폴크(FOLC)

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특징점을 매칭한다. > 이미지 정보에서 특징점을 매칭 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특징점을 매칭 > srcImage : 입력, keypoints : 특징점, k : 가장 가까운 세트 개수, crossCheck : 서로 확인 > maxDistance : 최대 거리 using OpenCvSharp.Features2D; # Feature Detector - SIFT, BRISK, ORB, MSER, FFD, AFD, SBD, KAZE, AKAZE... > Mat srcImage1 = new Mat(), srcImage2 = new Mat(); > KeyPoint[] kpts1, kpts2; > Mat des..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역를 검색한다. > 이미지 매칭을 통해서 영역 검색 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 검색 > srcImage : 입력, tmpImage : 매칭 이미지, dstImage : 결과, method : 검색 방법 # cv::matchTemplate > Mat tmpImage = new Mat(); > TemplateMatchModes method = TemplateMatchModes.SqDiff; > Cv2.MatchTemplate(srcImage, tmpImage, dstImage, method); > Point minLoc = new Point(), maxLoc = new Point(..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특징점을 매칭한다. > 이미지 정보에서 특징점을 매칭 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특징점을 매칭 > srcImage : 입력, keypoints : 특징점, k : 가장 가까운 세트 개수, crossCheck : 서로 확인 > maxDistance : 최대 거리 # Feature Detector - SIFT, BRISK, ORB, MSER, FFD, AFD, SBD, KAZE, AKAZE... > cv::Mat srcImage1, srcImage2; > vector kpts1, kpts2; > cv::Mat desc1, desc2; > cv::Ptr orb_detector = cv::ORB::creat..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역를 검색한다. > 이미지 매칭을 통해서 영역 검색 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 검색 > srcImage : 입력, tmpImage : 매칭 이미지, dstImage : 결과, method : 검색 방법 # cv::matchTemplate > cv::Mat tmpImage; > int method = cv::TM_SQDIFF; > cv::matchTemplate(srcImage, tmpImage, dstImage, method, cv::noArray()); > cv::Point minLoc = cv::Point(), maxLoc = cv::Point(); > cv::minMaxL..

# 이미지를 수정하는 필터와 같은 도구로 시작하여 개체를 추출한 다음 해당 개체에서 데이터를 추출한다. # 해당 데이터를 전달하거나 대상 값과 비교합니다. "합격/불합격" 결과를 생성하고 전달합니다. # 깊은 학습 교육 및 추론을 처리 하기 위해서 CPU/GPU/FPGA 또는 이들의 조합 # 머신 비전 이미지 처리 방법들은 아래와 같이 다양하다. # 스티칭 / 등록 : 인접한 2D 또는 3D 이미지를 결합 # 형태학적 필터링 # 임계값 : 다음 단계에 유용한 회색 값을 설정하거나 결정 > 이 값을 사용하여 이미지의 일부를 분리, 회색조 값보다 낮은지 높은지에 따라 이미지를 흑백으로 변환 # 픽셀 계산 : 밝거나 어두운 픽셀 의 수 # 분할 : 여러 영역으로 분리하여 표현, 이미지에 의미 있고 분석하기 쉬..