추가 적립 안내

『OpenCV-Python으로 배우는 영상 처리 및 응용』 은 〈영상처리란 무엇인가?〉, 〈영상처리의 수준〉, 〈영상처리의 역사〉, 〈디지털 영상의 표현과 영상처리〉, 〈OpenCV와 파이썬 개요〉, 〈파이썬(Python) 설치 및 사용〉 등을 수록하고 있는 책이다.

PART 01 영상처리 개요 및 파이썬, OpenCV 소개
CHAPTER 01 영상처리 개요
1.1 영상처리란 무엇인가?
1.2 영상처리의 수준
1.3 영상처리의 역사
1.4 영상처리 관련 분야
1.5 영상의 형성 과정
1.6 디지털 영상의 표현과 영상처리
1.7 영상처리 응용 분야
단원 요약
연습문제

CHAPTER 02 OpenCV와 파이썬
2.1 OpenCV와 파이썬 개요
2.1.1 OpenCV 소개
2.1.2 파이썬 개요
2.2 파이썬(Python) 설치 및 사용
2.2.1 다운로드 및 설치
2.2.2 IDLE로 파이썬 프로그램 작성하기
2.3 파이참(PyCharm) 설치
2.4 파이참 환경 설정
2.5 OpenCV-Python 및 라이브러리 설치
단원 요약
연습문제

CHAPTER 03 파이썬 둘러보기
3.1 파이썬 자료 구조
3.1.1 상수(constant)와 리터럴(liternal)
3.1.2 변수(variable)
3.1.3 자료 구조 - 리스트, 튜플, 사전(dictionary), 집합(set)
3.2 물리적/논리적 명령행
3.3 연산자
3.3.1 기본 연산자 및 우선순위
3.3.2 슬라이스(:) 연산자
3.4. 기본 명령문
3.4.1 조건문
3.4.2 반복하기
3.4.3 순회하기
3.5 함수와 라이브러리
3.5.1 함수
3.5.2 모듈(Module), 패키지
3.5.3 파이선 내장함수
3.6 넘파이(numpy) 패키지
단원 요약
연습문제

CHAPTER 04 OpenCV 인터페이스
4.1 윈도우 제어
4.2 이벤트 처리 함수
4.2.1 키보드 이벤트 제어
4.2.2 마우스 이벤트 제어
4.2.3 트랙바 이벤트 제어
4.3 그리기 함수
4.3.1 직선 및 사각형 그리기
4.3.2 글자 쓰기
4.3.3 원 그리기
4.3.4 타원 그리기
4.4 영상파일 처리
4.4.1 영상파일 읽기
4.4.2 행렬을 영상파일로 저장
4.5 비디오 처리
4.5.1 카메라에서 프레임 읽기
4.5.2 카메라 속성 설정하기
4.5.3 카메라 프레임을 동영상파일로 저장
4.5.4 동영상파일 읽기
4.6 Matplotlib 패키지 활용
단원 요약
연습문제

CHAPTER 05 OpenCV 기본 배열 연산
5.1 기본 배열(Array) 처리 함수
5.2 채널 처리 함수
5.3 산술 연산 함수
5.3.1 사칙 연산
5.3.2 지수, 로그, 제곱근 관련 함수
5.3.3 논리(비트) 연산 함수
5.4 원소의 절댓값 연산
5.4.1 원소의 최솟값과 최댓값
5.5 통계 관련 함수
5.6 행렬 연산 함수
단원 요약
연습문제

PART 02 영상처리와 OpenCV 함수 활용
CHAPTER 06 화소 처리
6.1 영상 화소의 접근
6.1.1 화소(행렬 원소) 접근
6.2 화소 밝기 변환
6.2.1 그레이 스케일(명암도) 영상
6.2.2 영상의 화소 표현
6.2.3 영상 밝기의 가감 연산
6.2.4 행렬 덧셈 및 곱셈을 이용한 영상 합성
6.2.5 명암 대비
6.3 히스토그램
6.3.1 히스토그램 개념
6.3.2 히스토그램 계산
6.3.3 OpenCV 함수 활용
6.3.4 히스토그램 스트레칭
6.3.5 히스토그램 평활화
6.4 컬러 공간 변환
6.4.1 컬러 및 컬러 공간
6.4.2 RGB 컬러 공간
6.4.3 CMY(K) 컬러 공간
6.4.4 HSI 컬러 공간
6.4.5 기타 컬러 공간
단원 요약
연습문제

