일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- Filtering
- compare
- APP
- Android
- Encapusulation
- digitalRead
- SERIAL
- public
- Binary
- mfc
- Gradient
- subpixel
- Unity
- stream
- Class
- sensor
- wpf
- flutter
- edge
- file access
- c++
- parameter
- Read
- Pointer
- aduino
- Contour
- Gaussian
- atmega328
- UNO
- memory
- Today
- Total
목록radius (5)
폴크(FOLC)
// 원의 중심과 반지름 Point center(100, 100); int radius = 50; // 마스크 생성해서 처리 하는 방법 Mat mask = Mat::zeros(image.size(), CV_8UC1); circle(mask, center, radius, Scalar(255), -1); // 흰색 원 (255 값으로) Mat modified = image.clone(); // 원형 영역의 픽셀 값 +20 (또는 -20) for (int y = 0; y for (int x = 0; x if (mask.at(y, x) == 255) { // saturate_cast 사용으로 0~2..

# 디지털 이미지 처리 # 이미지의 상태 정보에서 특별한 영역을 복원한다. > 이미지 정보에서 특별한 영역 복원 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 복원 > srcImage : 입력, mskImage : 마스크, inpaintRadius : 복원 반경, flags : 알고리즘 > dstImage : 결과 # cv::inpaint > Mat mskImage = new Mat(); > double inpaintRadius = 3.0; > InpaintMethod flags = InpaintMethod.NS; > Cv2.Inpaint(srcImage, mskImage, dstImage, inpaintRadius, flags);

# 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 영역을 복원한다. > 이미지 정보에서 특별한 영역 복원 # 이미지 처리 - OpenCV 4.5.3 으로 테스트 # 이미지의 상태 정보에서 특별한 영역을 복원 > srcImage : 입력, mskImage : 마스크, inpaintRadius : 복원 반경, flags : 알고리즘 > dstImage : 결과 # cv::inpaint > cv::Mat mskImage; > double inpaintRadius = 3.0; > int flags = cv::INPAINT_NS; > cv::inpaint(srcImage, mskImage, dstImage, inpaintRadius, flags);

# 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..