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 |
- Pytorch Lecture
- 딥러닝
- 김성훈 교수님 PyTorch
- c++공부
- 미디언 필터링
- 팀프로젝트
- 골빈해커
- 가우시안 필터링
- 컴퓨터 비전
- pytorch zero to all
- object detection
- 파이토치 김성훈 교수님 강의 정리
- TensorFlow
- c언어
- pytorch
- 케라스 정리
- matlab 영상처리
- 모두의 딥러닝
- c++
- 딥러닝 스터디
- C언어 공부
- 딥러닝 공부
- tensorflow 예제
- 모두의 딥러닝 예제
- 영상처리
- 파이토치
- c언어 정리
- 파이토치 강의 정리
- MFC 프로그래밍
- 해리스 코너 검출
- Today
- Total
목록영상처리 (7)
ComputerVision Jack
영상 이진화 영상의 이진화(Binarization) 영상의 픽셀을 두 개의 분류로 나누는 작업 Roi와 그렇지 않은 관심 영역으로 나누는 작업 영상의 이진화는 값을 0 or 255로 지정한다. (검은색과 흰색으로 나눈다) T임계값을 기준으로 이진화를 적용한다. double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type); #영상의 이진화를 진행하는 함수 적응형 이진화 영상의 모든 픽셀에 대해 같은 임계값을 적용하여 이진화 수행하는 방식을 전역 이진화라고 한다. 영상의 밝기 값이 다르기 때문에 전역 이진화의 한계가 존재한다. 따라서 각 픽셀마다 서로 다른 임계값을 사용하는 기법이 적용된다. 정해진 블록에서 ..
모폴로지(Morphology) 연산 영상을 형태학적 측면에서 다루는 기법 다양한 영상 처리 시스템에서 전처리, 후처리 형태로 사용 수학적 모폴로지 개념 사용 A는 입력 영상을 의미하고 B는 구성 요소(마스크)를 의미한다. 이진 영상의 침식(Erosion) 연산 객체 영역이 감소 하지만 잡임이 제거 된다. 마스크가 영상에 다 들어와야 마스크 중앙 영상을 연산한다. 이진 영상의 팽창(dilation) 연산 객체 부분이 증가하지만, 객체 내부의 홀(hole)이 감소한다. 마스크가 영상의 부분에 걸치기만 하더라도 마스크 중앙에 연산을 실행한다. 열기(Opening) 연산 침식 연산 후 팽창 연산 수행 닫기(Closing) 연산 팽창 연산 후 침식 연산 수행 모폴로지 연산을 이용한 외각선 검출 원본 영상에서 침식..
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..
마스크를 이용한 엣지 검출 엣지(Edege) : 배경과 객체의 경계가 되는 부분(픽셀의 밝기 값이 급격하게 변함) 엣지는 함수의 1차 미분을 사용하여 구할 수 있다. 1차 미분을 이용한 근사화 순반향 차이 역방향 차이 중간값 차이 중간값 차이를 오류가 적어서 가장 많이 사용한다. 또한 엣지 검출에 다양한 마스크가 존재한다. 케니 엣지 검출기 좋은 엣지 검출기의 조건 1. 정확한 검출 : 오류 최소화 (엣지가 아닌 점을 엣지로 검출) 2. 정확한 위치 : 실제 엣지의 중심을 찾아야한다. 3. 단일 엣지 : 엣지의 두께는 한 픽셀이 되어야 한다. [케니엣지 실행 순서] 가우시안 필터링 - 그레디언트 계산(크기 & 방향) - 비최대 억제 - 히스테리시스 엣지 트래킹 가우시안 필터링을 들어가서 연산할 때, 초기..
영상을 읽어와 동전별로 검출한 후, 값을 결과로 출력하는 프로그램 우선 위 이미지가 입력으로 프로그램에 들어오게 된다 따라서 프로그램이 10원과 100원 500원을 각각 검출하여 동전의 총합을 구하는 프로그램을 구성했다. Mat image = imread("../_res/coin.jpg", IMREAD_GRAYSCALE); CV_Assert(!image.empty()); #우선 Mat객체에 이미지를 읽어와 작업환경을 생성합니다. 이미지가 들어 있는 폴더의 경로를 잘 설정한다. 흑백 (그레이 스케일)으로 읽어온다. Mat EdgeImage(image.size(), CV_8U, Scalar(0)); CannyEdgeDetection(&image, &EdgeImage, 4.5, 30.0, 60.0); #엣지 ..
영상의 반전 영상의 밝기 값을 반전 시킴 - 픽셀의 밝기 값을 변경한다. g(x, y) = 255 - f(x, y) 출력 영상 = 255 - 입력 영상 [코드] Mat image = imread("../_res/lenna.bmp", IMREAD_GRAYSCALE); CV_Assert(!image.empty()); # 영상처리의 이미지 lenna를 gray컬러로 읽어옵니다. CV_Assert();는 영상이 잘 읽어오면 False 실패하면 True를 반환합니다. (영상 읽기 체크) Mat result(image.size(), image.type()); # 반전 결과가 저장될 Mat객체를 생성합니다. for (int i = 0; i
영상 광성 혹은 매체에 의한 정보를 시각적으로 표현한 것 이미지 (Gray image vs Color image) 영상처리 영상을 대상으로 하는 신호처리의 한 분야 영상의 화소값을 조작하여 여러 효과를 준다. (잡음제거, 영상압축, 와핑, 모핑 등..) 다양한 영상처리 얼굴 검출 (face detection) - 영상에서 얼굴을 찾는 것 (detection vs segmentation) 얼굴 인식 (face recognition) - 얼굴의 신원을 찾는것 (identification vs validation) 영상 검색 화질 개선 문자 처리 의료 영상 처리, 머신 비전 영상처리 프로그래밍 기초 #그레이(gray) 영상 밝기 정보만으로 구성된 영상 영상처리, 컴퓨터 비전에서 주로 사용 [값의 범위] - 한..