빠르게 팽창하고 있는 컴퓨터 비전 기술 분야를 이 실용서로 시작하라. 오픈 소스 OpenCV 라이브러리 창시자인 아드리안 캘러(Adrian Kaehler)와 개리 브래드스키(Gary Bradski)가 쓴 이 책은 개발자와 재미로 읽는 독자를 위한 완벽한 소개서다. 이 책을 통해 컴퓨터가 데이터를 '보고' 결정을 내리는 응용 프로그램을 작성하기 위해 알아야 할 방법을 배울 것이다. OpenCV는 보안, 의료 이미징, 패턴 및 얼굴 인식, 로봇 공학 그리고 공장 제품 검사와 같은 다양한 상업용 응용 프로그램에 사용하는 500개 이상의 함수를 제공한다. 이 책은 컴퓨터 비전과 OpenCV의 확실한 기초 지식을 제공하고 간단하거나 정교한 비전 응용 프로그램을 작성할 수 있게 해준다. 각 장의 실전 연습 문제를 통해 배운 내용을 적용해 볼 수 있다. 이 책은 컴퓨터 비전을 위한 머신러닝 도구를 포함해 최신 C++로 구현한 OpenCV 라이브러리 전체를 다룬다.

* 01장: 개요 OpenCV란? OpenCV는 누가 사용하는가? 컴퓨터 비전이란? OpenCV의 기원 - OpenCV 블록 다이어그램 - IPP를 이용한 OpenCV의 성능 향상 - 누가 OpenCV를 소유하는가? OpenCV 다운로드 및 설치 - 설치 Git으로 최신 OpenCV 얻기 OpenCV에 대한 더 많은 문서 - 제공되는 문서 - 온라인 문서와 위키 OpenCV Contribution 저장소 - Contributed 모듈 다운로드하고 빌드하기 이식성 요약 연습 문제 * 02장: OpenCV 소개 Include 파일 - 관련 자료 첫 번째 프로그램 - 이미지 출력 두 번째 프로그램 - 비디오 재생 위치 이동하기 - 간단한 변환 별로 단순하지 않은 변환 카메라 입력 AVI 파일에 쓰기 요약 연습 문제 * 03장: OpenCV 데이터 타입 알아보기 기본 사항 OpenCV 데이터 타입 - 기본 데이터 타입의 개요 - 기본 데이터 타입: 세부사항 알아보기 - 도우미 객체 - 유틸리티 함수 - 템플릿 구조 요약 연습 문제 * 04장: 이미지 및 대형 배열 타입 동적 및 가변 저장장치 - cv::Mat 클래스: N차원의 밀집 배열 - 배열 만들기 - 배열의 개별 요소 접근하기 - 다차원 배열 반복자: NAryMatIterator - 블록 단위로 배열 요소 접근 - 행렬 표현식: 대수학과 cv::Mat - 포화 캐스팅 - 배열로 할 수 있는 더 많은 것 - cv::SparseMat 클래스: 희소 배열 - 희소 배열의 요소에 접근하기 - 희소 배열에 있는 고유한 함수들 - 대형 배열 타입의 템플릿 구조 요약 연습 문제 * 05장: 배열 연산 배열 타입으로 할 수 있는 더 많은 일 - cv::abs() - cv::absdiff() - cv::add() - cv::addWeighted() - cv::bitwise_and() - cv::bitwise_not() - cv::bitwise_or() - cv::bitwise_xor() - cv::calcCovarMatrix() - cv::cartToPolar() - cv::checkRange() - cv::compare() - cv::completeSymm() - cv::convertScaleAbs() - cv::countNonZero() - cv::cvarrToMat() - cv::dct() - cv::dft() - cv::cvtColor() - cv::determinant() - cv::divide() - cv::eigen() - cv::exp() - cv::extractImageCOI() - cv::flip() - cv::gemm() - cv::getConvertElem()과 cv::getConvertScaleElem() - cv::idct() - cv::idft() - cv::inRange() - cv::insertImageCOI() - cv::invert() - cv::log() - cv::LUT() - cv::magnitude() - cv::Mahalanobis() - cv::max() - cv::mean() - cv::meanStdDev() - cv::merge() - cv::min() - cv::minMaxIdx() - cv::minMaxLoc() - cv::mixChannels() - cv::mulSpectrums() - cv::multiply() - cv::mulTransposed() - cv::norm() - cv::normalize() - cv::perspectiveTransform() - cv::phase() - cv::polarToCart() - cv::pow() - cv::randu() - cv::randn() - cv::randShuffle() - cv::reduce() - cv::repeat() - cv::scaleAdd() - cv::setIdentity() - cv::solve() - cv::solveCubic() - cv::solvePoly() - cv::sort() - cv::sortIdx() - cv::split() - cv::sqrt() - cv::subtract() - cv::sum() - cv::trace() - cv::transform() - cv::transpose() 