1장 컴퓨터 비전과 영상의 이해 1.1 컴퓨터 비전 개요 1.2 영상의 구조와 표현 방법 1.2.1 영상의 획득과 표현 방법 1.2.2 그레이스케일 영상과 컬러 영상
2장 OpenCV 설치와 기초 사용법 2.1 OpenCV 개요와 설치 2.1.1 OpenCV 개요 2.1.2 OpenCV 설치하기 2.2 OpenCV 사용하기: HelloCV 2.2.1 OpenCV 프로젝트 만들기 2.2.2 영상을 화면에 출력하기 2.2.3 HelloCV에서 사용된 OpenCV 주요 함수 설명
3장 OpenCV 주요 클래스 3.1 기본 자료형 클래스 3.1.1 Point_ 클래스 3.1.2 Size_ 클래스 3.1.3 Rect_ 클래스 3.1.4 RotatedRect 클래스 3.1.5 Range 클래스 3.1.6 String 클래스 3.2 Mat 클래스 3.2.1 Mat 클래스 개요 3.2.2 행렬의 생성과 초기화 3.2.3 행렬의 복사 3.2.4 부분 행렬 추출 3.2.5 행렬의 원소 값 참조 3.2.6 행렬 정보 참조하기 3.2.7 행렬 연산 3.2.8 크기 및 타입 변환 함수 3.3 Vec과 Scalar 클래스 3.3.1 Vec 클래스 3.3.2 Scalar 클래스 3.4 InputArray와 OutputArray 클래스 3.4.1 InputArray 클래스 3.4.2 OutputArray 클래스
4장 OpenCV 주요 기능 4.1 카메라와 동영상 파일 다루기 4.1.1 VideoCapture 클래스 4.1.2 카메라 입력 처리하기 4.1.3 동영상 파일 처리하기 4.1.4 동영상 파일 저장하기 4.2 다양한 그리기 함수 4.2.1 직선 그리기 4.2.2 도형 그리기 4.2.3 문자열 출력하기 4.3 이벤트 처리 4.3.1 키보드 이벤트 처리 4.3.2 마우스 이벤트 처리 4.3.3 트랙바 사용하기 4.4 OpenCV 데이터 파일 입출력 4.4.1 FileStorage 클래스 4.4.2 데이터 파일 저장하기 4.4.3 데이터 파일 불러오기 4.5 유용한 OpenCV 기능 4.5.1 마스크 연산 4.5.2 연산 시간 측정 4.5.3 유용한 OpenCV 함수 사용법
5장 영상의 밝기와 명암비 조절 5.1 영상의 밝기 조절 5.1.1 그레이스케일 영상 다루기 5.1.2 영상의 밝기 조절 5.1.3 영상의 밝기 조절 직접 구현하기 5.1.4 트랙바를 이용한 영상의 밝기 조절 5.2 영상의 명암비 조절 5.2.1 기본적인 명암비 조절 방법 5.2.2 효과적인 명암비 조절 방법 5.3 히스토그램 분석 5.3.1 히스토그램 구하기 5.3.2 히스토그램 스트레칭 5.3.3 히스토그램 평활화
6장 영상의 산술 및 논리 연산 6.1 영상의 산술 연산 6.2 영상의 논리 연산
7장 필터링 7.1 영상의 필터링 7.1.1 필터링 연산 방법 7.1.2 엠보싱 필터링 7.2 블러링: 영상 부드럽게 하기 7.2.1 평균값 필터 7.2.2 가우시안 필터 7.3 샤프닝: 영상 날카롭게 하기 7.3.1 언샤프 마스크 필터 7.4 잡음 제거 필터링 7.4.1 영상과 잡음 모델 7.4.2 양방향 필터 7.4.3 미디언 필터
8장 영상의 기하학적 변환 8.1 어파인 변환 8.1.1 어파인 변환 8.1.2 이동 변환 8.1.3 전단 변환 8.1.4 크기 변환 8.1.5 회전 변환 8.1.6 대칭 변환 8.2 투시 변환
9장 에지 검출과 응용 9.1 에지 검출 9.1.1 미분과 그래디언트 9.1.2 마스크 기반 에지 검출 9.1.3 캐니 에지 검출기 9.2 직선 검출과 원 검출 9.2.1 허프 변환 직선 검출 9.2.2 허프 변환 원 검출
10장 컬러 영상 처리 10.1 컬러 영상 다루기 10.1.1 컬러 영상의 픽셀 값 참조 10.1.2 색 공간 변환 10.1.3 색상 채널 나누기 10.2 컬러 영상 처리 기법 10.2.1 컬러 히스토그램 평활화 10.2.2 색상 범위 지정에 의한 영역 분할 10.2.3 히스토그램 역투영
