OpenCV-Practice

아나콘다 업데이트 conda update conda 모든 패키지 업데이트 conda update --all PIP 업데이트 python -m pip install --upgrade pip OpenCV 설치 pip install opencv-python pip inst

cv2.imread(filename,,flag): 이미지 객체 생성flag에는 cv2.IMREAD_COLOR, cv2.IMREAD_GRAYSCALE, cv2.IMREAD_UNCHANGED 등이 존재한다.cv2.namedWindow(winname,,flag): 윈도우 성

cv2.VideoCapture(devindex)VideoCapture 객체 생성index는 카메라 장치 인덱스VidepCapture객체.set(propId,value)VideoCapture 객체의 속성 정의3 : cv2.CAP_PROP_POS_AVI_WIDTH 비디오

캔버스 만들기선 그리기img: 캔버스pt1: 좌상단 꼭짓점 좌표pt2: 우하단 꼭짓점 좌표color: BGR 색thickness: 선 두께(음수면 도형 안쪽 채우기)lineType: 선 표현 방법(default: cv2.LINE_8)사각형 그리기원 그리기center:

트랙바 생성trackbarname: 트랙바 이름winname: 윈도우 이름value: 트랙바 시작 값count: 트랙바 끝 값onChange: 트랙바 이벤트 발생시 수행되는 TrackbakCallbackTrackbarCallback::def onChange(x)트랙바의

이미지 속성img.shape: 해상도 및 채널 수img.size: 이미지 크기 (바이트 단위)img.dtype: 이미지 데이터 타입이미지 픽셀 값 얻고 수정이미지 채널 분리채널이 각각 하나이므로 흑색 이미지로 보임채널 교체ROI

이미지 더하기이미지 블렌딩이미지 비트연산

Digital Image디지털 영상은 2차원 행렬의 형태로 표현. Bitmap Image라고도 한다.각 pixel의 위치는 영상좌표와 행렬 위치로 2가지 방식으로 표현된다.영상 좌표는 좌측 상단의 꼭지점을 중심으로 (x,y)로 표현하고, 행렬 위치는 (r,c)로 표현한

이미지 임계처리, 이진화cv2.threshold(src,thresh,maxval,type) -> retval,dstsrc: 입력 싱글 채널 이미지(GrayScale)thresh: 임계값maxval: 임계값을 넘었을 때 적용 값type: thresholding type

cv2.resize(src, dsize, [,dst [, fx[, fy [,interpolation]]]]) src : 입력 이미지 dsize : 출력 이미지 크기 fx : 가로 방향 배율 fy : 세로 방향 배율 interpolation :

이미지도 음성 신호처럼 주파수로 표현이 가능하다. 고주파는 밝기의 변화가 많은 곳, 즉 경계선 영역에서 나타나고 일반적인 배경은 저주파로 나타난다. 이를 바탕으로 고주파를 제거하면 Blur처리가 되고, 저주파를 제거하면 대상의 영역을 확인할 수 있다.LPF를 적용하면

Morphological Transformation은 이미지를 Segmentation하여 단순화,제거,보정을 통해 형태를 파악하는 목적으로 사용된다. 일반적으로 Binary나 Grayscale Image에 사용이 된다. 사용하는 방법은 Dilation(팽창),Erosi

이미지 내에서 픽셀값의 변화가 큰 경계선, 모서리 부분을 찾는데 쓰인다.Gaussian Smoothing과 미분을 이용한 방법으로 노이즈가 있는 이미지에 적용 가능하다.1차 미분연산으로 X축과 Y축을 각각 미분하는 방법으로 경계를 계산한다.미분 필터는 가로, 세로가 같

이미지의 스케일과 해상도를 조절하는 작업전체 이미지에서 특정 이미지를 찾을 때 해상도를 다단계로 만들어 탐색. 동일한 이미지를 해상도와 스케일에 따라 나눈 이미지 세트를 이미지 피라미드라한다. 상위 단계로 갈수록 해상도는 작고 스케일이 높다.가우시안 피라미드는 크기 조