『OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝』
컴퓨터 비전과 머신 러닝의 원리를 이해하고 OpenCV 코딩 스킬을 제대로 익히자!
『OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝』(길벗, 2019) 책은 컴퓨터 비전과 머신 러닝 알고리즘을 소개하고, OpenCV 라이브러리를 이용하여 구현하는 방법을 설명합니다. 저자의 오랜 OpenCV 강의 경험을 바탕으로 초보자도 쉽게 이해할 수 있는 커리큘럼과 실습 예제를 제공합니다. 간단한 밝기와 명암비 조절, 필터링, 에지 검출부터 객체 검출, 영상 매칭, 필기체 숫자 인식 등 컴퓨터 비전 고급 기법까지 OpenCV를 사용하여 구현합니다. 또한 k 최근방 이웃(kNN), 서포트 벡터 머신(SVM) 등의 머신 러닝 알고리즘과 OpenCV에서 딥러닝을 활용하는 방법까지 설명합니다.
소스 코드 빌드 및 실행 방법
이 책의 예제 프로그램은 Microsoft Windows 10(64비트), Visual Studio Community 2017, OpenCV 4.0.0을 기준으로 작성되었습니다. 책 부록B "리눅스에서 OpenCV 설치하고 사용하기"는 Ubuntu 18.04.2를 기준으로 설명합니다.
-
Windows & Visual Studio 2017
* 시스템 환경 변수에 OPENCV_DIR을 OpenCV 설치 폴더로 지정하세요. (책 '2.1.2절 OpenCV 설치하기' 참조) * Visual Studio 2017에서 *.sln 파일을 불러온 후 [빌드] -> [솔루션 빌드] 메뉴를 선택하세요. * 프로그램 실행은 [디버그] -> [디버그하지 않고 시작] 메뉴를 선택하세요.
-
Linux
$ cd <project> $ cmake . $ make $ ./<project>
파이썬으로 구현한 예제 소스 코드
『OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝』 책은 기본적으로 C/C++ 언어를 이용하여 OpenCV 라이브러리를 사용하는 방법을 설명합니다. 그러나 최근 OpenCV를 파이썬(Python) 언어로 사용하는 분들이 크게 늘어나고 있어서, 파이썬 사용자 분들도 이 책을 충분히 활용할 수 있도록 예제 프로그램을 파이썬 언어로 새롭게 구현한 소스 코드를 제공합니다.
파이썬 소스 코드는 python 하위 폴더에서 확인할 수 있습니다.
Visual Studio 2019 예제 소스 코드
2019년 6월에 새롭게 출시된 Visual Studio 2019 버전 사용자를 위한 예제 프로젝트 파일과 솔루션 파일을 새롭게 제공합니다. Visual Studio 2019를 사용하는 분들은 vs2019 하위 폴더에 있는 파일을 사용하세요.
동영상 강의
책에서 설명하지 않은 Visual Studio 설치 방법과 일부 책 내용에 대한 동영상 강의를 제공합니다.
- [준비사항] Visual Studio 2017 설치하기
[동영상]
- [준비사항] Visual Studio 2017 다운로드 방법 (2019년 6월 기준)
[동영상]
- [2.1.2] OpenCV 설치하기
[동영상]
- [2.2.1] OpenCV 프로젝트 만들기
[동영상]
- [2.2.2] 영상을 화면에 출력하기
[동영상]
- [5.1.4] 트랙바를 이용한 영상의 밝기 조절
[동영상]
- [16.2] 딥러닝 학습과 OpenCV 실행
[동영상]
- [16.3] OpenCV와 딥러닝 활용
[동영상]
- [부록A] OpenCV 소스 코드 빌드하여 설치하기
[동영상]
- [부록B] 리눅스에서 OpenCV 설치하고 사용하기
[동영상] / [문서]
OpenCV 프로그램 개발을 위해 필요한 몇몇 C++ 문법 동영상 강의도 제공합니다.
- 연산자 오버로딩
[동영상]
- std::vector 클래스
[동영상]
- 범위 기반 for
[동영상]
- std::sort() 함수
[동영상]
- 람다 표현식
[동영상]
- 스마트 포인터
[동영상]
오프라인 강의
『OpenCV 4로 배우는 컴퓨터 비전과 머신 러닝』 책은 패스트캠퍼스에서 진행 중인 [OpenCV로 배우는 컴퓨터 비전 프로그래밍] 강의 내용을 기반으로 출간되었습니다. 오프라인 강의에서는 이 책에서 설명하는 내용과 더불어 실무에서 OpenCV를 사용하기 위해 필요한 기법을 추가적으로 다루고 있습니다. 패스트캠퍼스 강의는 [링크]를 참고하세요.
오탈자 (Errata)
오탈자 목록은 추후 [길벗] 출판사에서 확인할 수 있습니다.