컴퓨터 비전 이미지 해석 방법론

컴퓨터 비전에서 이미지 해석(Image Understanding) 방법론은 매우 다양합니다. 대표적인 방법론별 단계와 Python 예제 코드를 정리했습니다.

---

1. 전통적 이미지 해석 방법론 (Classical Computer Vision)

주요 단계

1. 이미지 전처리 (흑백 변환, 노이즈 제거 등)
2. 특징 추출 (에지, 코너, 히스토그램 등)
3. 특징 기반 매칭 또는 분류 (SVM, KNN 등)

Python 예제 (OpenCV 사용)

# !pip install numpy
# !pip install cv2
import cv2
import numpy as np

# 1. 이미지 읽기 및 전처리
img = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)
img_blur = cv2.GaussianBlur(img, (5, 5), 0)

# 2. edges 검출 (Canny)
edges = cv2.Canny(img_blur, 100, 200)

# 3. 결과 시각화
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

2. 딥러닝 기반 이미지 해석 (Deep Learning)

주요 단계

1. 데이터 준비 및 전처리
2. 모델 설계 (CNN 등)
3. 학습 및 평가
4. 예측 및 해석

Python 예제 (TensorFlow/Keras 사용)

# !pip install pillow
import tensorflow as tf
from tensorflow.keras.applications import mobilenet_v2
from tensorflow.keras.preprocessing import image
import numpy as np
import argparse

# 인자 파서 설정
parser = argparse.ArgumentParser()
parser.add_argument('--img', type=str, required=True, help='이미지 파일명')
args = parser.parse_args()

# 1. 이미지 불러오기 및 전처리
img = image.load_img(args.img, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = mobilenet_v2.preprocess_input(x)

# 2. 사전학습된 모델 불러오기
model = mobilenet_v2.MobileNetV2(weights='imagenet')

# 3. 예측
preds = model.predict(x)
decoded = tf.keras.applications.mobilenet_v2.decode_predictions(preds, top=5)[0]

# 4. 결과 출력 및 고양이 여부 판별
print("예측 결과 Top-5:")
for i, (code, name, score) in enumerate(decoded):
    print(f"{i+1}. {name} ({code}): {score:.4f}")

# 고양이 클래스 포함 여부 확인
detected_cat = any('cat' in name.lower() for (_, name, _) in decoded)
print("\n고양이 이미지인가요? :", "네" if detected_cat else "아니오")

---

3. 객체 탐지(Object Detection)

주요 단계

1. 데이터 라벨링 (바운딩 박스 등)
2. 모델 선택 (YOLO, SSD, Faster R-CNN 등)
3. 학습 및 평가
4. 이미지 내 객체 탐지

Python 예제 (YOLOv5, PyTorch 사용)

# YOLOv5 설치 및 사용 예시
# !pip install torch torchvision
# !git clone https://github.com/ultralytics/yolov5
# %cd yolov5
# !pip install -r requirements.txt

import torch

# 1. 사전학습된 모델 불러오기
model = torch.hub.load('ultralytics/yolov5', 'yolov5s')

# 2. 이미지 예측
results = model('cat.jpg')

# 3. 결과 시각화
results.show()

---

4. 이미지 분할(Image Segmentation)

주요 단계

1. 데이터 준비 (픽셀 단위 라벨링)
2. 모델 선택 (U-Net, DeepLab 등)
3. 학습 및 평가
4. 이미지 내 객체 분할

Python 예제 (U-Net, Keras 사용)

from tensorflow.keras import layers, models
import cv2
import numpy as np
import matplotlib.pyplot as plt

# 1. 입력 레이어: 128x128 크기의 흑백 이미지를 입력받습니다.
#    (이미지 분할에서는 보통 픽셀 단위로 마스크를 예측하기 때문에 입력 크기를 지정합니다)
inputs = layers.Input((128, 128, 1))

# 2. 인코더(Contracting Path):
#    - 이미지를 점점 더 작은 크기로 줄이면서(특징맵 다운샘플링)
#    - 중요한 특징(패턴, 경계 등)을 추출합니다.
#    - Conv2D: 합성곱 연산으로 이미지의 특징을 뽑아냅니다.
#    - activation='relu': 비선형성을 추가하여 복잡한 패턴을 학습할 수 있게 합니다.
c1 = layers.Conv2D(16, (3, 3), activation='relu', padding='same')(inputs)  # 첫 번째 합성곱
c1 = layers.Conv2D(16, (3, 3), activation='relu', padding='same')(c1)      # 두 번째 합성곱
#    - MaxPooling2D: 이미지를 2배로 줄여서(다운샘플링) 더 넓은 영역의 특징을 볼 수 있게 합니다.
p1 = layers.MaxPooling2D((2, 2))(c1)

# 3. (생략) U-Net의 전체 구조에서는 인코더-디코더 반복, 스킵 커넥션 등이 추가됩니다.
#    - 여기서는 구조를 단순화하여 일부만 구현했습니다.

# 4. 출력 레이어:
#    - Conv2D(1, (1, 1)): 마지막에 1채널(흑백)로 픽셀별로 값을 예측합니다.
#    - activation='sigmoid': 각 픽셀이 0~1(배경/객체) 사이의 확률값을 갖도록 만듭니다.
outputs = layers.Conv2D(1, (1, 1), activation='sigmoid')(p1)

# 5. 모델 객체 생성: 입력과 출력을 연결하여 전체 네트워크를 만듭니다.
model = models.Model(inputs=[inputs], outputs=[outputs])

# 6. 모델 컴파일:
#    - optimizer='adam': 가중치 최적화 방법(Adam)
#    - loss='binary_crossentropy': 픽셀 단위 이진 분할 문제에 적합한 손실 함수
#    - metrics=['accuracy']: 정확도를 평가 지표로 사용
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

# 2. cat.jpg 이미지 불러오기 및 전처리
img = cv2.imread('cat.jpg', cv2.IMREAD_GRAYSCALE)
img_resized = cv2.resize(img, (128, 128))
img_norm = img_resized / 255.0
x_input = img_norm.reshape(1, 128, 128, 1)

# 3. segmentation 예측 (랜덤 가중치이므로 의미 없는 결과임)
pred_mask = model.predict(x_input)[0, :, :, 0]

# 4. 결과 시각화
plt.figure(figsize=(10,4))
plt.subplot(1,2,1)
plt.title('Input Image')
plt.imshow(img_resized, cmap='gray')
plt.axis('off')

plt.subplot(1,2,2)
plt.title('Predicted Mask')
plt.imshow(pred_mask, cmap='gray')
plt.axis('off')

plt.tight_layout()
plt.show()

---

5. 이미지 캡셔닝(Image Captioning)

주요 단계

1. 이미지 특징 추출 (CNN)
2. 시퀀스 모델링 (RNN, Transformer)
3. 캡션 생성

Python 예제 (사전학습 모델 사용)

from transformers import BlipProcessor, BlipForConditionalGeneration
from PIL import Image

processor = BlipProcessor.from_pretrained("Salesforce/blip-image-captioning-base")
model = BlipForConditionalGeneration.from_pretrained("Salesforce/blip-image-captioning-base")

img = Image.open('cat.jpg')
inputs = processor(img, return_tensors="pt")
out = model.generate(**inputs)
caption = processor.decode(out[0], skip_special_tokens=True)
print(caption)

---

각 방법론은 목적과 데이터에 따라 선택하며, 실제 프로젝트에서는 여러 방법을 조합해서 사용하기도 합니다.