폴크(FOLC)

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 정보를 생성한다. > contour 를 통해 특별한 정보를 추출한다. # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 추출 > srcImage : 입력, contours : 결과, hierarchy : 결과 요소 # 이미지에서 윤곽선을 찾아낸다. > cv::Mat hierarchy; > int mode = cv::RETR_CCOMP, method = cv::CHAIN_APPROX_NONE; > cv::Point offset = cv::Point(); > vector contours; > cv::findContours(srcImage, contours, hierarchy, mode, method, of..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 정보를 생성한다. > contour 를 통해 특별한 정보를 추출한다. # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 추출 > srcImage : 입력, contours : 결과, hierarchy : 결과 요소 # 이미지에서 윤곽선을 찾아낸다. > cv::Mat hierarchy; > int mode = cv::RETR_CCOMP, method = cv::CHAIN_APPROX_NONE; > cv::Point offset = cv::Point(); > vector contours; > cv::findContours(srcImage, contours, hierarchy, mode, method, of..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 일반적인 정보를 생성한다. > 추출된 정보를 일반화한다. # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 일반적인 정보를 생성 > Points : 입력, line_result : 결과, param : 수치형 매개변수(0 일때 최적화 자동 선택) > reps : 정확도(거리), aeps : 정확도(각도), dp : 해상도, param1 : canny 최대값, param2 : 최소 반지름 # cv::fitLine > vector Points; > cv::Vec4f line_result; > int distType = cv::DIST_L2; > double param = 0, double reps = 0.01, double a..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역의 정보를 근사화 한다. > 추출된 정보를 근사화한다. # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 추출 > srcImage : 입력, dst_approxCurve : 결과 # cv::approxPolyDP > double thresh = 128.0, max_val = 255.0; > int type = cv::THRESH_BINARY; > cv::threshold(srcImage, dstImage, thresh, max_val, type); > cv::Mat hierarchy; > int mode = cv::RETR_CCOMP, method = cv::CHAIN_APPROX_NONE; > c..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역을 추출한다. > 윤곽선을 찾한다. # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 추출 > srcImage : 입력, contours : 결과, hierarchy : 결과 요소 # cv::findContours > double thresh = 128.0, max_val = 255.0; > int type = cv::THRESH_BINARY; > cv::threshold(srcImage, dstImage, thresh, max_val, type); > cv::Mat hierarchy; > int mode = cv::RETR_CCOMP, method = cv::CHAIN_APPROX_NONE; > ..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역을 추출한다. > 최외곽선을 구한다. # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 추출 > srcImage : 입력, dst_hull : 결과 # cv::convecHull > 이미지의 상태 정보를 특별한 형태로 재표현 > double thresh = 128.0, max_val = 255.0; > int type = cv::THRESH_BINARY; > cv::threshold(srcImage, dstImage, thresh, max_val, type); > cv::Mat hierarchy; > int mode = cv::RETR_CCOMP, method = cv::CHAIN_APPROX_NO..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역을 추출한다. > blob 으로 처리 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 추출 > srcImage : 입력, dst_label : 결과, stats : 결과 정보, centroids : 중심 위치, connectivity : 검색, ltype : 자료형 # cv::connectedComponentWithStats > 이미지의 상태 정보를 특별한 형태로 재표현 - 출력 : 32비트 이미지 > double thresh = 128.0, max_val = 255.0; > int type = cv::THRESH_BINARY; > cv::threshold(srcImage, dstImage, th..

# 디지털 이미지 처리 # 이미지의 상태 정보를 특별한 형태로 재표현/추출/비교 가능하다. > 역투영, 히스토그램등으로 색상 재표현/추출/비교에 대한 처리 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보를 특별한 형태로 재표현/추출/비교 > srcImage : 입력, dstImage : 결과, channel : 채널 정보, histSize : 빈도수, ranges : 범위 # cv::calcHist > 이미지의 상태 정보를 특별한 형태로 재표현 > int nimages = 1, dims = 1; > int channels[1] = { 0, }, histSize[1] = { 0, }; > const float* ranges[1] = { nullptr, }; > cv::Mat ..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 데이터를 추출/재구성 가능하다. > 색상 추출(RGB, HSI, HSV, YCrCb, Luv, Gray 등에), 색상 재구성에 대한 처리 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 데이터를 추출/재구성 > srcImage : 입력, dstImage : 결과, code : 색상 정보, dstCn : 결과 채널 정보 # cv::cvtColor > 이미지의 상태 정보에서 특별한 데이터를 추출 > int code = cv::COLOR_RGB2GRAY, dstCn = 0; > cv::cvtColor(srcImage, dstImage, code, dstCn); # cv::demosaicing > 이미지의 상태 정..

