분류 전체보기
-
영상 분할과 객체 검출컴퓨터 비젼(Computer Vision)/영상 분할과 객체 검출 2022. 2. 16. 15:20
그랩컷 그래프 컷(graph cut) 기반의 영약 분할 알고리즘 영상의 픽셀을 그래프 정점으로 간주하고, 픽셀들을 두 개의 그룹으로 나누는 최적의 컷(Max Flow Minimun Cut)을 찾는 방식 그랩컷 영상 분할 동작 방식 사각형 지정 자동 분할 사용자가 지정한 전경/배경 정보를 활용하여 영상 분할 그랩컷 함수 cv2.grabCut(img, mask, rect, bgdModel, fgdModel, iterCount, mode=None) -> mask, bgdModel, fgdModel img: 입력 영상. 8비트 3채널 영상. mask: 입출력 마스크. cv2.GC_BGD, cv2.GC_FGD, cv2.GC_PR_BGD, cv2.GC_PR_FGD, 4 개의 값으로 구성됨. (PR: probably..
-
이진 영상 처리 - 외곽선 검출컴퓨터 비젼(Computer Vision) 2022. 2. 14. 15:46
외곽선 검출 cv2.findContours(image, mode, method, contours=None, hierarchy=None, offset=None) -> contours, hierarchy 외곽선 그리기 cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineTy-e=None, hierarchy=None, maxLevel=None, offset=None) -> image
-
이진 영상 처리 - 영상의 이진화컴퓨터 비젼(Computer Vision) 2022. 2. 14. 10:43
영상의 픽셀 값을 0 또는 255로 만드는 연산 배경과 객체 또는 관심 영역과 비관심 영역을 구분하기 위해 수행 그레이스케일 영상의 이진화 g(x,y) = 0 if f(x, y)T T: Threshold 임계값 함수 cv2.thershold(src, thresh, maxval, type) -> retval, dst 자동 이진화 Otsu 이진화 방법 입력 영상이 배경과 객체 두 개로 구성되어 있다고 가정 (즉, Bimodal histogram) 임의의 임계값 T에 의해 나눠지는 두 픽셀 분포 그룹의 분산이 최소가 되는 T를 선택 일종의 최적화 알고리즘 지역 이진화 적응형 이진화 cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, bloc..
-
영상의 미분컴퓨터 비젼(Computer Vision) 2022. 2. 8. 18:16
영상의 미분의 목적 - 영상의 에지를 찾기 위함 에지(Edge) 영상에서 픽셀의 밝기 값이 급격하게 변하는 부분 일반적으로 변경과 객체, 또는 객체와 객체의 경계 기본적인 에지 검출 방법 영상을 (x, y) 변수의 함수로 간주했을 때, 이 함수의 1차 미분(1st derivative) 값이 크게 나타나는 부분을 검출 미분 마스크 1x3, 3x1의 필터는 노이즈에 취약해 3x3 필터로 수행 cv2.Sobel(src, ddepth, dx, dy, dst=None, ksize=None, scale=None, delta=None, borderType=None) -> dst ddepth: 출력 영상 데이터 타입, 실수(cv2.CV_32F) 타입으로 지정하는 것이 좋음 대부분 dx=1, dy=0, ksize=3 /..
-
잡음 제거컴퓨터 비젼(Computer Vision) 2022. 2. 6. 19:25
영상의 잡음을 제거하는 필터 영상의 잡음(Noise) 영상의 픽셀 값에 추가되는 원치 않는 형태의 신호 f(x,y) = s(x,y) + n(x,y) s: 원본 신호 n: 잡음 잡음의 종류 가우시안 잡음 yt 소금&후추 잡음 아날로그 통신시, 통신 과정에서 임의의 스파크가 생길때 픽셀값이 0 또는 255가 될 때 생기는 잡음으로 현재는 보기 힘듦 잡음 제거(1): 미디언 필터 주변 픽셀들의 값들을 정렬하여 그 중앙값(median)으로 픽셀 값을 대체 소금&후추 잡음 제거에 효과적 입력 영상내의 픽셀값으로 대치 미디언 필터링 함수 cv2.medianBlur(src, ksize, dst=None) -> dst 잡음 제거(2): 양방향 필터 (Bilateral filter) 가우시안 잡음 제거에는 가우시안 필터..
-
tf.record카테고리 없음 2022. 1. 5. 11:32
The tf.data API enables you to build complex input pipelines from simple, reusable pieces. For example, the pipeline for an image model might aggregate data from files in a distributed file system, apply random perturbations to each image, and merge randomly selected images into a batch for training. The pipeline for a text model might involve extracting symbols from raw text data, converting th..
-
tf.data, TFRecord라이브러리/Tensorflow keras 2022. 1. 5. 00:32
tf.data https://www.tensorflow.org/guide/data The tf.data API enables you to build complex input pipelines from simple, reusable pieces. For example, the pipeline for an image model might aggregate data from files in a distributed file system, apply random perturbations to each image, and merge randomly selected images into a batch for training. The pipeline for a text model might involve extrac..