12장 레이블링과 외곽선 검출 12.1 레이블링 12.1.1 레이블링의 이해 12.1.2 레이블링 응용 12.2 외곽선 검출 12.2.1 외곽선 검출 12.2.2 외곽선 처리 함수
13장 객체 검출 13.1 템플릿 매칭 13.2 캐스케이드 분류기와 얼굴 검출 13.3 HOG 알고리즘과 보행자 검출 13.4 QR 코드 검출
14장 지역 특징점 검출과 매칭 14.1 코너 검출 14.1.1 해리스 코너 검출 방법 14.1.2 FAST 코너 검출 방법 14.2 크기 불변 특징점 검출과 기술 14.2.1 크기 불변 특징점 알고리즘 14.2.2 OpenCV 특징점 검출과 기술 14.3 특징점 매칭 14.3.1 OpenCV 특징점 매칭 14.3.2 호모그래피와 영상 매칭 14.4 영상 이어 붙이기
15장 머신 러닝 15.1 머신 러닝과 OpenCV 15.1.1 머신 러닝 개요 15.1.2 OpenCV 머신 러닝 클래스 15.2 k 최근접 이웃 15.2.1 k 최근접 이웃 알고리즘 15.2.2 KNearest 클래스 사용하기 15.2.3 kNN을 이용한 필기체 숫자 인식 15.3 서포트 벡터 머신 15.3.1 서포트 벡터 머신 알고리즘 15.3.2 SVM 클래스 사용하기 15.3.3 HOG & SVM 필기체 숫자 인식
16장 딥러닝과 OpenCV 16.1 딥러닝과 OpenCV DNN 모듈 16.1.1 신경망과 딥러닝 16.1.2 OpenCV DNN 모듈 16.2 딥러닝 학습과 OpenCV 실행 16.2.1 텐서플로로 필기체 숫자 인식 학습하기 16.2.2 OpenCV에서 학습된 모델 불러와서 실행하기 16.3 OpenCV와 딥러닝 활용 16.3.1 구글넷 영상 인식 16.3.2 SSD 얼굴 검출
부록 A OpenCV 소스 코드 빌드하여 설치하기 A.1 OpenCV 소스 코드 내려받기 A.2 CMake를 이용하여 솔루션 파일 만들기 A.3 Visual Studio에서 OpenCV 빌드하고 설치하기
부록 B 리눅스에서 OpenCV 설치하고 사용하기 B.1 리눅스에서 OpenCV 설치하기 B.2 리눅스에서 OpenCV 프로그램 개발하기
드디어 길었던 집필이 끝나고 마지막 글을 적고 있습니다. 처음 OpenCV 책을 써야겠다고 생각한 지 2년이 더 지나서야 책이 완성되는 모습을 보게 되었습니다. 그사이에 OpenCV 버전이 3.2에서 3.3, 3.4, 결국에는 4.0까지 나오게 되었습니다. OpenCV 버전이 업그레이드되면서 새로운 기능이 추가되고 그에 맞게 책의 내용도 알차지는 것은 기분 좋은 일이지만, 그래도 더 빨리 독자분들께 보여 드리지 못한 것은 아쉽게 생각합니다. 이 책의 내용은 패스트캠퍼스에서 진행하고 있는 [OpenCV로 배우는 컴퓨터 비전 프로그래밍 캠프] 강의를 기반으로 구성되었습니다. OpenCV 강의를 13회 이상 진행하면서 컴퓨터 비전 초보자 분들도 체계적으로 학습할 수 있도록 커리큘럼을 다듬을 수 있었고, 그 결과를 이 책에서 주된 설명의 흐름으로 삼았습니다. 아무쪼록 이 책이 컴퓨터 비전과 OpenCV를 시작하시는 분들게 쉽게 다가가기를 바라고, 학습과 실무에 도움이 되기를 바랍니다.
컴퓨터 비전이란? 컴퓨터 비전은 컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미 있는 정보를 추출하는 학문이다. 즉, 사람의 눈과 뇌가 하는 작업을 수학적 알고리즘을 통해 컴퓨터가 수행할 수 있도록 만드는 작업이다. 컴퓨터가 사물을 인식하게끔 만드는 것이 간단하지는 않지만, OpenCV를 사용하면 좀 더 쉽게 프로그래밍할 수 있다.
OpenCV를 사용하여 쉽게 배우자 OpenCV는 오픈 소스로 개발되고 있는 컴퓨터 비전 라이브러리다. 비교적 간단한 밝기와 명암비 조절, 필터링, 에지 검출부터 객체 검출, 영상 매칭, 필기체 숫자 인식 등 고급 기법까지 OpenCV를 사용하여 쉽게 구현할 수 있다. 컴퓨터 비전이 처음이라면 OpenCV와 함께 밑바닥부터 시작하자.
