파이썬 OpenCV를 이용한 영상처리

1장. 영상처리 개요
1절. 이미지 표현
1.1. 영상의 종류와 표현 방법
1.2. 디지털 이미지와 좌표 표현 방법
1) 표본화와 양자화
1.3. 레나 이미지
2절. OpenCV와 이미지 읽기
2.1. OpenCV
1) OpenCV란?
2) OpenCV 설치
3) OpenCV 사용하기
2.2. cv2.imread()로 이미지 불러오기
2.3. cv2.imshow()로 이미지 출력하기
2.4. cv2.imwrite()로 이미지 저장하기
2.5. Matplotlib 사용해서 이미지 출력하기
3절. 디지털 화상과 컬러
3.1. 이진 화상
3.2. 회색조 화상
3.3. 컬러 화상
1) RGB 모델
2) HSV 모델
3) YUV 모델
3.4. 색상 공간 변환
1) cv2.cvtColor()
2) 컬러 이미지를 그레이스케일 이미지로 변환하기
4절. 동영상 처리하기
4.1. 동영상 읽기
4.2. 카메라 영상 읽기
1) USP 카메라 영상 읽기
2) IP 카메라 RTSP 영상 읽기
4.3. 동영상 속성
4.4. 동영상 프레임 저장하기
4.5. 비디오 저장하기
5절. 이벤트 처리하기
5.1. 마우스 이벤트
5.2. 키보드 이벤트
5.3. 트랙 바 사용하기
6절. 도형 그리기
6.1. 선 그리기
6.2. 사각형 그리기
6.3. 원 그리기
6.4. 타원과 호 그리기
6.5. 다각형 그리기
6.6. 문자열 표시하기

2장. 영상 기본 연산
1절. 영상 기본 정보
1.1. 영상 기본 속성
1.2. 영상 화소 처리하기
1.3. 함수 만들어 사용하기
1.4. ROI
2절. 기본 연산
2.1. 이미지 채널
2.2. 이미지 합치기
1) cv2.add()와 numpy.add()
2) 이미지 블랜딩
3) 비트연산
4) cv2.seamlessClone()
2.3. 이진화
1) 이진화
2) cv2.threshold()
3) 적응 임계처리
4) 디더링
3절. 히스토그램
3.1. 이미지 히스토그램
3.2. 히스토그램 함수 구현
3.3. cv2.calcHist()
3.4. 채널

3장. 이미지 변환
1절. 기하 변환
1.1. 변환
1) 변환의 종류
2) 기준 좌표 설정 방법
2절. 크기변환
2.1. 크기변환
2.2. 출력 영상을 기준으로 처리
2.3. 보간법
1) 최근방법
2) 선형방법
2.4. Max Pooling
2.5. cv2.resize()
3절. 이동
4절. 회전
5절. 아핀 변환
5.1. 아핀 변환
5.2. 변환 행렬
5.3. cv2.warpAffine()
6절. 원근법 변환
6.1. 원근법 변환
6.2. 변환 행렬
6.3. cv2.warpPerspective()
7절. 푸리에 변환
7.1. 푸리에 변환
7.2. 넘파이를 이용한 푸리에 변환
7.3. OpenCV를 이용한 푸리에 변환
8절. 문서 스캔하기

4장. 엣지 검출
1절. 이미지 필터와 합성곱
1.1. 이미지 필터
1.2. 합성곱
1.3. 합성곱 함수 구현하기
1.4. cv2.filter2D()
2절. 엣지 검출 필터
2.1. 차분 필터
2.2. 로버츠 필터
2.3. 프리위트 필터
2.4. 소벨 필터
2.5. cv2.Sobel()
2.6. 라플라시안 필터
2.7. cv2.Laplacian()
2.8. 엣지 추출 필터 비교
3절. 캐니 엣지
3.1. 캐니 엣지
3.2. cv2.Canny()

5장. 화질 개선
1절. 잡음 제거
1.1. 평균값 필터
1.2. cv2.blur()
1.3. 메디안 필터
1.4. cv2.medianBlur()
1.5. scipy.ndimage.median_filter()
1.6. 가우시안 필터
1.7. cv2.GaussianBlur()
1.8. cv2.bilateralFilter()
2절. 모폴로지 연산
2.1. 수축
2.2. 팽창
2.3. 열기(Opening)
2.4. 닫기(Closing)
2.5. cv2.erode()
2.6. cv2.dilate()
2.7. cv2.morphologyEx()
3절. 화질 개선
3.1. 히스토그램과 밝기값 조절
1) 히스토그램
2) 히스토그램 밝기값 조절
3.2. 콘트라스트 강조
3.3. cv2.normalize()
3.4. 히스토그램 이퀄라이제이션
1) 히스토그램 이퀄라이제이션 구현
2) Numpy를 이용한 히스토그램 이퀄라이제이션 구현
3) cv2.equalizeHist()
4) 누적 히스토그램 그래프
3.5. 적응적 히스토그램 이퀄라이제이션
1) CLAHE
2) cv2.createCLAHE()
3.6. 완벽하게 평평한 히스토그램 이퀄라이제이션
1) 히스토그램 평탄화 알고리즘
2) 히스토그램 평탄화 구현
3) 실행 전/후 히스토그램
4) 누적 히스토그램

6장. 객체 특징 추출
1절. 라벨링과 특징 파라미터
1.1. 라벨링
1.2. cv2.connectedComponents()
1.3. 특징 파라미터
1) 면적과 중심
2) 주위 길이
3) 원형도
1.4. OpenCV를 이용한 특징 추출
1) cv2.findContours()와 cv2.drawContours()
2) cv2.moments()
3) cv2.contourArea()
4) cv2.arcLength()
5) 컨투어 속성
6) cv2.approxPolyDP()
2절. 객체 탐지
2.1. 경계상자
1) 사각형으로 둘러쌓기
2) 원으로 둘러쌓기
2.2. cv2.convexHull()
3절. OpenCV와 딥러닝을 이용한 객체 탐지
3.1. 딥러닝 기반 객체 탐지
3.2. MobileNet
3.3. 이미지에서 개체 탐지하기
3.4. 카메라를 이용한 실시간 객체 탐지