비전 데이터 전처리 및 OpenCV 실무

시작 전에

환경설정 — Windows PC 에 가상환경을 만들고 OpenCV, NumPy, Matplotlib 을 설치합니다

준비

과정 안내

로드맵과 실습 안내 — STEP 마다의 요약, 실습에 필요한 키·모델·환경

안내

안내

STEP 1

OpenCV 시작과 디지털 영상 — AI 비전 개요, 개발환경, 이미지 입출력, 픽셀과 색공간, 히스토그램 요약 보기

STEP 2

영상 향상과 필터 — 밝기와 대비, 노이즈를 지우는 네 가지 필터, 임계값 이진화 요약 보기

STEP 3

모폴로지와 경계 검출 — 침식과 팽창, Sobel, Laplacian, Canny 요약 보기

STEP 4

객체 분석과 기하 변환 — 윤곽선과 Bounding Box, 형태와 ROI, 기하 변환, 비디오 요약 보기

STEP 5

AI 데이터 전처리와 YOLO 연계 — 데이터 정제와 증강, 일괄 처리, YOLO 데이터, 파이프라인, 교육 콘텐츠 요약 보기

16장

참고

참고 자료

부록

실습에 쓰는 파일은 교안과 함께 받은 data 폴더에 있습니다.

부록

장마다 나온 용어를 한곳에 모았습니다. 위의 찾기 칸에 낱말을 넣으면 그 줄만 남습니다.

안내

읽기 전에

OpenCV 로 이미지와 동영상을 읽고 다듬어, AI 비전 모델이 배우기 좋은 데이터를 만드는 과정입니다.

파이썬 문법은 아는 비전공자를 위한 교안입니다. 영상처리와 OpenCV 는 처음부터 설명하고, 수학은 중고등학교에서 배우는 곱셈, 평균, 비율 정도만 씁니다.
장마다 "먼저 큰 그림부터"로 시작해 본문, 실습, 프로젝트, 정리, 확인문제 순서로 이어집니다.
본문은 일상의 비유와 그림으로 먼저 설명하고 글로 정리합니다.
코드 상자의 "복사" 단추를 누르면 코드가 복사됩니다.
실습에 쓰는 그림과 동영상은 OpenCV 로 도형을 그려 만든 작은 가상 자료(그림 한 장 30KB 이하, 동영상 하나 80KB 이하)입니다. 사람은 나오지 않습니다. 실제 사진이나 상점, 제품, 쇼핑몰과 관계없습니다. 실습 코드에 API 키나 웹캠은 필요하지 않습니다.
실행 결과는 Windows 11 Pro, Python 3.14.6, OpenCV 5.0.0, NumPy 2.5.4, Matplotlib 3.11.2, pandas 3.1.0, ultralytics 8.4.198, PyTorch 2.15.0(CPU) 에서 얻었습니다.
과정 전체의 흐름과 STEP 마다의 요약은 과정 로드맵과 STEP 요약에, 실습을 직접 돌릴 때 필요한 것은 실습 코드 사용 안내에 있습니다. 진짜 API 키는 필요하지 않습니다.
18장부터 20장까지는 YOLO 객체 탐지 모델(ultralytics, 라이선스 AGPL-3.0)을 CPU 로 씁니다. 설치는 환경설정에 있습니다.