목차 일부

PART 01 영상 처리 개요 및 OpenCV 소개
  CHAPTER 01 영상 처리 개요
    1.1. 영상 처리란? = 21
    1.2. 영상 처리의 수준 = 23
    1.3. 영상 처리의 역사 = 24
    1.4. 영상 처리 관련 분야 = 25
    1.5. 영상의 형성 과정 = 25
    1.6. 디지털 영상의 표현과 영...

더보기

목차 전체

PART 01 영상 처리 개요 및 OpenCV 소개
  CHAPTER 01 영상 처리 개요
    1.1. 영상 처리란? = 21
    1.2. 영상 처리의 수준 = 23
    1.3. 영상 처리의 역사 = 24
    1.4. 영상 처리 관련 분야 = 25
    1.5. 영상의 형성 과정 = 25
    1.6. 디지털 영상의 표현과 영상 처리 = 28
    1.7. 영상 처리 응용 분야 = 29
    단원 요약 = 35
    연습문제 = 36
  CHAPTER 02 OpenCV 개요
    2..1 OpenCV 소개 = 39
    2.2. 설치 및 기본 환경 설정 = 41
      2.2.1. OpenCV 내려받기 및 압축 풀기 = 41
      2.2.2. Path 환경 변수에 경로 추가 = 42
    2.3. 비주얼 스튜디오에서 OpenCV 디렉터리 설정하기 = 44
      2.3.1. 솔루션 및 프로젝트 만들기 = 45
      2.3.2. OpenCV 디렉터리 설정 = 47
    2.4. 간단한 OpenCV API 사용하기 = 52
    단원 요약 = 56
    연습문제 = 57
  CHAPTER 03 OpenCV의 기본 자료 구조
    3.1. 기본 템플릿 클래스 = 61
      3.1.1. Point_ 클래스 = 61
      3.1.2. Point3_ 클래스 = 66
      3.1.3. Size_ 클래스 = 67
      3.1.4. Rect_ 클래스 = 70
      3.1.5. Vec 클래스 = 74
      3.1.6. Scalar_ 클래스 = 76
      3.1.7. RotatedRect 클래스 = 78
    3.2. Mat 클래스 = 81
      3.2.1. Mat 행렬 생성 = 82
      3.2.2. Mat 행렬 초기화 함수 = 85
      3.2.3. Mat_ 클래스를 이용한 초기화 = 87
      3.2.4. Matx 클래스를 이용한 초기화 = 89
      3.2.5. Mat 클래스의 다양한 속성 = 91
      3.2.6. Mat 클래스의 할당(＝) 연산자 = 94
      3.2.7. Mat 클래스의 크기 및 형태 변경 = 96
      3.2.8. Mat 복사 및 자료형 변환 = 100
    3.3. 벡터(std::vector) 클래스 = 102
      3.3.1. vector 클래스의 초기화 = 104
      3.3.2. vector 클래스의 사용 = 106
    3.4. Mat 클래스의 영역 참조(관심영역) = 109
      3.4.1. Range 클래스 = 109
      3.4.2. 행렬 헤더 관련 함수 = 110
    3.5. Mat 클래스의 기타 메서드 = 116
      3.5.1. 원소의 추가 및 삭제(Mat::push_back(), Mat::pop_back()) = 116
      3.5.2. 행렬의 메모리 해제 = 120
      3.5.3. 행렬 연산 함수 = 121
    3.6. 예외처리 = 124
      3.6.1. saturate_cast <_Tp> = 124
      3.6.2. 예외 처리 매크로 = 126
    단원 요약 = 130
    연습문제 = 132
  CHAPTER 04 OpenCV 인터페이스 기초／사용자 인터페이스 및 I／O 처리
    4.1. 윈도우 창 제어 = 137
    4.2. 이벤트 처리 함수 = 142
      4.2.1. 키보드 이벤트 제어 = 143
      4.2.2. 마우스 이벤트 제어 = 145
      4.2.3. 트랙바 이벤트 제어 = 149
    4.3. 그리기 함수 = 154
      4.3.1. 직선 및 사각형 그리기 = 154
      4.3.2. 글자 쓰기 = 157
      4.3.3. 원 그리기 = 160
      4.3.4. 타원 그리기 = 162
    4.4. 이미지 파일 처리 = 167
      4.4.1. 이미지 파일 읽기 = 168
      4.4.2. 행렬을 영상 파일로 저장 = 174
    4.5. 비디오 처리 = 178
      4.5.1. 카메라에서 프레임 읽기 = 182
      4.5.2. 카메라 속성 설정하기 = 184
