★ 이 책에서 다루는 내용 ★ ◎ C#과 파이썬용 OpenCV의 데이터 형식과 행렬 및 배열 연산 ◎ 이미지/동영상/카메라를 활용한 입출력과 결과 저장 ◎ 전처리 과정과 정보를 탐색하기 위한 이미지 변형 ◎ 유의미한 정보를 검출하기 위한 이미지 변환 ◎ 이미지에서 정보를 검출 및 인식 ◎ 객체 검출을 포함한 모션 추적 ◎ K-means, KNN, SVM 등의 머신러닝 알고리즘 적용 방법 ◎ 카페(Caffe), 다크넷(Darknet), 텐서플로 모델을 활용한 딥러닝 모듈 적용 방법 ◎ Tesseract-OCR과 C# OpenCvSharp4를 활용한 프로젝트 ◎ 텐서플로와 Python OpenCV4를 활용한 프로젝트

[1부] OpenCV 이론 ▣ 01장: 컴퓨터 비전의 이해 01. 컴퓨터 비전이란? ___영상 처리의 필요성 ___영상 처리의 한계점 ___데이터 변형 ___이미지 데이터 02. OpenCV란? ___OpenCV의 역사 03. 알고리즘 설계 ___문제 해결을 위한 선행 조건 ___하드웨어와 소프트웨어의 선택 ___시스템 설계 ___개발 규칙 04. 디지털 이미지 프로세싱 ___전처리 알고리즘 ___노이즈 및 디노이즈 ___특징 및 유사성 검출 05. 영상 처리 분야 ___영화 산업 ___의료 분야 ___이미지 번역 ___OpenCV의 활용 06. C# OpenCvSharp 설치 ___NuGet 패키지 설치 ___네이티브 래퍼(Native Wrapper) 적용 ___확장 네임스페이스 ___OpenCvSharp 사용하기 ___참고사항 07. Python OpenCV 설치 ___pip를 이용한 설치 ___IDE ___OpenCV 사용하기 ___참고사항 ▣ 02장: OpenCV 시작하기 01. 이미지 크기 ___이미지 크기 속성 ___OpenCV에서 이미지의 크기를 표현하는 방법 02. 정밀도 ___비트 표현 ___OpenCV 정밀도 표현법 03. 채널 ___색상 표현 ___OpenCV 채널 표현법 04. 관심 영역 05. 관심 채널 06. 히스토그램 ▣ 03장: 데이터 타입과 연산 01. 기본 데이터 ___C# OpenCvSharp에서 사용되는 기본 데이터 타입 ___Python OpenCV에서 사용되는 기본 데이터 타입 02. Mat 데이터 ___조밀 행렬(dense matrix) ___Mat 클래스 - N차원 밀집 행렬 ___Mat 클래스 메모리 레이아웃 ___Mat 객체 생성 ___MatExpr 클래스 - 행렬 표현식 ___행렬의 개별 단위 요소에 접근하기 ___행렬의 블록 단위 요소에 접근하기 ___Mat 클래스 행렬 연산 ___그 밖의 행렬 메서드 ___희소 행렬 ___희소 행렬 생성 ___희소 행렬의 요소 할당 및 접근 ___Mat 클래스 - 관심 영역 ___Mat 클래스 - 관심 채널 03. Numpy 데이터 ___Numpy 행렬 ___ndarray 클래스 - N차원 배열 ___배열의 개별 단위 요소에 접근하기 ___배열의 블록 단위 요소에 접근하기 ___배열 차원 변형 ___배열 병합 및 분리 ___그 밖의 배열 함수 ___배열 연산 ___matrix 클래스 ___ndarray 클래스 - 관심 영역 ___ndarray 클래스 - 관심 채널 [02부] C# & 파이썬 함수 ▣ 04장: 기초 예제 01. 이미지 입력 02. 이미지 출력 ___마우스 콜백 03. 동영상 출력 ___FPS(Frame Per Second) 04. 카메라 출력 05. 이미지 연결 06. 도형 그리기 ___선형 타입 ___비트 시프트 ___직선 그리기 ___사각형 그리기 ___원 그리기 ___호 그리기 ___내부가 채워지지 않은 다각형 그리기 ___내부가 채워진 다각형 그리기 ___문자 그리기 07. 트랙 바 08. 결과 저장 ___이미지 저장 ___동영상 저장 ▣ 05장: 이미지 변형 01. 색상 공간 변환 02. HSV 색상 공간 03. 이진화 ___오츠 알고리즘 ___삼각형 알고리즘 ___적응형 이진화 알고리즘 04. 이미지 연산 ___덧셈 함수 ___뺄셈 함수 ___곱셈 함수 ___나눗셈 함수 ___최댓값 함수 ___최솟값 함수 ___최소/최대 위치 반환 함수 ___절댓값 함수 ___절댓값 차이 함수 ___비교 함수 ___선형 방정식 시스템의 해 찾기 함수 ___AND 연산 함수 ___OR 연산 함수 ___XOR 연산 함수 ___NOT 연산 함수 05. 흐림 효과 ___커널과 고정점 ___테두리 외삽법 ___단순 흐림 효과 ___박스 필터 흐림 효과 ___중간값 흐림 효과 ___가우시안 흐림 효과 ___양방향 필터 흐림 효과 ▣ 06장: 이미지 변환 01. 확대 & 축소 ___이미지 확대(Pyramid Up) ___이미지 축소(Pyramid Down) 02. 이미지 크기 조절 03. 대칭 & 회전 04. 기하학적 변환 ___아핀 변환 ___원근 변환 05. 모폴로지 변환 06. 모폴로지 연산 ___열림 연산 ___닫힘 연산 ___그레이디언트 연산 ___탑햇 연산 ___블랙햇 연산 ___히트미스 연산 ▣ 07장: 이미지 검출 01. 가장자리 검출 ___소벨 미분 ___샤르 필터 ___라플라시안 ___캐니 엣지 02. 윤곽선 검출 ___계층 구조 ___윤곽선 검출 ___윤곽선 그리기 03. 다각형 근사 ___윤곽선의 길이 계산 ___윤곽선의 면적 계산 ___윤곽선의 경계 사각형 ___윤곽선의 최소 면적 사각형 ___윤곽선의 최소 면적 원 ___윤곽선의 타원 피팅 ___윤곽선의 볼록 껍질 ___윤곽선의 볼록성 시험 ___윤곽선의 모멘트 04. 코너 검출 05. 직선 검출 06. 원 검출 ▣ 08장: 머신러닝 ___지도 학습 ___비지도 학습 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(Kernel) ___SVM 유형 ___서포트 벡터 머신 적용 ___HOG(Histograms of Oriented Gradients) 04. 심층 신경망 ___카페 ___다크넷 ___텐서플로 [3부] 실전 예제 ▣ 09장: C# - 명함 검출 01. 테서렉트 02. 각도 계산 03. 사각형 검출 04. 이미지 변환 05. 문자 인식 ▣ 10장: 파이썬 - 객체 검출 01. 텐서플로 02. 객체 검출 03. 정규 표현식 04. 객체 추적 05. 객체 인식 ▣ 부록A: 부록 _ 색상 코드표 ___스칼라 구조체의 색상 코드표 ▣ 부록B: 정규 표현식 ___메타 문자 목록 ___이스케이프 문자 목록 ___최소 매칭 목록 ___정규 표현식 함수 ___플래그 ___Match 객체의 메서드 ___Match 객체의 속성