# 디지털 이미지 처리 # 이미지의 상태 변경이 가능하다. > 이진화, 거리, 적분, 채우기 등에 대한 처리 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보를 이용해서 데이터를 변형 > srcImage : 입력, dstImage : 결과, thresh: 경계값, max_val : 최대값(대체값), type : 이진화 방법 > adaptiveMethod : 평균 , C : 옵셋, seedPoint : 기준위치, scale : 배율 # cv::threshold > 이미지의 상태 변경 - 경계값을 직접 정의하여 이진화 > double thresh = 128.0, max_val = 255.0; > int type = cv::THRESH_BINARY; > cv::threshold(s..

# 눈으로 보는 실제 공간 3차원 정보(XYZ)를 가상 공간 2차원 정보(XY-이미지)로 표현하는데 필요한 파라미터를 찾는 과정 # 실제 공간 3차원 정보의 특별한 1Point -> 가상 공간 2차원 정보의 특별한 1Point 로 맵핑된다. # 위와 같은 과정중에는 많은 오차들이 존재 ( 사용 렌즈, 렌즈와 센서 사이 거리, 렌즈와 이미지 센서 사이 각 등등...) # 3차원 정보를 2차원 정보와의 맵핑을 위해 이용되는 파라미터를 크게 2가지로 분리 한다. # 카메라 내부 파라미터 : 초점 거리, 주점, 비대칭 계수 > 상수값 형태로 표현 가능 # 카메라 외부 파라미터 : 카메라 좌표계, 공간상 좌표계 > 회전과 평행 이동으로 표현 가능 # 이미지 인헨스 - OpenCV 4.5.3 으로 테스트 # 3차원..

# 디지털 이미지 처리 # 이미지 형태의 변경이 가능하다. > 늘리기, 줄이기, 회전, 이동, 기울임, 뒤틀림 등에 대한 처리 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 정보에서 특정한 위치의 정보를 이용해서 고정된 위치로의 맵핑 > srcImage : 입력, dstImage : 결과, dst_size : 결과 크기, offsetX : X 방향 이동, offsetY : Y 방향 이동 > interpolation : 보간법, borderMode : 이미지끝부분, angle : 기울기(deg), scale : 배율 # cv::resize > 이미지 형태 변경 - 늘리기, 줄이기 > double offsetX = 0.0, offsetY = 0.0; > int interpolation ..

# 디지털 이미지 처리 # 이미지의 정보를 시간영역과 주파수영역으로 표현 가능하다. # 이미지를 처리하는 filter 의 특성에 따라서 시간영역/주파수 영역에서 처리 한다. > 저주파수( LPF : Low Pass Filter ), 고주파수( HPF : High Pass Filter ) # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 정보에서 고주파수 성분은 통과 시키고 저주파수 성분은 제거 # kernel_size 를 X, Y 로 설정가능하며, 3 이상의 홀수를 선택 > srcImage : 입력, dstImage : 결과, kernel_size : 커널 크기, anchor_point : 엥커 위치, borderType : 이미지 끝부분 > ddepth : 입력 채널, Scale : ..

# 디지털 컴퓨터를 이용하여 알고리즘을 통해 디지털 이미지(넓은 범위의 알고리즘을 입력 데이터)를 처리 한다. 특히, 노이즈 및 왜곡 축적과 같은 문제를 피할 수 있고 2차원 이상으로 정의되면서 다차원 시스템의 형태로 이용되고 있다. # 디지털 이미지 처리의 발전의 세 가지 요인 > 컴퓨터의 발전, 수학의 발전, 산업(환경, 농업, 군사) 및 의학 분야에 대한 수요 증가 # 디지털 이미지 처리 # 이미지의 정보를 시간영역과 주파수영역으로 표현 가능하다. # 이미지를 처리하는 filter 의 특성에 따라서 시간영역/주파수 영역에서 처리 한다. > 저주파수( LPF : Low Pass Filter ), 고주파수( HPF : High Pass Filter ) # 이미지 처리 - OpenCV 4.5.3 으로 테..

# 인텔에서 실시간 컴퓨터 비전(이미지 프로세싱)을 목적으로 개발한 프로그래밍 라이브러리이다. # 인텔 CPU를 사용하게 되면 속도의 향상을 볼 수 있는 IPP를 지원한다. # 윈도우, 리눅스 등에서 사용하며 오픈소스 BSD 허가하에 무료 > TensorFlow, Torch / PyTorch 및 Caffe 등의 딥러닝 프레임워크를 지원 # OpenCV : Open Source Computer Vision, IPP : Intel Performance Primitives 관련 알고리즘 및 정보들은 무수히 많으며 심층 신경망 모듈 및 기계학습등의 내용도 포함되어 있다. 그 중에서 실시간 컴퓨터 비전에서 일반적으로 많이 사용되는 내용을 간략히 소개하면 다음과 같다. # 이미지 처리 # Image Filterin..