환경설정 후 jupyter notebook
Anaconda prompt
opencv이름의 환경 만들기
conda create -n opencv python=3.8
opencv 환경 들어가기
activate opencv
파이썬 다양한 라이브러리 설치하기
pip install opencv-python scikit-learn numpy pandas jupyter matplotlib
jupyter notebook 접속
jupyter notebook
탬플릿 매칭
배경 사진에서 원하는 물체 찾기
아래 사진에서
파란 달팽이와 초록 버섯을 찾아보자!
파란 달팽이 찾기
import cv2
# 템플릿 매칭
# 배경 사진에서 원하는 물체 찾기
# 메이플 배경 이미지에서 파란 달팽이, 초록 버섯 찾기
# 좌 상단부터 한 픽셀씩 움직이면서 원하는 물체와 배경이 유사한 지 검색
img = cv2.imread('images/maplestory.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
blue_snail = cv2.imread('images/bluesnail.jpg')
blue_snail_gray = cv2.cvtColor(blue_snail, cv2.COLOR_RGB2GRAY) #흑백화
h1, w1 = blue_snail_gray.shape #찾을 대상(흑백이미지)의 세로, 가로 크기 받아오기
green_mush = cv2.imread('images/greenmushroom.jpg')
green_mush_gray = cv2.cvtColor(green_mush, cv2.COLOR_RGB2GRAY)
h2, w2 = green_mush_gray.shape
#이미지 찾기(배경이미지, 찾을 이미지, 찾을 방법)
res1 = cv2.matchTemplate(img_gray, blue_snail_gray, cv2.TM_CCOEFF_NORMED)
cv2.imshow('maplestory',img)
cv2.imshow('snail',blue_snail)
cv2.imshow('mush',green_mush)
cv2.waitKey(0)
cv2.destoryAllWindows()#배경과 찾는 이미지가 얼마나 유사한 지에 대한 결과
#-1 ~ 1사이의 값이 나옴 -1 : 전혀 상관 없음, 0 : 별 상관 없음, 1 : 완전 똑같음
#유사도가 0.75 이상인 값들만 사용할 것
res1 >= 0.75유사도가 0.75 이상인 값들의 좌표값
#배경과 찾는 이미지가 얼마나 유사한 지에 대한 결과
#-1 ~ 1사이의 값이 나옴 -1 : 전혀 상관 없음, 0 : 별 상관 없음, 1 : 완전 똑같음
#유사도가 0.7 이상인 값들만 사용할 것
res1 >=0.7
import numpy as np
loc = np.where(res1 >= 0.75)
# 데이터 순서 역으로 바꾸기
for pt in zip(*loc[::-1]):
print(pt)(233, 29) #X좌표, Y좌표
(454, 411)
(455, 411)
(455, 412)
(522, 531)
(523, 531)
(522, 532)
...찾는 대상의 좌측 상단의 좌표이다.
배경에서 찾고자 하는 이미지들의 좌표를 알게 되었으니 배경이미지에 사각형으로 표현해보자.
import cv2
# 템플릿 매칭
# 배경 사진에서 원하는 물체 찾기
# 메이플 배경 이미지에서 파란 달팽이, 초록 버섯 찾기
# 좌 상단부터 한 픽셀씩 움직이면서 원하는 물체와 배경이 유사한 지 검색
img = cv2.imread('images/maplestory.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
blue_snail = cv2.imread('images/bluesnail.jpg')
blue_snail_gray = cv2.cvtColor(blue_snail, cv2.COLOR_RGB2GRAY) #흑백화
h1, w1 = blue_snail_gray.shape #찾을 대상(흑백이미지)의 세로, 가로 크기 받아오기
green_mush = cv2.imread('images/greenmushroom.jpg')
green_mush_gray = cv2.cvtColor(green_mush, cv2.COLOR_RGB2GRAY)
h2, w2 = green_mush_gray.shape
#이미지 찾기(배경이미지, 찾을 이미지, 찾을 방법)
res1 = cv2.matchTemplate(img_gray, blue_snail_gray, cv2.TM_CCOEFF_NORMED)
for pt in zip(*loc[::-1]):
#print(pt) x, y의 좌표가 들어가 있음.
#배경이미지에 위치 사각형으로 표현
#cv2.rectangle(배경이미지, 좌상단 좌표, 우하단 좌표, 색상, 두께)
cv2.rectangle(img, pt, (pt[0] + w1, pt[1] + h1),(0,0,255),1.5)
cv2.imshow('maplestory',img)
cv2.imshow('snail',blue_snail)
cv2.imshow('mush',green_mush)
cv2.waitKey(0)
cv2.destoryAllWindows()
초록 버섯 찾기
import cv2
# 템플릿 매칭
# 배경 사진에서 원하는 물체 찾기
# 메이플 배경 이미지에서 파란 달팽이, 초록 버섯 찾기
# 좌 상단부터 한 픽셀씩 움직이면서 원하는 물체와 배경이 유사한 지 검색
img = cv2.imread('images/maplestory.jpg')
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
blue_snail = cv2.imread('images/bluesnail.jpg')
blue_snail_gray = cv2.cvtColor(blue_snail, cv2.COLOR_RGB2GRAY) #흑백화
h1, w1 = blue_snail_gray.shape #찾을 대상(흑백이미지)의 세로, 가로 크기 받아오기
green_mush = cv2.imread('images/greenmushroom.jpg')
green_mush_gray = cv2.cvtColor(green_mush, cv2.COLOR_RGB2GRAY)
h2, w2 = green_mush_gray.shape
#이미지 찾기(배경이미지, 찾을 이미지, 찾을 방법)
# res1 = cv2.matchTemplate(img_gray, blue_snail_gray, cv2.TM_CCOEFF_NORMED)
# for pt in zip(*loc[::-1]):
# #print(pt) x, y의 좌표가 들어가 있음.
# #배경이미지에 위치 사각형으로 표현
# #cv2.rectangle(배경이미지, 좌상단 좌표, 우하단 좌표, 색상, 두께)
# cv2.rectangle(img, pt, (pt[0] + w1, pt[1] + h1),(0,0,255),2)
res2 = cv2.matchTemplate(img_gray, green_mush_gray, cv2.TM_CCOEFF_NORMED)
for pt in zip(*loc[::-1]):
#print(pt) x, y의 좌표가 들어가 있음.
#배경이미지에 위치 사각형으로 표현
#cv2.rectangle(배경이미지, 좌상단 좌표, 우하단 좌표, 색상, 두께)
cv2.rectangle(img, pt, (pt[0] + w2, pt[1] + h2),(0,0,255),2)
cv2.imshow('maplestory',img)
cv2.imshow('snail',blue_snail)
cv2.imshow('mush',green_mush)
cv2.waitKey(0)
cv2.destoryAllWindows()#배경과 찾는 이미지가 얼마나 유사한 지에 대한 결과
#-1 ~ 1사이의 값이 나옴 -1 : 전혀 상관 없음, 0 : 별 상관 없음, 1 : 완전 똑같음
#유사도가 0.7 이상인 값들만 사용할 것
# res1 >=0.7
# import numpy as np
# loc = np.where(res1 >= 0.75)
# # 데이터 순서 역으로 바꾸기
# for pt in zip(*loc[::-1]):
# print(pt)
res2 >=0.7
import numpy as np
loc = np.where(res2 >= 0.75)
# 데이터 순서 역으로 바꾸기
for pt in zip(*loc[::-1]):
print(pt)
hello!