      4.5.3. 카메라 프레임 동영상 파일 저장 = 187
      4.5.4. 비디오 파일 읽기 = 190
    4.6. 데이터의 파일 저장 및 읽기 = 193
      4.6.1. FileStorage 클래스 = 193
      4.6.2. FileNode 클래스 = 194
      4.6.3. XML／YAML 파일 저장 = 196
      4.6.4. XML／YAML 파일 읽기 = 199
    단원 요약 = 206
    연습문제 = 208
  CHAPTER 05 기본 행렬 연산(Operations on Arrays) 함수
    5.1. 기본 배열(Array) 처리 함수 = 215
    5.2. 채널 처리 함수 = 219
    5.3. 산술 연산 함수 = 226
      5.3.1. 사칙 연산 = 227
      5.3.2. 지수 로그 루트 관련 함수 = 230
      5.3.3. 논리(비트) 연산 함수 = 235
    5.4. 절댓값, 최댓값, 최솟값 관련 함수 = 241
      5.4.1. 원소의 절댓값 = 241
      5.4.2. 원소의 최솟값과 최댓값 = 245
    5.5. 통계 관련 함수 = 250
    5.6. 행렬 연산 함수 = 261
    단원 요약 = 269
    연습문제 = 271
PART 02 영상 처리와 OpenCV 함수 활용
  CHAPTER 06 화소 처리
    6.1. 영상 화소의 접근 = 283
      6.1.1. Mat::at() 함수 = 284
      6.1.2. Mat::ptr() 함수 = 288
      6.1.3. 반복자를 통한 조회 = 289
    6.2. 화소 밝기 변환 = 292
      6.2.1. 그레이 스케일 영상 = 292
      6.2.2. 영상의 화소 표현 = 294
      6.2.3. 영상 밝기의 가감 연산 = 296
      6.2.4. 행렬 덧셈 및 곱셈을 이용한 영상 합성 = 299
      6.2.5. 명암 대비 = 301
    6.3. 히스토그램 = 304
      6.3.1. 히스토그램 개념 = 304
      6.3.2. 히스토그램 계산 = 305
      6.3.3. OpenCV 함수 활용 = 308
      6.3.4. 히스토그램 스트레칭 = 315
      6.3.5. 히스토그램 평활화 = 321
    6.4. 컬러 공간 변환 = 326
      6.4.1. 컬러 및 컬러 공간 = 326
      6.4.2. RGB 컬러 공간 = 330
      6.4.3. CMY(K) 컬러 공간 = 332
      6.4.4. HSI 컬러 공간 = 338
      6.4.5. 기타 컬러 공간 = 344
    단원 요약 = 350
    연습문제 = 352
  CHAPTER 07 영역 처리
    7.1. 회선(convolution) = 358
      7.1.1. 공간 영역의 개념과 회선 = 358
      7.1.2. 블러링 = 359
      7.1.3. 샤프닝 = 363
    7.2. 에지 검출 = 367
      7.2.1. 차분 연산을 통한 에지 검출 = 368
      7.2.2. 1차 미분 마스크 = 373
      7.2.4. 2차 미분 마스크 = 385
      7.2.5. 캐니 에지 검출 = 392
    7.3. 기타 필터링 = 398
      7.3.1. 최댓값／최솟값 필터링 = 399
      7.3.2. 평균값 필터링 = 402
      7.3.3. 미디언 필터링 = 406
      7.3.4. 가우시안 스무딩 필터링 = 410
    7.4. 모폴로지(morphology) = 416
      7.4.1. 침식 연산 = 417
      7.4.2. 팽창 연산 = 422
      7.4.3. 열림 연산과 닫힘 연산 = 425
    단원 요약 = 432
    연습문제 = 434
  CHAPTER 08 기하학 처리
    8.1. 사상 = 439
    8.2. 크기 변경(확대／축소) = 441
    8.3. 보간 = 443
      8.3.1. 최근접 이웃 보간법 = 444
      8.3.2. 양선형 보간법 = 447
    8.4. 평행이동 = 452
    8.5. 회전 = 455
    8.6. 행렬 연산을 통한 기하학 변환 - 어파인 변환 = 463
    8.7. 원근 투시(투영) 변환 = 473
    단원 요약 = 482
    연습문제 = 484
  CHAPTER 09 변환영역 처리
    9.1. 공간 주파수의 이해 = 493
    9.2. 이산 푸리에 변환 = 496
    9.3. 고속 푸리에 변환 = 507
    9.4. FFT를 이용한 주파수 영역 필터링 = 516
