본문으로 바로가기
평면표지(2D 앞표지)
입체표지(3D 표지)
2D 뒤표지

C#과 파이썬을 활용한 OpenCV 4 프로그래밍 (개정2판)

컴퓨터 비전 기초 이론부터 머신러닝을 활용한 영상 처리 프로젝트까지


  • ISBN-13
    979-11-5839-486-8 (93000)
  • 출판사 / 임프린트
    주식회사 위키아카데미 / 위키북스
  • 정가
    42,000 원 확정정가
  • 발행일
    2024-05-30
  • 출간상태
    출간
  • 저자
    윤대희
  • 번역
    -
  • 메인주제어
    영상처리
  • 추가주제어
    -
  • 키워드
    #영상처리 #OpenCV #컴퓨터 비전 #C# #파이썬
  • 도서유형
    종이책, 무선제본
  • 대상연령
    모든 연령, 성인 일반 단행본
  • 도서상세정보
    188 * 240 mm, 616 Page

책소개

이 책은 컴퓨터 비전의 기초 이론과 함께 OpenCV에서 가장 널리 사용되는 기능들을 자세히 소개하고, 이미지 데이터에서 의미 있는 정보를 추출하는 방법을 다룹니다. 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 입문서입니다.

 

이 책에서는 OpenCV를 폭넓게 활용할 수 있도록 기초 컴퓨터 비전 알고리즘부터 시작해 머신러닝과 딥러닝까지 포괄적으로 다룹니다. 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 있습니다.

 

이 책은 OpenCV 전반에 대한 내용을 담고 있으며, 실전 예제를 통해 실제 상황에서 어떻게 적용하는지를 보여줍니다. 각 주제는 직관적이고 구체적인 예시와 함께 다뤄져, 독자들은 이를 통해 개념을 명확히 이해하고 실무에서 활용하는 방법을 배울 수 있습니다.

 

★ 이 책에서 다루는 내용 ★

 

◎ 컴퓨터 비전 이해 및 OpenCV를 활용한 심화 실습

◎ C# 및 파이썬에서 OpenCV의 데이터 형식 및 행렬 및 배열 연산

◎ 이미지, 비디오, 카메라를 이용한 입출력 및 결과 저장

◎ GUI를 활용한 데이터 조작 및 시각화

◎ 이미지 프로세싱을 위한 이미지 전처리 및 정보 탐색을 위한 이미지 변형

◎ 이미지 필터링을 통한 정보 검출 및 인식

◎ 코너, 직선, 원, QR 코드와 같은 특징 검출

◎ 특징 매칭을 활용한 이미지 조작 및 객체 검출

◎ K-means, KNN, SVM 등의 머신러닝 알고리즘 활용 방법

◎ 카페, 다크넷, 텐서플로, ONNX 모델을 활용한 딥러닝 모듈 적용 방법

◎ Tesseract-OCR과 C# OpenCvSharp4를 활용한 프로젝트

◎ 파이토치 모델을 변환하여 Python OpenCV에서 인물 세그먼테이션 및 스타일 전이 프로젝트

목차

[1부] OpenCV 이론

 

▣ 1장: 컴퓨터비전의 이해

 

01. 컴퓨터비전이란?

___컴퓨터비전이란?

___영상 처리의 필요성

___영상 처리의 한계점

___데이터 변형

___이미지 데이터

___OpenCV란?

___OpenCV의 역사

02. 알고리즘 설계

___문제 해결을 위한 선행 조건

___하드웨어와 소프트웨어의 선택

___시스템 설계

___개발 규칙

03. 디지털 이미지 프로세싱

___전처리 알고리즘

___노이즈 및 디노이즈

___특징 및 유사성 검출

04. 영상 처리 분야

___영화 산업

___의료 분야

___이미지 번역

___OpenCV의 활용

05. C# OpenCvSharp 설치

___닷넷 프레임워크 설치

___닷넷 설치

___네이티브 래퍼 설치

___OpenCvSharp 사용하기

___확장 네임스페이스

06. 파이썬 OpenCV 설치

___패키지 매니저 설치

___OpenCV 사용하기

___확장 패키지

 

▣ 2장: OpenCV 시작하기

 

01. 이미지 크기

___이미지 크기 속성

___이미지 크기 표현법

02. 정밀도

___비트 표현

___정밀도 표현법

03. 채널

___색상 표현

___채널 표현법

04. 관심 영역

___단일 채널을 사용하는 이유

05. 관심 채널

06. 히스토그램

07. OpenCV 코드 구성 이해

 

▣ 3장: 데이터 형식과 연산

 

01. 기본 데이터

___C# OpenCvSharp에서 사용되는 기본 데이터 형식

___파이썬 OpenCV에서 사용되는 기본 데이터 형식

02. Mat 데이터

___조밀 행렬

___희소 행렬

___관심 영역

___관심 채널

03. 넘파이 데이터

___ndarray 클래스

___배열 연산

___행렬 클래스

___관심 영역

___관심 채널

 

[2부] C# & 파이썬 함수

 

▣ 4장: 기초 예제

 

01. 이미지 데이터

___이미지 입력

___이미지 출력

02. 비디오 데이터

___비디오 출력

___카메라 출력

03. 데이터 조작 및 시각화

___이미지 연결

___도형 그리기

___마우스 콜백

___트랙바

04. 데이터 저장

___이미지 저장

___비디오 저장

 

▣ 5장: 이미지 프로세싱

 

01. 색상 공간 변환

___HSV 색상 공간

___채널 분리 및 병합

___색상 검출

02. 이진화

___오츠 알고리즘

___삼각형 알고리즘

___적응형 이진화 알고리즘

03. 이미지 연산

___픽셀 연산

___필터링

___푸리에 변환

___고주파 필터

___저주파 필터

___모폴로지 변환

04. 이미지 변환

___이미지 피라미드

___이미지 크기 조절

___이미지 대칭 및 회전

___기하학적 변환

 

▣ 6장: 이미지 검출

 

01. 윤곽선 검출

___계층 구조

___데이터 추출

___윤곽선 그리기

___다각형 근사

___윤곽선 정보

02. 특징 검출

___코너 검출

___직선 검출

___원 검출

___QR 코드 검출

03. 특징 매칭

___배경 차분

___템플릿 매칭

___광학 흐름

___키 포인트 매칭

 

[3부] 실전 예제

 

▣ 7장: 머신러닝

 

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

___SVM 유형

___서포트 벡터 머신 적용

___방향 그레이디언트 히스토그램

04. 심층 신경망

___카페: 이미지 분류(구글넷)

___다크넷: 객체 검출(YOLO)

___텐서플로: 세그먼테이션(Mask R-CNN)

___ONNX: 얼굴 검출 및 랜드마크(YuNet)

 

▣ 8장: C# - 명함 검출

 

01. 각도 계산

02. 사각형 검출

03. 사각형 변환

04. 광학 문자 인식(Tesseract)

 

▣ 9장: 파이썬 - 스타일 전이

 

01. 인물 세그먼테이션(PP-HumanSeg)

02. 신경망 스타일 전이(Fast Neural Style)

03. 파이토치 모델 변환

04. 스타일 적용

 

▣ 부록 

A 색상 코드표

B Mat 데이터 형식

 

본문인용

-

서평

-

저자소개

저자 : 윤대희
카카오스타일의 Vision&NLP 팀 리더로 데이터 리터러시, 데이터 패브릭, MLOps 등 관련 프로젝트를 진행하고 있다. 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. 저서로 《파이토치 트랜스포머를 활용한 자연어 처리와 컴퓨터비전 심층학습》(위키북스, 2023)이 있다.
상단으로 이동