OpenCV 4 마스터(비전과 이미지 처리 앱을 만들기 위한)(3판)(오픈소스 프로그래밍)

★ 이 책에서 다루는 내용 ★

■ OpenCV 코드 샘플 작업으로 실제 컴퓨터 비전 구축

■ OpenCV 프로젝트 엔지니어링 및 유지 관리 모범 사례

■ 복잡한 컴퓨터 비전 작업을 위한 알고리즘 설계 접근 방법

■ OpenCV의 최신 API(v4.0.0)

■ 3D 장면 재구성 및 SfM

■ ArUco 모듈을 사용한 카메라 보정 및 오버레이 AR



★ 이 책의 대상 독자 ★

OpenCV를 시작하려는 초보 컴퓨터 비전 엔지니어를 대상으로 하며, 대부분 C++ 환경에서 기존의 기초 지식을 주로 학습하는 것과는 달리 실습 방식을 이용한다. 현재의 일반적인 컴퓨터 비전 작업과 관련해 OpenCV API의 구체적인 사용 사례 예제를 제공하고 '복사-붙여넣기-실행' 방법을 권장하므로 기초 수학 내용은 최소한으로만 유지한다.



★ 이 책의 구성 ★

필요한 내용을 다루는 장을 바로 읽거나 각 장의 코드, 설명을 살펴봄으로써 기배포된 모듈들을 포함한 OpenCV의 많은 기능을 어려움 없이 사용할 수 있다. 또한 웹, iOS, 안드로이드 장치와 파이썬 주피터 노트북Python Jupyter Notebook에서의 OpenCV 사용 방법을 제공한다. 각 장은 서로 다른 주제를 다루고 솔루션과 이론적 내용을 제공한다. 문제를 해결할 수 있도록 빌드하고 실행할 수 있는 전체 코드 예제를 제공한다.



1장, '라즈베리 파이의 카툰화와 피부색 변경'에서는 데스크톱과 라즈베리 파이(Raspberry Pi)같은 소형 임베디드 시스템에서 이미지 처리 필터를 만드는 방법을 보여준다.

2장, 'SfM 모듈을 사용한 모션 구조 탐색'에서는 한 장면을 희소 포인트 클라우드(카메라 포즈 포함)로 재구성하기 위해 SfM 모듈을 사용하는 방법과 멀티 뷰 스테레오를 사용해 밀집 포인트 클라우드를 얻는 방법을 보여준다.

3장, 'face 모듈을 사용한 얼굴 랜드마크와 포즈 분석'에서는 face 모듈을 사용한 얼굴 랜드마크(얼굴 마크라고도 함) 검출 프로세스를 설명한다.

4장, '딥 컨볼루션 네트워크를 사용한 번호판 인식'에서는 이미지 세그멘테이션, 특징 추출, 패턴 인식 기본 사항, 두 가지 주요 패턴 인식 알고리즘인 SVM과 DNN을 소개한다.

5장, 'DNN 모듈을 사용한 얼굴 검출 및 인식'에서는 이미지에서 얼굴을 검출하는 다양한 기법을 보여준다. 하르(haar) 특징이 있는 캐스케이드 분류기를 사용하는 방법보다는 일반적인 알고리즘부터 딥러닝을 사용하는 최신 기법까지 모두 아우르는 다양한 방법을 제공한다.

6장, 'OpenCV.js를 사용한 웹 컴퓨터 비전 소개'에서는 OpenCV의 자바스크립트용 컴파일 버전인 OpenCV.js를 사용해 웹용 컴퓨터 비전 알고리즘을 개발하는 새로운 방법을 보여준다.

7장, 'ArUco 모듈을 사용한 안드로이드 카메라 보정과 AR'에서는 OpenCV의 ArUco 모듈, 안드로이드의 Camera2 API, JMonkeyEngine 3D 게임 엔진을 사용해 안드로이드 생태계 시스템에서 증강현실(AR) 애플리케이션을 구현하는 방법을 보여준다.

8장, '스티칭 모듈이 있는 iOS 파노라마'에서는 OpenCV의 사전 컴파일된 iOS용 라이브러리를 사용해 아이폰에서 파노라마 이미지 스티칭(stitching) 애플리케이션을 작성하는 방법을 보여준다.

9장, '작업에 가장 적합한 OpenCV 알고리즘 찾기'에서는 OpenCV 내의 옵션을 고려하고 따라야 할 여러 가지 방법을 설명한다.

10장, 'OpenCV의 일반적인 함정 피하기'에서는 OpenCV의 역사적 발전, 점진적인 프레임워크/알고리즘 제공 증가 현황, 컴퓨터 비전의 발전을 살펴본다.



