OpenCV를 습득할 수 있는 영상 처리 입문서이다. 이 책에서는 OpenCV를 폭넓게 활용할 수 있도록 기초 컴퓨터 비전 알고리즘부터 시작해 머신러닝과 딥러닝까지 포괄적으로 다룬다. 지도 학습 및 비지도 학습의 전반에 대한 내용과 함께 이미지 분류, 객체 검출, 세그먼테이션, 얼굴 검출, 랜드마크 검출, 스타일 전이 등 다양한 딥러닝 모델을 OpenCV를 활용해 어떻게 적용할 수 있는지에 대한 예시도 포함돼 있다. 이 책은 OpenCV 전반에 대한 내용을 담고 있으며, 실전 예제를 통해 실제 상황에서 어떻게 적용하는지를 보여준다. 각 주제는 직관적이고 구체적인 예시와 함께 다뤄져, 독자들은 이를 통해 개념을 명확히 이해하고 실무에서 활용하는 방법을 배울 수 있다.
카카오스타일의 데이터사이언스 팀 리더로 현재 데이터 리터러시, 데이터 패브릭, MLOps 프로젝트를 진행하고 있다. 이전에는 어반베이스의 머신러닝 팀 리더를 맡아 컴퓨터비전과 딥러닝을 활용해 2D 도면을 3D로 변환하는 프로젝트를 수행했다. 머신러닝·딥러닝을 비롯해 데이터 품질 관리, 데이터 통합, 비즈니스 인텔리전스 등 데이터 통합에 관심이 있으며, 기술 공유 및 확장 플러그인 배포 등으로 개인이나 조직이 기술을 보다 쉽게 이용하고 활용할 수 있도록 도움을 주고 있다.
[1부] OpenCV 이론▣ 1장: 컴퓨터비전의 이해01. 컴퓨터비전이란?___컴퓨터비전이란?___영상 처리의 필요성___영상 처리의 한계점___데이터 변형___이미지 데이터___OpenCV란?___OpenCV의 역사02. 알고리즘 설계___문제 해결을 위한 선행 조건___하드웨어와 소프트웨어의 선택___시스템 설계___개발 규칙03. 디지털 이미지 프로세싱___전처리 알고리즘___노이즈 및 디노이즈___특징 및 유사성 검출04. 영상 처리 분야___영화 산업___의료 분야___이미지 번역___OpenCV의 활용05. C# OpenCvSharp 설치___닷넷 프레임워크 설치___닷넷 설치___네이티브 래퍼 설치___OpenCvSharp 사용하기___확장 네임스페이스06. 파이썬 OpenCV 설치___패키지 매니저 설치___OpenCV 사용하기___확장 패키지▣ 2장: OpenCV 시작하기01. 이미지 크기___이미지 크기 속성___이미지 크기 표현법02. 정밀도___비트 표현___정밀도 표현법03. 채널___색상 표현___채널 표현법04. 관심 영역___단일 채널을 사용하는 이유05. 관심 채널06. 히스토그램07. OpenCV 코드 구성 이해▣ 3장: 데이터 형식과 연산01. 기본 데이터___C# OpenCvSharp에서 사용되는 기본 데이터 형식___파이썬 OpenCV에서 사용되는 기본 데이터 형식02. Mat 데이터___조밀 행렬___희소 행렬___관심 영역___관심 채널03. 넘파이 데이터___ndarray 클래스___배열 연산___행렬 클래스___관심 영역___관심 채널[2부] C# & 파이썬 함수▣ 4장: 기초 예제01. 이미지 데이터___이미지 입력___이미지 출력02. 비디오 데이터___비디오 출력___카메라 출력03. 데이터 조작 및 시각화___이미지 연결___도형 그리기___마우스 콜백___트랙바04. 데이터 저장___이미지 저장___비디오 저장▣ 5장: 이미지 프로세싱01. 색상 공간 변환___HSV 색상 공간___채널 분리 및 병합___색상 검출02. 이진화___오츠 알고리즘___삼각형 알고리즘___적응형 이진화 알고리즘03. 이미지 연산___픽셀 연산___필터링___푸리에 변환___고주파 필터___저주파 필터___모폴로지 변환04. 이미지 변환___이미지 피라미드___이미지 크기 조절___이미지 대칭 및 회전___기하학적 변환▣ 6장: 이미지 검출01. 윤곽선 검출___계층 구조___데이터 추출___윤곽선 그리기___다각형 근사___윤곽선 정보02. 특징 검출___코너 검출___직선 검출___원 검출___QR 코드 검출03. 특징 매칭___배경 차분___템플릿 매칭___광학 흐름___키 포인트 매칭[3부] 실전 예제▣ 7장: 머신러닝01. K-평균 군집화 알고리즘02. K-최근접 이웃 알고리즘___Fashion-MNIST___K-최근접 이웃 알고리즘 적용___실제 데이터 평가03. 서포트 벡터 머신___SVM 커널___SVM 유형___서포트 벡터 머신 적용___방향 그레이디언트 히스토그램04. 심층 신경망___카페: 이미지 분류(구글넷)___다크넷: 객체 검출(YOLO)___텐서플로: 세그먼테이션(Mask R-CNN)___ONNX: 얼굴 검출 및 랜드마크(YuNet)▣ 8장: C# - 명함 검출01. 각도 계산02. 사각형 검출03. 사각형 변환04. 광학 문자 인식(Tesseract)▣ 9장: 파이썬 - 스타일 전이01. 인물 세그먼테이션(PP-HumanSeg)02. 신경망 스타일 전이(Fast Neural Style)03. 파이토치 모델 변환04. 스타일 적용▣ 부록 A 색상 코드표B Mat 데이터 형식