요약 연습 문제 * 06장: 그리기와 주석 달기 도형 그리기 - 라인 아트와 채워진 다각형 - 폰트와 텍스트 요약 연습 문제 * 07장: OpenCV 펑터 작업 처리 객체 - 주성분 분석(cv::PCA) - 특이값 분해(cv::SVD) - 난수 생성기(cv::RNG) 요약 연습 문제 * 08장: 이미지, 비디오, 데이터 파일 HighGUI: 포터블 그래픽 툴킷 - 이미지 파일 다루기 - 이미지 로딩과 저장 - 코덱에 대한 참고 사항 - 압축과 압축 해제 비디오 다루기 - cv::VideoCapture 객체로 비디오 읽기 - cv::VideoWriter 객체로 비디오 쓰기 데이터 지속성 - cv::FileStorage에 쓰기 - cv::FileStorage에서 읽기 - cv::FileNode 요약 연습 문제 * 09장: 크로스 플랫폼과 기본 윈도우 윈도우 작업 - HighGUI 기본 그래픽 유저 인터페이스 - Qt 백엔드로 작업하기 - 전체 GUI 툴킷과 OpenCV 통합 요약 연습 문제 * 10장: 필터와 컨벌루션 개요 시작하기 전에 - 필터, 커널, 컨벌루션 - 테두리 외삽법과 바운더리 조건 경계값 연산 - 오츠(Otsu)의 알고리즘 - 적응형 경계값 스무딩 - 단순 블러 및 박스 필터 - 메디안 필터 - 가우시안 필터 - 바이레터럴 필터 미분 및 그래디언트 - 소벨 미분 - 샤르(Scharr) 필터 - 라플라시안 이미지 모폴로지 - 팽창과 침식 - 일반 모폴로지 함수 - 열림과 닫힘 연산 - 탑햇과 블랙햇 연산 - 자신만의 커널 만들기 임의의 선형 필터를 사용한 컨벌루션 - cv::filter2D()로 일반적인 필터 만들기 - cv::sepFilter2D를 사용해 분리 가능한 일반 필터 만들기 커널 빌더 요약 연습 문제 * 11장: 일반 이미지 변환 개요 늘이기, 줄이기, 왜곡하기, 회전하기 - 균일 크기 조절 - 이미지 피라미드 - 비균일 매핑 - 아핀 변환 - 원근 변환 일반적인 재매핑 - 극좌표 매핑 - 로그 극좌표(LogPolar) - 임의의 매핑 이미지 복구 - 인페인팅 - 노이즈 제거 히스토그램 평활화 - cv::equalizeHist(): 콘트라스트 평활화 요약 연습 문제 * 12장: 이미지 분석 개요 이산 푸리에 변환 - cv::dft(): 이산 푸리에 변환 - cv::idft(): 역 이산 푸리에 변환 - cv::mulSpectrums(): 스펙트럼 곱셈 - 이산 푸리에 변환을 이용한 컨벌루션 - cv::dct(): 이산 코사인 변환 - cv::idct(): 역 이산 코사인 변환 적분 이미지 - 표준 합산 적분을 위한 cv::integral() - 제곱 합산 적분을 위한 cv::integral() - 기울어진 합산 적분을 위한 cv::integral() 캐니 엣지 검출기 cv::Canny() 허프 변환 - 허프 선 변환 - 허프 원 변환 거리 변환 - cv::distanceTransform(): 라벨이 없는 거리 변환 - cv::distanceTransform(): 라벨이 붙는 거리 변환 세그멘테이션 - 색 채움(Flood Fill) - 그랩컷 - 평균 이동 세그멘테이션 요약 연습 문제 * 13장: 히스토그램과 템플릿 OpenCV의 히스토그램 데이터 표현 - cv::calcHist(): 데이터에서 히스토그램 만들기 히스토그램을 이용한 기본 조작 - 히스토그램 정규화 - 히스토그램 경계값 - 가장 인기 있는 빈 찾기 - 두 히스토그램 비교하기 더 복잡한 히스토그램 메서드 - 불도저 거리 역투영 템플릿 매칭 - 제곱 차이 매칭 메서드(cv::TM_SQDIFF) 요약 연습 문제 * 14장: 윤곽선 윤곽선 찾기 - 윤곽선 계층 구조 - 윤곽선 그리기 - 윤곽선 예제 - 다른 윤곽선 예제 - 신속한 연결된 구성 요소 분석 윤곽선을 이용한 더 많은 작업 - 다각형 근사법 - 기하학 및 요약 특성 - 기하학적 테스트 윤곽선과 이미지 매칭 - 모멘트 - 모멘트에 대한 추가 정보 - Hu 모멘트와 매칭 - 형상 컨텍스트를 사용해 형상 비교하기 요약 연습 문제 * 15장: 배경 분리 배경 분리의 개요 배경 