OpenCVではじめよう ディープラーニングによる画像認識

（概要）

OpenCVはコンピュータビジョン分野でもっとも利用されているオープンソースフレームワークです。近年の人工知能ブームに呼応する形で機械学習やディープラーニングAPIが強化され、物体の名称と位置を認識するオブジェクト検出（Object Detection）といったタスクも容易に扱えるようになりました。

とはいえ、画像認識タスクがすべてディープラーニングによる手法に置き換わるわけではありません。これまでに培った手法を選択した方が堅実な場面もあるため、本書では現時点で重要とされる画像処理手法を整理します。OpenCVの基礎的な解説からはじめ、dnnモジュールを用いたディープラーニングによる画像認識についても解説していきます。


（こんな方におすすめ）

・OpenCVで画像認識を試してみたい方、OpenCVの最新のディープラーニングの実装方法を知りたい方


（目次）

1章 OpenCVとは

　　1.1 OpenCVの概要

　　1.2 主要モジュール

　　1.3 OSSライセンス

　　1.4 サポート言語

　　1.5 サポートプラットフォーム

　　1.6 高速化

　　1.7 開発の歴史

　　1.8 ブランチ管理

　　1.9 各種サイト

2章 OpenCVインストール

　　2.1 OpenCVのインストール

　　2.2 pip

　　2.3 Miniconda

　　2.4 Docker

　　2.5 ソースコード

3章 coreモジュール

　　3.1 基本処理

　　3.2 ピクセルごとの操作

　　3.3 統計情報の取得

　　3.4 画像の分割、結合

　　3.5 ユーティリティ

4章 imgprocモジュール

　　4.1 画像の前処理と後処理

　　4.2 色の変換

　　4.3 しきい値処理（2値化）

　　4.4 画像の幾何変換

5章 imgcodecs、Videoioモジュール

　　5.1 画像の読み込み

　　5.2 画像の書き込み

6章 ディープラーニング

　　6.1 ディープラーニングの概要

　　6.2 精度評価

　　6.3 画像処理におけるディープラーニング

7章 dnnモジュール基礎

　　7.1 dnnモジュールの概要

　　7.2 顔検出

　　7.3 オブジェクト検出

　　7.4 クラス分類

　　7.5 セグメンテーション

　　7.6 テキスト検出とテキスト認識

　　7.7 キーポイント検出

8章 dnnモジュール応用

　　8.1 dnnモジュールの対応レイヤ

　　8.2 カスタムレイヤ対応

　　8.3 学習済みモデルの診断ツール（model-diagnostics）

　　8.4 外部DNNフレームワーク連携

　　8.5 学習済みモデルの利用