일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 영상처리
- 김성훈 교수님 PyTorch
- c++
- pytorch zero to all
- matlab 영상처리
- MFC 프로그래밍
- 딥러닝 스터디
- 파이토치
- 미디언 필터링
- 골빈해커
- 케라스 정리
- 컴퓨터 비전
- 파이토치 강의 정리
- 가우시안 필터링
- 파이토치 김성훈 교수님 강의 정리
- c언어 정리
- object detection
- 딥러닝 공부
- Pytorch Lecture
- 딥러닝
- 모두의 딥러닝 예제
- 팀프로젝트
- pytorch
- TensorFlow
- 모두의 딥러닝
- 해리스 코너 검출
- tensorflow 예제
- C언어 공부
- c++공부
- c언어
- Today
- Total
목록Image Processing/Computer Vision (15)
ComputerVision Jack
어파인 변환(geometric transform) 영상을 구성하는 픽셀의 배치 구조를 변경함으로써 전체 영상의 모양을 바꾼다. 픽셀 값은 그대로 유지하면서 위치를 변경하는 작업 평행성을 보존하는 변환 수학적 편의를 위해 영상의 좌표(x, y)에 가상의 좌표 1을 추가하여 (x, y, 1)형태로 바꾸면 하나의 행렬 곱으로 표시 따라서 앞의 여섯개의 파라미터로 구성된 2 x 3행렬을 어파인 변환 행렬(affinetransformation matrix)라고 한다. 어파인 변환은 점 세개의 이동 관계만으로 정의가 가능하다. Mat getAffineTransform(const Point2f src[], const Point2f dst[]); Mat getAffineTransform(InputArray src, I..
영상의 필터링 필터링(Filtering) : 영상에서 원하는 정보만 통과 시키고 원치 않는 정보는 걸러 내는 작업 영상의 필터링은 보통 마스크(mask)라고 부르는 작은 크기의 행렬을 이용한다. 마스크는 다양한 크기와 모양으로 정의 할 수 있으며, 마스크 행렬의 원소는 보통 실수로 구성 필터 = 마스크 = 커널 = 윈도우 필터링 연산 방법 필터링 연산의 결과는 마스크 행렬의 모양과 원소 값에 의해 결정됨 마스크를 이용한 필터링은 입력 영상 픽셀 위로 마스크 행렬을 이동시키면서 마스크 연산을 수행하는 방식으로 작동 마스크 연산의 결과를 출력영상에서 고정점 위치에 대응되는 픽셀 값으로 설정한다. 필터링 외각 처리 나중에 CNN코드에서 padding 부분과 연관이 있는 부분. 영상의 필터링 수행할 때, 영상의..
영상의 산술 연산 영상은 2차원 행렬이기 때문에 행렬의 산술 연산(arithmetic operation)을 적용할 수 있다. 두 개의 영상을 더하거나 빼는 연산을 수행하여 새로운 결과를 얻을 수 있다. 곱하기 나누기 연산은 거의 사용하지 않는다. 영상 더하기 : dst(x, y) = src1(x, y) + src2(x, y) 영상 더하기 수행시 그레이스케일 최댓값 255보다 커지는 경우가 발생할 수 있다. dst(x, y) = saturate(src1(x, y) + src2(x, y)) 포화 연산을 수행해 준다. void add(InputArray src1, InputArray src2, OutputArray dst, InputArray mask = noArray(), int dtype = -1); #영..
영상의 밝기 조절 그레이 스케일 영상 다루기 imread()함수의 두번째 인자에 IMREAD_GRAYSCALE 플래그 설정 Mat img = imread("lenna.bmp", IMREAD_GRAYSCALE); Mat img = imread("lenna.bmp", IMREAD_COLOR); Mat image; cvtColor(img, image, COLOR_BGR2DGRAY); #영상을 Color로 읽어올 경우 cvtColor()함수를 이용하여 grayscale로 변환한다. [영상의 밝기 조절] 밝기 조절 : 영상의 전체적인 밝기 조절하여 좀 더 밝거나 어두운 영상을 만드는 작업 모든 픽셀에 일정 값을 더하거나 빼는 작업 수향 dst(x, y) = src(x, y) + n 포화 연산 설정을 적용해야 한다..
openCV 라이브러리를 사용한 주요기능 소개 동영상 파일 다루기 VideoCapture클래스 동영상도 정지한 이미지 영상을 저장한 형태. 동영상의 정지한 이미지 형태 = 프레임 따라서 동영상에서 프레임을 추출한 후, 영상처리기법을 적용시킨다. ViodeoCapture::VideoCapture(const String& filename, int apiPreference = CAP_ANY); #video capture클래스 생성자 bool VideoCapture::open(const String& filename, int apiPreference = CAP_ANY); #동영상 파일을 읽어와서 확인하는 함수 VideoCapture& VideoCapture::operator >>(Mat& image); bool..
opencv 클래스 및 기본 메소드에 대한 정리. openCV주요 함수 간단 설명 Mat imread(const String& filename, int flags = IMREAD_COLOR); #imread() 메소드 filename 영상 파일을 불러와 Mat객체로 변환하여 반환 폴더내의 파일을 불러오기 위해서 경로를 파일위치로 지정해 줘야 한다. bool inwrite(const String& filename, InputArray img, const std::vector& params = std::vector))); #Mat 객체에 저장되어 있는 영상 데이터를 파일로 저장하기 위해 사용하는 함수 bool Mat::empty() const #데이터가 정상적으로 불러왔는지 확인하기 위한 함수 void na..
컴퓨터 비전 개요 컴퓨터 비전은 컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미있는 정보를 추출하는 방법을 연구 컴퓨터가 사람처럼 동등한 인지 작업을 할수 있게 만든다. 영상으로부터 유용한 정보를 추출하고, 이를 조합하여 결과를 유추한다. 컴퓨터 비전에서 주로 활용하는 영상 정보는 밝기, 색상, 모양, 텍스처등이 있다. 따라서 이들 정보와 머신러닝 알고리즘을 함께 사용하여 사물을 인지할 수 있다. 영상의 구조와 표현 방법 영상을 구성하는 최소 단위 픽셀(pixel) 픽셀은 사진과 요소를 뜻하는 영단어로 유래되었으며 화소라고 부른다. (즉 2000만 화소 = 2000만 개의 픽셀로 이루어짐) 하나의 픽셀은 하나의 밝기 또는 색상을 표현한다. 이러한 픽셀이 모여 2차원 영상을 구성한다. 영상은 2차원 ..