이 책은 컴퓨터 비전의 기초 이론과 함께 OpenCV에서 가장 널리 사용되는 기능들을 자세히 소개하고, 이미지 데이터에서 의미 있는 정보를 추출하는 방법을 다룹니다. 이 책은 C#과 파이썬 두 언어로 구성되어 있어 두 언어 간의 비교도 가능하며, C#이나 파이썬 개발자들이 쉽게 OpenCV를 습득할 수 있는 영상 처리 입문서입니다. 이 책에서는 OpenCV를 폭넓게 활용할 수 있도록 기초 컴퓨터 비전 알고리즘부터 시작해 머신러닝과 딥러닝까지 포괄적으로 다룹니다. 지도 학습 및 비지도 학습의 전반에 대한 내용과 함께 이미지 분류, 객체 검출, 세그먼테이션, 얼굴 검출, 랜드마크 검출, 스타일 전이 등 다양한 딥러닝 모델을 OpenCV를 활용해 어떻게 적용할 수 있는지에 대한 예시도 포함돼 있습니다. 이 책은 OpenCV 전반에 대한 내용을 담고 있으며, 실전 예제를 통해 실제 상황에서 어떻게 적용하는지를 보여줍니다. 각 주제는 직관적이고 구체적인 예시와 함께 다뤄져, 독자들은 이를 통해 개념을 명확히 이해하고 실무에서 활용하는 방법을 배울 수 있습니다.

[1부] OpenCV 이론 ▣ 1장: 컴퓨터비전의 이해 01. 컴퓨터비전이란? ___컴퓨터비전이란? ___영상 처리의 필요성 ___영상 처리의 한계점 ___데이터 변형 ___이미지 데이터 ___OpenCV란? ___OpenCV의 역사 02. 알고리즘 설계 ___문제 해결을 위한 선행 조건 ___하드웨어와 소프트웨어의 선택 ___시스템 설계 ___개발 규칙 03. 디지털 이미지 프로세싱 ___전처리 알고리즘 ___노이즈 및 디노이즈 ___특징 및 유사성 검출 04. 영상 처리 분야 ___영화 산업 ___의료 분야 ___이미지 번역 ___OpenCV의 활용 05. C# OpenCvSharp 설치 ___닷넷 프레임워크 설치 ___닷넷 설치 ___네이티브 래퍼 설치 ___OpenCvSharp 사용하기 ___확장 네임스페이스 06. 파이썬 OpenCV 설치 ___패키지 매니저 설치 ___OpenCV 사용하기 ___확장 패키지 ▣ 2장: OpenCV 시작하기 01. 이미지 크기 ___이미지 크기 속성 ___이미지 크기 표현법 02. 정밀도 ___비트 표현 ___정밀도 표현법 03. 채널 ___색상 표현 ___채널 표현법 04. 관심 영역 ___단일 채널을 사용하는 이유 05. 관심 채널 06. 히스토그램 07. OpenCV 코드 구성 이해 ▣ 3장: 데이터 형식과 연산 01. 기본 데이터 ___C# OpenCvSharp에서 사용되는 기본 데이터 형식 ___파이썬 OpenCV에서 사용되는 기본 데이터 형식 02. Mat 데이터 ___조밀 행렬 ___희소 행렬 ___관심 영역 ___관심 채널 03. 넘파이 데이터 ___ndarray 클래스 ___배열 연산 ___행렬 클래스 ___관심 영역 ___관심 채널 [2부] C# & 파이썬 함수 ▣ 4장: 기초 예제 01. 이미지 데이터 ___이미지 입력 ___이미지 출력 02. 비디오 데이터 ___비디오 출력 ___카메라 출력 03. 데이터 조작 및 시각화 ___이미지 연결 ___도형 그리기 ___마우스 콜백 ___트랙바 04. 데이터 저장 ___이미지 저장 ___비디오 저장 ▣ 5장: 이미지 프로세싱 01. 색상 공간 변환 ___HSV 색상 공간 ___채널 분리 및 병합 ___색상 검출 02. 이진화 ___오츠 알고리즘 ___삼각형 알고리즘 ___적응형 이진화 알고리즘 03. 이미지 연산 ___픽셀 연산 ___필터링 ___푸리에 변환 ___고주파 필터 ___저주파 필터 ___모폴로지 변환 04. 이미지 변환 ___이미지 피라미드 ___이미지 크기 조절 ___이미지 대칭 및 회전 ___기하학적 변환 ▣ 6장: 이미지 검출 01. 윤곽선 검출 ___계층 구조 ___데이터 추출 ___윤곽선 그리기 ___다각형 근사 ___윤곽선 정보 02. 특징 검출 ___코너 검출 ___직선 검출 ___원 검출 ___QR 코드 검출 03. 특징 매칭 ___배경 차분 ___템플릿 매칭 ___광학 흐름 ___키 포인트 매칭 [3부] 실전 예제 ▣ 7장: 머신러닝 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 ___SVM 유형 ___서포트 벡터 머신 적용 ___방향 그레이디언트 히스토그램 04. 심층 신경망 ___카페: 이미지 분류(구글넷) ___다크넷: 객체 검출(YOLO) ___텐서플로: 세그먼테이션(Mask R-CNN) ___ONNX: 얼굴 검출 및 랜드마크(YuNet) ▣ 8장: C# - 명함 검출 01. 각도 계산 02. 사각형 검출 03. 사각형 변환 04. 광학 문자 인식(Tesseract) ▣ 9장: 파이썬 - 스타일 전이 01. 인물 세그먼테이션(PP-HumanSeg) 02. 신경망 스타일 전이(Fast Neural Style) 03. 파이토치 모델 변환 04. 스타일 적용 ▣ 부록 A 색상 코드표 B Mat 데이터 형식