분리의 약점 장면 모델링 - 픽셀의 슬라이스 - 프레임 간 차이 평균화된 배경 메서드 - 누적된 평균, 분산, 공분산 더 진보된 배경 분리 메서드 - 구조체 만들기 - 배경 러닝하기 - 움직이는 전경 객체에서 러닝하기 - 배경 차분으로 전경 객체 찾기 - 코드북 배경 모델 사용하기 - 코드북 모델에 대한 몇 가지 생각 배경을 정리하는 연결된 구성 요소 - 빠른 테스트 두 배경 메서드 비교하기 OpenCV에서 배경 분리 구현 - cv::BackgroundSubtractor 기반 클래스 - KB 메서드 - 지브코비치 메서드 - cv::BackgroundSubtractorMOG2 클래스 요약 연습 문제 * 16장: 키포인트와 기술자 키포인트와 트래킹의 기초 - 코너 찾기 - 옵티컬 플로우 소개 - 희소 옵티컬 플로우를 위한 루카스-카나데 메서드 일반화된 키포인트와 기술자 - 옵티컬 플로우, 트래킹, 인식 - OpenCV가 키포인트와 기술자를 제어하는 일반적인 방법 - 핵심 키포인트 검출 메서드 - 해리스-시-토마시(Harris-Shi-Toma - 피처 검출기와 cv::GFTTDetector - 키포인트 필터링 - 매칭 메서드 - 결과 표시하기 요약 연습 문제 * 17장: 트래킹 트래킹 개념 밀집 옵티컬 플로우 - 파네백 다항식 확장 알고리즘 - 듀얼 TV-L1 알고리즘 - 단순 플로우 알고리즘 평균 이동과 캠시프트 트래킹 - 평균 이동 - 캠시프트 모션 템플릿 추정기 - 칼만 필터 - 확장 칼만 필터에 대한 간략한 설명 요약 연습 문제 * 18장: 카메라 모델과 캘리브레이션 카메라 모델 - 투영 기하학의 기초 - 로드리게스 변환 - 렌즈에 의한 왜곡 캘리브레이션(Calibration) - 회전 행렬과 평행 이동 벡터 - 캘리브레이션용 보드 - 호모그래피 - 카메라 캘리브레이션 왜곡 제거 - 왜곡 제거 지도 - cv::convertMaps()를 사용해 왜곡 제거 지도의 표현 변환하기 - cv::initUndistortRectifyMap()을 사용해 왜곡 제거 지도 계산하기 - cv::remap()을 사용한 이미지의 왜곡 제거 - cv::undistort()를 사용한 왜곡 제거 - cv::undistortPoints()를 사용한 희소 왜곡 제거 모두 한꺼번에 캘리브레이션하기 요약 연습 문제 * 19장: 투영과 3차원 비전 투영 아핀과 원근 변환 - 조감도 변환 예제 3차원 자세 추정 - 단일 카메라를 이용한 자세 추정 스테레오 이미징 - 삼각 측량 - 에피폴라 기하 구조 - 필수 및 기본 행렬 - 에피폴라 선 계산하기 - 스테레오 캘리브레이션 - 스테레오 정류 - 스테레오 대응 - 스테레오 캘리브레이션, 정류, 대응 코드 예제 - 3차원 재투영을 통한 깊이 맵 모션 구조 2차원 및 3차원 라인 피팅 요약 연습 문제 * 20장: OpenCV에서의 머신러닝 기본 머신러닝이란? - 훈련 집합과 테스트 집합 - 지도 러닝과 비지도 러닝 - 생성 모델과 판별 모델 - OpenCV의 ML 알고리즘 - 비전에서 머신러닝 사용하기 - 변수 중요성 - 머신러닝 문제 진단하기 ML 라이브러리의 레거시 루틴 - K-평균 - 마할라노비스 거리 요약 연습 문제 * 21장: StatModel: 머신러닝을 위한 OpenCV 표준 모델 ML 라이브러리의 일반 루틴 - 훈련과 cv::ml::TrainData 구조체 - 예측 cv::StatModel을 사용한 머신러닝 알고리즘 - 단순/일반 베이즈 분류기 - 바이너리 의사 결정 트리 - 부스팅 - 랜덤 트리 - 기댓값 최대화 - K-최근접 이웃(KNN) - 다층 퍼셉트론(MLP) - SVM(서포트 벡터 머신) 요약 연습 문제 * 22장: 객체 검출 트리 기반 객체 검출 기법 - 캐스케이드 분류기 - 지도 학습 및 부스팅 이론 - 새로운 객체 훈련 서포트 벡터 머신을 이용한 객체 검출 - 객체 검출을 위한 Latent SVM - Bag of Words 알고리즘과 의미에 의한 분류 요약 연습 문제 * 23장: OpenCV의 미래 과거와 현재 - OpenCV 3.x 버전 이전에 예측한 내용이 얼마나 맞을까? OpenCV의 미래 - 현재 GSoC(Google Summer of Code) 작업 - 커뮤니티 기여 - OpenCV.org 인공 지능에 대한 일부 억측 책을 마치며 * 부록A: 평면 분할 들로네 삼각 분할, 보로노이 터셀레이션 - 들로네 또는 보로노이 재분할 - 들로네 재분할 탐색하기 - 사용 예제 연습 문제 * 부록B: opencv_contrib opencv_contrib 모듈의 개요 - opencv_contrib의 내용 * 부록C: 캘리브레이션 패턴 - OpenCV가 사용하는 캘리브레이션 패턴