개요 컨투어(contour)는 지도 상에서 같은 값을 가지는 점을 선으로 이은 등치선을 말하는데 이미지 처리에서는 외곽선 검출을 의미합니다. 검은색 배경 안에 있는 흰색 객체 영역에서 가장 외곽 픽셀을 찾아 외곽선으로 이어주면 이미지에서 모양을 쉽게 인식할 수 있습니다. 주요 기능 1. findContours - 외곽선 검출 findContours 함수를 이용하여 흑백 이미지 또는 이진화 이미지에서 내부 객체의 외곽선을 찾아낼 수 있으며 이미지의 컨투어 정보, 컨투어의 상하구조(hierachy) 정보를 출력합니다. > images, contours, hierachy = cv2.findContours(image, mode, method) image: 흑백이미지 또는 이진화된 이미지 mode : 외곽선 검출 모드 method : 외곽선 근사화 방법 mode : 외곽선 검출 모드 |RetrievalMo

개요 모폴로지(morphology)란 생물의 구조나 외형을 연구하는 학문을 말하는데요. 영상 분야에서는 객체의 형태에 대해 분석하고 처리하는 기법을 말하며 노이즈를 제거하거나, 영역 간 경계를 변형하는 등에 사용됩니다. 검은색과 흰색으로만 구성되어 있는 이진 영상(binary)에 적용할 수 있으며 이미지 전처리(pre-processing), 후처리(post-processing)를 위해 자주 사용됩니다. 침식 : 객체 외곽을 깎아내는 연산 팽창 : 객체 외곽을 확대시키는 연산 열림 : 침식 수행 후 팽창 연산을 수행 닫힘 : 팽창 수행 후 침식 연산을 수행 주요 기능 1. 침식(Erosion) 침식 연산은 이미지 내 객체 형태를 깎아 내는 연산을 말합니다. 0과 1로 구성된 구조화 요소 커널(Structuring Element Kernel)을 활용하하는데요. 1로 채워진 커널을 올려 놓을 수 없으면, 해당 픽셀을 0으로 변경하여

개요 이미지 전처리는 영상 내에서 불필요한 영역은 제거하고 의미있는 정보만 남겨두는 과정인데요. 가장 자주 사용되는 방식 중 하나가 그레스케일과 이진화 입니다. 주요 기능 0. 픽셀과 RGB 이미지는 기본적으로 픽셀(Pixel)로 이루어져 있습니다. pictures element의 줄임말로 '화소'라고도 하는데요. 이미지 크기를 표현할 때는 가로(행) 픽셀 수 x 세로(열) 픽셀 수 (= 해상도) 로 나타내며 128 x 128 이미지는 16,384개 픽셀을 가지고 있습니다. 이처럼 이미지 크기는 2차원 배열로 표현하며 파이썬에서는 numpy.ndarray 클래스 배열로 표현합니다. 이미지의 컬러 정보는 Red, Green, Blue 의 3개 배열로 표현되며, 배열의 개수를 Channel이라고도 부르기 때문에, 컬러 이미지는 3 채널 영상이라고 표현하기도 합니다. R, G, B 값은 0~255 값으로 이루어져 있으며, 25

개요 에지(edge)는 영상에서 픽셀의 밝기가 급격하게 변하는 부분을 일반적으로 배경과 객체 간, 또는 객체와 객체 간 경계를 의미하며, 에지 검출을 통해 이미지에서 원하는 영역만 찾아낼 수 있습니다. 에지 검출 시 픽셀값 간의 변화율을 계산하는데, 변화율이 큰 픽셀을 에지로 판단합니다. 수학에서의 미분(derivative)을 활용합니다. 주요 기능 1. Sobel 이미지에는 노이즈처럼 보이는 패턴이 있는데, 이 부분이 검출되어 제거되면 에지가 무뎌질 수 있습니다. 이런 영향을 줄이기 위해서는 보다 큰 사이즈의 마스크 이용하여 계산해야 하는데요. 그중 가장 많이 사용되는 것이 소벨 필터 마스크(sobel filter) 입니다. 소벨 필터의 경우 3x3 필터를 활용합니다. ![](https://velog.velcdn.com/images/crossorbit/post/90937dc9-d542-4d27-8a68-201ff6d8b4e4/i

개요 영상에서 원하는 정보만 통과시키고, 나머지 정보는 걸러내는 작업을 필터링(filtering) 이라고 하고, 주로 '마스크(Mask) 연산'을 사용합니다. (마스크 = 커널(kernel) 모든 데이터에는 잡음(noise) 이 있어서 데이터 전처리로 영상 자체의 노이즈를 제거해야하는 데요. 이를 위해 노이즈 제거 필터링를 사용합니다. 또한, 블러링(bluring) 은 거친 느낌의 입력 영상을 부드럽게 만들거나, 영상에 존재하는 잡음(noise) 제거 목적으로 사용하고, * 샤프닝(sharpening)* 은 반대로 초점이 잘 맞은 사진처럼 윤곽이 뚜렷한 느낌이 나도록 합니다. 평균값 필터 : 블러링 가우시안 필터 : 블러링 양방향 필터 : 노이즈 제거 미디언 필터 : 노이즈 제거 언샤프 마스크 필터 : 샤프닝 주요 기능 1. blur blur 는 평균값 필터(Mean Filter) 사용합니다

개요 OpenCV(Open Source Computer Vision) : 컴퓨터 비전을 위해 실시간 이미지 프로세싱에 중점을 둔 라이브러리 TensorFlow, Torch / PyTorch 및 Caffe의 딥러닝 프레임워크를 지원하여 사물 인식, OCR 등에 활용할 수 있음 주요 기능 1. 설치하기 2. 이미지 열기 imread 로 파일 읽어오면, Numpy 배열(numpy.ndarray)로 리턴 됩니다. imshow 함수의 경우 윈도우 창을 새로 띄우기 거기에 이미지를 보여주는데요. 여러개 이미지를 띄우려면, 창 이름을 각기 다르게 지정해줘야 합니다. imshow 함수는 BGR로 색상을 불러오기 때문에 cv2.cvtColor 이용하여 RGB로 변경해야 원래 색상으로 볼 수 있습니다. 윈도우 창으로 이미지 띄우면, 매번 닫아줘야 하는 번거로움이 있는데요. matplotlib.pyplot 을 이용하여 jupyte