C#과 파이썬을 활용한 OpenCV 4 프로그래밍(개정판 2판)(위키북스 데이터 사이언스 시리즈 95)

★ 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

[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

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.