CHAPTER 07 영역 처리
7.1 회선(convolution)
7.1.1 공간 영역의 개념과 회선
7.1.2 블러링
7.1.3 샤프닝
7.2 에지 검출
7.2.1 1차 미분 마스크
7.2.2 2차 미분 마스크
7.2.3 캐니 에지 검출
7.3 기타 필터링
7.3.1 최댓값/최솟값 필터링
7.3.2 평균값 필터링
7.3.3 미디언 필터링
7.3.4 가우시안 스무딩 필터링
7.4 모폴로지(morphology)
7.4.1 침식 연산
7.4.2 팽창 연산
7.4.3 열림 연산과 닫힘 연산
단원 요약
연습문제

CHAPTER 08 기하학 처리
8.1 사상
8.2 크기변경 (확대/축소)
8.3 보간
8.3.1 최근접 이웃 보간법
8.3.2 양선형 보간법
8.4 평행 이동
8.5 회전
8.6 행렬 연산을 통한 기하학 변환 ? 어파인 변환
8.7 원근 투시(투영) 변환
단원 요약
연습문제

CHAPTER 09 변환영역 처리
9.1 공간 주파수의 이해
9.2 이산 푸리에 변환
9.3 고속 푸리에 변환
9.4 FFT를 이용한 주파수 영역 필터링
9.4.1 주파수 영역 필터링의 과정
9.4.2 저주파 및 고주파 통과 필터링
9.4.3 버터워스, 가우시안 필터링
9.5 이산 코사인 변환
단원 요약
연습문제

CHAPTER 10 영상 분할 및 특징 처리
10.1 허프 변환
10.1.1 허프 변환의 좌표계
10.1.2 허프 변환의 전체 과정
10.1.3 직선 누적 행렬 구성
10.1.4 누적 행렬의 지역 최댓값 선정
10.1.5 직선(극 좌표) 선택 및 정렬
10.1.6 최종 완성 프로그램
10.1.7 멀티 하네스의 전처리
10.2 코너 검출
10.3 k-최근접 이웃 분류기
10.3.1 k-최근접 이웃 분류기의 이해
10.3.2 k-NN 학습을 위한 데이터 설정 및 ml 클래스 사용
10.3.3 MNIST 데이터 사용
10.3.4 k-NN 응용
10.4 영상 워핑과 영상 모핑
단원 요약
연습문제

PART 03 영상처리 응용 사례
CHAPTER 11 영상처리 응용 사례Ⅰ
11.1 그림판 프로그램
11.1.1 아이콘 배치 및 팔레트 생성
11.1.2 마우스 이벤트의 구현
11.1.3 그리기 구현
11.1.4 명령 함수에 추가 구현
11.2 하르 분류기를 이용한 얼굴 검출 및 성별 분류
11.2.1 하르 기반 분류기
11.2.2 얼굴 검출의 구현
11.2.3 성별 분류 기초
11.2.4 얼굴 기울기 계산 및 보정
11.2.5 입술 영역 및 머리 영역 검출
11.2.6 히스토그램 비교
11.2.7 성별 분류
단원 요약
연습문제

CHAPTER 12 영상처리 응용 사례 II
12.1 동전 인식 프로그램
12.1.1 동전 영상 캡쳐 및 전처리
12.1.2 동전 객체 검출
12.1.3 개별 동전 영상 생성
12.1.4 색상 히스토그램 계산
12.1.5 동전 그룹 분류
12.1.6 개별 동전 종류 결정
12.1.7 최종 동전 계산 프로그램
12.2 SVM을 이용한 차량 번호 검출 프로그램
12.2.1 SVM의 개념
12.2.2 번호판 검출 프로그램 전체 처리 과정
12.2.3 번호판 영상 학습
12.2.4 번호판 후보 영역 검색
12.2.5 번호판 후보 영역 영상 생성
12.2.6 후보 영상의 번호판 반별
12.3 k-NN을 이용한 차량 번호 인식
12.3.1 번호판 문자 인식 프로그램 전체 처리 과정
12.3.2 숫자 및 문자 영상의 학습
12.3.2 번호판 영상 전처리
12.3.3 숫자 및 문자 객체 검색
12.3.4 검출 객체 영상의 숫자 및 문자 인식
단원 요약
연습문제