추가 적립 안내

OpenCV는 컴퓨터 비전, 머신러닝, 이미지 처리를 위한 기본적인 크로스 플랫폼 라이브러리다. 이 책은 컴퓨터 비전 엔지니어가 OpenCV를 마스터할 수 있는 첫걸음을 내딛도록 도와준다. 수학 공식은 최소한으로 유지하면서 아이디어 이해부터 실행 코드 작성까지 완벽한 프로젝트를 제공하고, 얼굴 인식, 랜드마크 감지 및 포즈 추정, 딥 컨볼루션망을 통한 숫자 인식과 같은 컴퓨터 비전의 최신 인기 주제를 다룬다.
완벽한 컴퓨터 비전 프로젝트를 사용해 API 기능을 익히고 설계를 어떻게 할지 파악할 수 있다. 또한 컴퓨터 비전의 기본 내용을 넘어 복잡한 이미지 처리 프로젝트를 위한 솔루션을 구현할 수 있도록 돕는다.

★ 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