머신 러닝과 딥러닝 활용까지! OpenCV는 k 최근방 이웃, 서포트 벡터 머신 등의 머신 러닝 알고리즘을 지원하며, 특히 최신 버전인 OpenCV 4는 딥러닝 활용까지 지원한다. 머신 러닝 알고리즘과 딥러닝을 이용한 필기체 숫자 인식 예제를 따라 해보면서 머신 러닝과 딥러닝을 이해해보자. 또한, 딥러닝을 이용하여 1000개의 사물을 인식하고, 실시간으로 얼굴을 검출하는 예제도 함께 만들어보자.
* 책에서는 C/C++로 OpenCV 라이브러리를 사용하는 방법을 설명하지만, 파이썬을 이용한 소스 코드가 필요한 분은 다음 URL에서 내려받으실 수 있습니다. (책 본문에서 설명하는 Mat 클래스, Scalar 클래스 사용법 등 C/C+에 특화된 내용은 제외합니다) 파이썬 소스 코드 보기: https://github.com/sunkyoo/opencv4cvml/tree/master/python
[서평]OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝
내용
평점4점
편집/디자인 평점4점k*****7|2019.05.10|추천1|댓글0리뷰제목
자율주행 객체인식등과 같은 기술이 발전하면서 비전과 관련된 프레임워크가 많이 확산되고 있다. 이제 누구나 쉽게 컴퓨터 비전을 다룰 수 있고 머신 러닝을 이용할 수 있게되었다. 사람이 사물을 보고 무엇인지 인지하는 것은 매우 직관적이고 쉽다. 3살 이상부터는 사물을 인지할 수 있게 된다. 하지만 컴퓨터가 사물을 인식할 수 있도록 만드는 일은 결코 쉽지 않다. 컴퓨터 비전에서;
자율주행 객체인식등과 같은 기술이 발전하면서 비전과 관련된 프레임워크가 많이 확산되고 있다. 이제 누구나 쉽게 컴퓨터 비전을 다룰 수 있고 머신 러닝을 이용할 수 있게되었다. 사람이 사물을 보고 무엇인지 인지하는 것은 매우 직관적이고 쉽다. 3살 이상부터는 사물을 인지할 수 있게 된다. 하지만 컴퓨터가 사물을 인식할 수 있도록 만드는 일은 결코 쉽지 않다. 컴퓨터 비전에서 주로 활용하는 정보는 밝기, 색상, 모양, 텍스처등이 있으며 이러한 정보가 머신 러닝 알고리즘을 함께 사용해 객체를 인식할 수 있게된다.
그래서 이러한 컴퓨터 비전에 대해 공부하려면 많은 분야의 지식이 필요하다. 수학의 선형대수, 확률과 통계, 미적분학 및 기하학, 신호 처리, 머신러닝에서의 패턴 인식과 딥러닝, 컴퓨터 과학, 그래픽스등의 다양한 분야 지식이 필요하다. 이 책의 경우 저자가 고등학교 이상의 수학 지식 특히 행렬과 미분에 대한 개념과 C++언어에 대한 이해가 필수라고 한다.
이 책의 OpenCV프로젝트는 Visual Studio IDLE를 사용한다. 따라서 OpenCV를 처음 다루는 독자들에게 알맞은 도서이다. 기본적으로 영상을 화면에 출력하는 HelloCV 프로젝트를 통해 정확히 동작되는지 확인할 수 있다. OpenCV는 Mat클래스를 이용해 표시한다. 따라서 기본적으로 cv::Mat 클래스로 인스턴스를 생성해 이미지를 불러올 수 있다.
OpenCV는 OpenSource Computer Vision의 약자이다. 따라서 모든 것이 공개되어 있다. 따라서 3장부터는 본격적인 OpenCV에 대해 배우는데 주요 클래스에 대해 배운다. 사진과 영상은 기본적으로 모두 행렬로 나타낼 수 있다. 따라서 이러한 행렬을 연산해서 새로운 행렬을 만들거나 부분적인 행렬을 추출할 수 있다.
영상처리 부분으로 넘어가면 영상의 밝기 및 명암비를 조절하거나 히스토그램을 분석하기도 하며, 산술적이며 논리적인 연산을 통해 필터링해 영상을 부드럽게 하는 블러링 및 가우시안 필터링, 샤프닝등의 작업을 수행할 수 있다.