★ 옮긴이의 말 ★

컴퓨터 비전은 컴퓨터에 시각을 부여해서 이미지에 대한 분석으로 유용한 정보를 생성하는 기술이다. 비전 기술은 컴퓨터나 로봇 등을 통해 얼굴, 건물 등과 같은 다양한 객체를 인식하는 데 응용되며, 인공지능 기술이 발전하면서 객체 인식 기술의 진화도 점점 빨라지고 있다.

이 책은 실제 컴퓨터 비전 작업을 할 때 직접적으로 많은 도움이 될 수 있도록 구성됐으며 OpenCV의 최신 API(v4.0.0) 지식을 포함한다. OpenCV는 비전 작업을 할 때 광범위하게 가장 많이 사용되는 오픈소스 컴퓨터 비전 라이브러리로, 실제 애플리케이션을 구축할 때 많이 선택된다.

2장부터 5장까지는 다양한 OpenCV의 핵심 기술을 설명한다. 카메라 포즈(camera pose)를 포함해 희소(sparse) 포인트 클라우드로 장면을 재구성하고, 멀티 뷰 스테레오를 사용해 밀집(dense) 포인트 클라우드를 얻는 방법을 보여준다. 이미지 세그멘테이션(image segmentation), 특징 추출(feature extraction), 패턴 인식(pattern recognition) 기본 사항, 두 가지 주요 패턴 인식 알고리즘인 SVM(Support Vector Machine)과 DNN(Deep Neural Network)을 소개하고, 이미지에서 얼굴을 검출하는 다양한 기법을 보여준다. 또한 하르(haar) 특징이 있는 캐스케이드 분류기를 사용하는 방법 외에 딥러닝을 사용하는 최신 기법을 포함하는 다양한 방법을 제공한다.

6장에서는 웹에서도 활용 가능한 OpenCV의 자바스크립트용 컴파일 버전인 OpenCV.js를 사용해 웹용 컴퓨터 비전 알고리즘을 개발하는 새로운 방법을 보여준다. 7장과 8장에서는 모바일 세상의 양대 산맥인 안드로이드와 iOS를 위한 솔루션을 제공한다. OpenCV의 ArUco 모듈, 안드로이드의 Camera2 API 및 JMonkeyEngine 3D 게임 엔진을 사용해 안드로이드 생태계 시스템에서 증강현실(AR) 애플리케이션을 구현하는 방법을 보여준다. 그리고 OpenCV의 사전 컴파일된 iOS용 라이브러리를 사용해 아이폰에서 파노라마 이미지 스티칭 애플리케이션을 작성하는 방법도 알아본다.

근래 떠오른 주요 컴퓨터 비전 문제의 OpenCV 코드 샘플 작업 방법을 알려주고, OpenCV 프로젝트 엔지니어링과 유지 관리에 관한 모범 사례를 제시한다. 또한 복잡한 컴퓨터 비전 작업을 위한 실용적이고 알고리즘적인 설계 방식도 파악할 수 있게 해주며, OpenCV의 간단한 예제부터 복잡한 예제까지 고루 제공하므로 많은 유용한 정보를 얻을 수 있을 것이다.

진심으로 이 책이 OpenCV와 머신러닝 등에 관련된 다양한 이론을 이해하고 실제로 구현하는 데 많은 도움이 되길 바란다.



이 책의 원서명은 『Mastering OpenCV 4, 3rd Edition: A comprehensive guide to building computer vision and image processing applications with C++ 』입니다.

아마존 링크: https://www.amazon.com/Mastering-OpenCV-comprehensive-processing-applications-dp-1789533570/dp/1789533570