      9.4.1. 주파수 영역 필터링의 과정 = 516
      9.4.2. 저주파 및 고주파 통과 필터링 = 517
      9.4.3. 버터워스, 가우시안 필터링 = 522
    9.5. 이산 코사인 변환 = 529
    단원 요약 = 545
    연습문제 = 547
  CHAPTER 10 영상 분할 및 특징 처리
    10.1. 허프 변환 = 551
      10.1.1. 허프 변환의 좌표계 = 552
      10.1.2. 허프 변환의 전체 과정 = 553
      10.1.3. 허프 누적 행렬 구성 = 554
      10.1.4. 허프 누적 행렬의 지역 최대값 선정 = 557
      10.1.5. 임계값 이상인 누적값(직선) 선별 = 559
      10.1.6. 직선을 누적값 기준으로 내림차순 정렬 = 559
      10.1.7. 최종 완성 프로그램 = 560
      10.1.8. 멀티 하네스의 전처리 = 563
    10.2. 코너 검출 = 567
    10.3. k-최근접 이웃 분류기 = 573
      10.3.1. k-최근접 이웃 분류기의 이해 = 574
      10.3.2. k-NN을 위한 KNearest 클래스의 이해 = 576
      10.3.3. k-NN 응용 = 582
    10.4. 영상 워핑과 영상 모핑 = 591
    단원 요약 = 601
    연습문제 = 603
PART 03 영상 처리 응용 사례
  CHAPTER 11 영상 처리 응용 사례 Ⅰ
    11.1. 그림판 프로그램 = 611
      11.1.1. 아이콘 배치 및 팔레트 생성 = 612
      11.1.2. 마우스 이벤트의 구현 = 618
      11.1.3. 팔레트 색상 변경 이벤트 = 620
      11.1.4. 그리기 구현 = 623
      11.1.5. 기타 명령 구현 = 627
    11.2. 2차원 히스토그램을 이용한 이미지 검색 = 631
      11.2.1. 2차원 히스토그램 = 633
      11.2.2. 검색 대상 영상 히스토그램 계산 및 저장 = 638
      11.2.3. 유사도 비교 = 640
      11.2.3. 비교 결과 영상 출력 = 641
      11.2.4. 전체 프로그램 = 642
    11.3. 하르 분류기를 이용한 얼굴검출 및 성별 분류 = 645
      11.3.1. 하르 기반 분류기 = 646
      11.3.2. 얼굴 검출 프로그램 구현 = 649
      11.3.3. 성별 분류 기초 = 652
      11.3.4. 얼굴 기울기 계산 및 보정 = 653
      11.3.5. 입술 영역 및 머리 영역 검출 = 657
      11.3.6. 히스토그램 비교 = 661
      11.3.7. 성별 분류 = 667
    단원 요약 = 673
    연습문제 = 675
  CHAPTER 12 영상 처리 응용 사례 Ⅱ
    12.1. 동전 인식 프로그램 = 679
      12.1.1. 동전 영상 캡쳐 및 전처리 = 681
      12.1.2. 모든 동전 객체 검출 = 682
      12.1.3. 개별 동전 영상 생성 = 685
      12.1.4. 색상 히스토그램 계산 = 686
      12.1.5. 동전 그룹 분류 = 690
      12.1.6. 개별 동전 종류 결정 = 692
      12.1.6. 모든 동전 금액 계산 및 출력 = 694
      12.1.7. 최종 동전 계산 프로그램 = 695
    12.2. SVM을 이용한 차량 번호 검출 프로그램 = 697
      12.2.1. SVM의 개념 = 698
      12.2.2. 번호판 검출 프로그램 전체 처리 과정 = 699
      12.2.3. 번호판 영상 학습 = 700
      12.2.4. 번호판 후보영역 검색 = 705
      12.2.5. 번호판 후보영역 영상 생성 = 709
      12.2.6. 후보 영상의 번호판 반별 = 714
    12.3. k-NN을 이용한 차량 번호 인식 = 717
      12.3.1. 번호판 문자 인식 프로그램 전체 처리 과정 = 717
      12.3.2. 숫자 및 문자 영상의 학습 = 718
      12.3.2. 번호판 영상 전처리 = 721
      12.3.3. 숫자 및 문자 객체 검색 = 721
      12.3.4. 검출 객체 위치 정렬 및 개별 숫자(문자) 영상 생성 = 723
      12.3.5. 검출 객체 영상의 숫자 및 문자 인식 = 724
    단원 요약 = 729
    연습문제 = 731
찾아보기 = 733

더보기 닫기