다음으로 객체를 인식하기 위해서는 외곽선을 검출해야한다. 외곽선은 객체 영역 픽셀 중에서 배경 영역과 인접한 일련의 픽셀을 의미한다. 외곽선을 처리하는 함수를 소개하고 임의의 객체에 대해 바운딩 박스, 최소 크기 회전된 사각형, 최소 크기 원을 검출한 예를 수행해볼 수 있다. 각 정보를 함수에 전달해 구한 바운딩 박스등을 영상 위에 나타낼 수 있다. 이러한 영상을 작은 크기의 부분 영상 위치를 찾고 템플릿 매칭 기법을 사용해 가장 비슷한 위치를 수직적으로 찾아낸다. 마찬가지로 캐스케이드 분류기를 통해 필터를 이동시키고 얼굴을 인식할 수 있게된다.
마지막에는 머신러닝과 딥러닝에 대한 이야기도 나온다. 얇은 책은 아니지만 그렇다고 두꺼운 책도 아니다. OpenCV에 대한 코딩에 대해 대부분 이해할 수 있을만큼 다양한 예제와 설명이 있는것이 이 책의 장점이다. OpenCV를 가장 쉽게 시작해서 마지막에 딥러닝과 머신러닝에 적용하는 것까지 이해하고 수행할 수 있다. 실제 사진편집, 자율주행 자동차, 보안, 머신 비전등에 사용되는 만큼 이 분야의 기술을 무궁무진하다.
구매OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝
내용
평점5점
편집/디자인 평점5점YES마니아 : 로얄F***********l|2021.04.27|추천0|댓글0리뷰제목
컴퓨터 비전 기초부터 딥러닝 활용까지!
컴퓨터 비전은 컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미 있는 정보를 추출하는 학문이다. 즉, 사람의 눈과 뇌가 하는 작업을 수학적 알고리즘을 통해 컴퓨터가 수행할 수 있도록 만드는 작업이다. 컴퓨터가 사물을 인식하게끔 만드는 것이 간단하지는 않지만, OpenCV를 사용하면 좀 더 쉽게 프로그래밍할 수 있;
컴퓨터 비전은 컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미 있는 정보를 추출하는 학문이다. 즉, 사람의 눈과 뇌가 하는 작업을 수학적 알고리즘을 통해 컴퓨터가 수행할 수 있도록 만드는 작업이다. 컴퓨터가 사물을 인식하게끔 만드는 것이 간단하지는 않지만, OpenCV를 사용하면 좀 더 쉽게 프로그래밍할 수 있다. 이 책은 OpenCV로 간단한 밝기와 명암비 조절, 필터링, 에지 검출부터 객체 검출, 영상 매칭, 필기체 숫자 인식 등 고급 기법까지 초보자도 이해할 수 있는 설명과 체계적인 실습으로 설명한다. 또한 OpenCV는 k 최근방 이웃, 서포트 벡터 머신 등의 머신 러닝 알고리즘을 지원하며, 특히 최신 버전인 OpenCV 4는 딥러닝 활용까지 지원한다. 머신 러닝 알고리즘과 딥러닝을 이용한 필기체 숫자 인식 예제를 따라 해보면서 머신 러닝과 딥러닝을 이해해보자.
구매OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝
내용
평점5점
편집/디자인 평점5점YES마니아 : 로얄진***학|2020.03.03|추천0|댓글0리뷰제목
작년에 회사에서 컴퓨터 비전 관련 스터디 그룹에 참여하여 기본적인 지식만 습득했습니다. 웹에서 좋은 자료를 찾아 공부를 했지만 함수들에 대한 개략적인 설명만 있어 잘 이해되지 않는 부분도 많았습니다. 좀더 체계적이고 쉽게 설명된 도서를 찾다가 발견한 도서입니다.OpenCV 에 대한 체계적이고 이해하기 쉽게 설명되어 있어 맘에 들었습니다. 요즘은 회사에서도 4차 산업혁명 및;
작년에 회사에서 컴퓨터 비전 관련 스터디 그룹에 참여하여 기본적인 지식만 습득했습니다. 웹에서 좋은 자료를 찾아 공부를 했지만 함수들에 대한 개략적인 설명만 있어 잘 이해되지 않는 부분도 많았습니다. 좀더 체계적이고 쉽게 설명된 도서를 찾다가 발견한 도서입니다.
OpenCV 에 대한 체계적이고 이해하기 쉽게 설명되어 있어 맘에 들었습니다. 요즘은 회사에서도 4차 산업혁명 및 스마트 팩토리에 관심이 많아 업무에 도움이 될 과제를 찾는데 컴퓨터 비전이 딱 좋은 것 같네요. 컴퓨터 비전에 관심있는 분들이라면 적극 추천하고 싶은 도서입니다.
음성 검색
QR/바코드 검색
