본문 바로가기

전체 글192

08. 필터링, 블러링 1. 필터링(filtering)커널(filter)이라고 하는 행렬을 정의하고, 이미지 위에서 이동해가며 커널과 겹쳐진 이니지 영역과 연산을 한 후, 그 결과값을 연산을 진행한 이미지 픽셀을 대신하여 새로운 이미지를 만드는 연산 ◼ 이미지 필터링 함수                  filter2D(영상, 이미지 깊이, 커널의 크기, 중심점 좌표, 추가될 값, 가장자리 화소 처리)  [이미지깊이] * 1: 입력과 동일한 크기의 영상 * 커널: 3 * 3, 5 * 5, .. * 가장자리 회소 처리     BORDER_CONSTANT: 000abcdef000     BORDER_REPLICATE: aaaavcdeffff   2. 블러링(Blurring)초점이 맞지 않는 듯 영상을 흐릿하게 하는 작업 ◼ 평균 블.. 2024. 7. 22.
07. 이미지 유사도, 영상의 변환 1. 이미지 유사도- 픽셀 값의 분표가 서로 비슷하다면 유사한 이미지일 확률이 높음 🔵 비교 알고리즘               cv2.compareHist(히스트그램1, 히스트그램2, 알고리즘)        cv2.HISTCMP_CORREL: 상관관계(1: 완정 일치, -1: 완전 불일치, 0: 무관계)         cv2.HISTCMP_CHISQR: 카이관계(0: 완전 일치, 무한대: 완전 불일치)       cv2.HISTCMP_INTERSECT: 교차(1: 완전 일치, 0: 완전 불일치)        cv2.BHATTACHARYYA: 밀도함수(0: 완정 일치, 1: 완정 불일치)   ◼ 예제 : 여러 이미지 간의 히스토그램 유사도를 비교하기          import cv2          i.. 2024. 7. 18.
06. 이진화 1. 영상의 이진화(Binarization)- 픽셀을 검은색 또는 횐색과 같이 두 개의 값으로 나누는 작업- 영상에서 의미있는 관심영역(ROI)과 비 관심영역 구분할 때 사용- 배경과 객체를 나울 때도 사용- 영상의 이진화 연산을 할 때 나누는 특정값을 임계값이라고 함  ◼ 이미지의 이진화 처리             cv2.threshold(영상, 임계값, 최대값, 플래그)      cv2.THRESH_BINARY: 픽셀값이 임계값을 넘으면 최대값으로 지정하고 넘지 못하면 0으로 지정      cv2.THRESH_BINARY_INV: THRESH_BINARY 의 반대    ◼ 예제 : 흑백이미지 이진화 처리               import cv2        import matplotlib.pypl.. 2024. 7. 18.
05. 마스크, 관심영역 1. 마스크 연산inRange() : 영상에서 지젇된 범위 안에 픽셀 선택copyTo() : 마스크 연산을 지원하는 픽셀 값 복사 함수 ◼ 특정 범위의 픽셀 값을 추출             cv2.inRange(영상, min값 (Hue, Saturation, Value) , max값 (Hue, Saturation, Value) ) 예시) cv2.inRange(img, (50, 150, 0), (80, 255, 255))Hue(색조)가 50에서 80 사이,Saturation(채도)가 150에서 255 사이,Value(명도)가 0에서 255 사이의 범위를 지정합니다.  ◼ 특정 HSV 색상 범위를 추출하여 이진 이미지를 생성               import cv2        img = cv2.imre.. 2024. 7. 18.
04. 평활화, 색공간, CLAHE, 정규화 1. 균등화, 평탄화(Equalization)- 히스토그램을 활용하여 이미지의 품질을 개선하기 위한 방법 - 화소값을 0 ~ 255555 사이에 고루게 분표하도록 개선 ◼ 평활화                    cv2. equalizeHist(영상)    ◼ 히스토그램 계산                   cv2. clacHist( images , channels , mask , histSize , ranges ) images: 히스토그램을 계산할 이미지 목록입니다. 여기서는 img와 dst 두 이미지의 히스토그램을 계산하기 위해 두 번 호출하고 있습니다.channels: 히스토그램을 계산할 채널 목록입니다. [0]은 그레이스케일 이미지의 경우 채널 0을 의미합니다. 만약 컬러 이미지라면 [0], [1.. 2024. 7. 17.
03. 영상 화소처리 1. 영상의 화소처리영상의 특정 좌표 픽셀값을 변경하여 출력 영상의 좌표 픽셀을 설정하는 모든 연산  🔴 밝기 조절: 영상을 전체적으로 밝게하거나 어둡게 하는 연산                  cv2.add(첫번째 영상, 두번째 영상)          cv2.substract(첫번째 영상, 두번째 영상)          cv2.multiply(첫번째 영상, 두번째 영상)          cv2.divide(첫번째 영상, 두번째 영상)          cv2.addWeighted (첫번째 영상, 알파값, 두번째 영상, 1-알파값, 감마값)          # 두 영상의 같은 위치에 존재하는 칙셀값에 대하여 가중합을 계산해서 결과 영상의 칙셀값으로 설정          cv2.absdiff(첫번째 영상,.. 2024. 7. 17.
02. OpenCV 라이브러리 1. OpenCV 모듈     (Open Source Computer Vision Library) - 컴퓨터 비전과 이미지 처리를 위한 오픈소스 라이브러리- 1999년 Intel에서 영상처리 기술을 개발하기 위한 목적- 2000년 BSD 라이센스 배포- 2011년 이후 OpenCV2로 개발 시작 파이참 프로젝트 만들기더보기  ◼ opencv 모듈설치 , import                  pip install opencv-python 2. 이미지 출력하기  ⏺ 전체코드                      import cv2          # 그레이 스케일 영상          img = cv2.imread('./dog.bmp', cv2.IMREAD_GRAYSCALE)          print.. 2024. 7. 16.
01. 컴퓨터 비전 1. 컴퓨터 비전(Computer Vision)* 인공지능(AI)의 한 분야로, 컴퓨터와 시스템을 통해 디지털이미지, 비디오 및 기타 시각적 입력에서 의미있는 정보를 추출한 다음 이런 정보를 바탕으로 작업을 실행하고 추천할 수 있게 함   - AI -> 생각   - 컴퓨터 비전 -> 보기, 관찰, 이해   2. 데이터셋* 컴퓨터 비전 모델은 데이터 모음(일반적으로 이미지, 비디오 또는 기타 시각적 정보)를 학습 * 데이터셋은 모델의 성능을 결정하는데 중요(양과 품질) * 데이터셋의 크기는 모델이 학습 중에 본 예제의 수를 타나내기 때문에 중요 * 데이터셋의 품질은 주석이 잘못 지정되거나 레이블이 잘못 저장된 경우 모델의 성능에 많은 부정적 영향을 줄 수 있다. * 다양한 개체 변형의 존재, 조명조건, 배.. 2024. 7. 16.
18. PLM을 이용한 실습 1. NLI(Natual Language Inference) 실습- 두개의 문장(전제와 가설) 사이의 논리적 관계를 결정하는 자연어 처리 문제- 사이트 : https://huggingface.co/Huffon/klue-roberta-base-nli ◼ 설치하기               ! pip install transformers    ◼ import               from transformers import pipeline, AutoTokenizerpipeline: 자연어 처리 작업을 간단한 코드로 여러 작업을 한번에 지원AutoTokenizer: 자동으로 적절한 토크나이저를 선택하여 모델을 토큰화할 수 있음  ◼ 객체 만들기               classifier = pipeline.. 2024. 7. 12.

티스토리툴바