1장. 라즈베리 파이의 카툰화와 피부색 변경

__웹캠에 액세스하기

__데스크톱 앱의 기본 카메라 처리 루프

____흑백 스케치 생성하기

____색 페인팅과 카툰 생성

____윤곽선 필터를 사용해 이블 모드 생성

____피부 검출 방법을 사용해 외계인 모드 생성

__피부색 체인저 구현

____스케치 이미지에서 임의의 페퍼 잡음 감소

__데스크톱에서 임베디드 디바이스로 포팅

____임베디드 디바이스의 코드를 개발하기 위한 장비 설정

____임베디드 디바이스에서 OpenCV 설치

__요약



2장. SfM 모듈을 사용한 모션 구조 탐색

__기술 요구 사항

__SfM의 핵심 개념

____보정된 카메라와 에피폴라(등극선) 기하학

____스테레오 재구성과 SfM

__OpenCV에서 SfM 구현

____이미지 특징 매칭

____특징 추적하기

____3D 재구성 및 시각화

____밀집 재구성을 위한 MVS

__요약



3장. face 모듈을 사용한 얼굴 랜드마크와 포즈 분석

__기술 요구 사항

__이론과 주요 내용

____능동적 외양 모델과 제한된 로컬 모델

____회귀 방법

__OpenCV로 얼굴 랜드마크 검출

____측정 오차

__랜드마크에서 얼굴 방향 예측

____예측된 포즈 계산

____이미지에 포즈 투영

__요약



4장. 딥 컨볼루션 네트워크를 사용한 번호판 인식

__ANPR 소개

__ANPR 알고리즘

__번호판 검출

____세그멘테이션

____분류

__번호판 인식

____OCR 세그멘테이션

____컨볼루션 신경망을 사용한 문자 분류

__요약



5장. DNN 모듈을 사용한 얼굴 검출 및 인식

__얼굴 검출 및 인식 방법 소개

____얼굴 검출

____얼굴 전처리

____얼굴 수집과 훈련

____얼굴 인식

____마무리: 파일 저장하기 및 불러오기

____마무리: 멋진 대화식 GUI 만들기

__요약

__참고 문헌



6장. OpenCV.js를 사용한 웹 컴퓨터 비전 소개

__OpenCV.js란 무엇인가?

__OpenCV.js 컴파일하기

__OpenCV.js 개발의 기본 소개

__웹캠 스트림에 액세스하기

__이미지 처리와 기본 사용자 인터페이스

____임계값 필터

____가우시안 필터

____캐니 필터

__브라우저의 광류 지원

__브라우저에서 하르 캐스케이드 분류기를 사용한 얼굴 검출

__요약



7장. ArUco 모듈을 사용한 안드로이드 카메라 보정과 AR

__기술 요구 사항

__증강현실과 포즈 추정

____카메라 보정

____평면 재구성을 위한 증강현실 마커

__안드로이드 운영체제에서 카메라 액세스

____카메라 찾기 및 열기

__ArUco를 사용한 카메라 보정

__jMonkeyEngine으로 증강현실 수행

__요약



8장. 스티칭 모듈이 있는 iOS 파노라마

__기술 요구 사항

__파노라마 이미지 스티칭 방법

____파노라마를 위한 특징 추출과 강력한 매칭

____파노라마 생성을 위한 와핑 이미지

__프로젝트 개요

__CocoaPods로 iOS OpenCV 프로젝트 설정

__파노라마 캡처를 위한 iOS UI

__오브젝티브-C++ 래퍼의 OpenCV 스티칭

__요약

__더 읽을 거리



9장. 작업에 가장 적합한 OpenCV 알고리즘 찾기

__기술 요구 사항

__OpenCV에 포함돼 있는가?

__OpenCV의 알고리즘 옵션

__어떤 알고리즘이 가장 좋을까?

__알고리즘의 비교 성능 테스트 예

__요약



10장. OpenCV의 일반적인 함정 피하기

__OpenCV v1에서 v4까지의 역사

____컴퓨터 비전에서 OpenCV와 데이터 혁신

__OpenCV의 히스토릭 알고리즘

____OpenCV에 알고리즘이 추가된 시기를 확인하는 방법

__일반적인 함정과 제안된 솔루션

__요약

__더 읽을 거리

로이 실크롯 Roy Shilkrot

스토니 브룩 대학교(Stony Brook University)의 컴퓨터 과학 조교수로서 인간 상호 작용(human interaction) 그룹을 이끌고 있다. 현재 수행하는 연구는 컴퓨터 비전, 휴먼-컴퓨터 인터페이스라는 두 도메인 간의 교차점에 관한 것으로 미국 연방, 뉴욕 주와 산업 보조금으로부터 자금을 지원받고 있다. MIT에서 박사 학위를 받았고 CHI와 SIGGRAPH 같은 최고의 컴퓨터 과학 콘퍼런스와 「ACM Transaction on Graphics(TOG: 그래픽 트랜잭션)」, 「Transactions on Computer-Human Interaction(TOCHI: 컴퓨터-인간 상호 작용)」과 같은 주요 학술 저널에 25개 이상의 동료 검토 논문을 발표했다. 다수의 책을 공동 저술한 여러 특허 기술의 공동 발명자이자 수많은 신생 기업의 과학 자문위원회에서 활동하는 엔지니어/기업가로서 10년 이상의 경험을 보유했다.