CS STUDY

허프 변환(Hough transform) 직선 검출이란? 2차원 영상 좌표에서의 직선의 방정식을 파라미터(parameter)공간으로 변환하여 직선을 찾는 알고리즘 축적 배열(accumulation array) 직선 성분과 관련된 원소 값을 1씩 증가시키는 배열 직선의 방정식 y=ax+b를 사용할 때의 문제점 y축과 평행한 수직선을 표현하지 못함 -> 극좌표계 직선의 방정식을 사용 허브 변환에 읜한 선분 검출 cv2.HoughLines(image,rho,theta,threshold,line=None,srn=None,stn=None,min_theta=None,max_theta=None) -> lines • image: 입력 에지 영상 • rho: 축적배열에서rho 값의간격. (e.g.) 1.0 -> 1픽셀간..

좋은 에지 검출기의 조건 정확한 검출 : 에지가 아닌 점을 에지로 찾거나 또는 에지인데 에지로 찾지 못하는 확률을 최소화 정확한 위치: 실제 에지의 중심을 검출 단일 에지: 하나의 에지는 하나의 점으로 표현 케니 에지 검출 함수 cv2.Canny(image,threshold1,threshold2,edges=None,apertureSize=None,L2gradient=None) -> edges • image: 입력영상 • threshold1:하단임계값 (threshold1 : threshold2 = 1:2 또는 1:3) • threshold2: 상단임계값 • edges: 에지영상 • apertureSize: 소벨연산을위한커널크기. 기본값은3. • L2gradient: True이면L2 norm 사용, Fal..

영상의 그래디언트 (gradient) 함수 f(x,y)를 x축과 y축으로 각각 편미분하여 벡터 형태로 표현한 것 실제 영상에서 구한 그래디언트 크기와 방향 그래디언트 크기: 픽셀 값의 차이 정도, 변화량 그래디언트 방향: 픽셀 값이 가장 급격하게 증가하는 방향 2D 벡터의 크기 계산 함수 cv2.magnitude(x,y,magnitude=None) -> magnitude • x: 2D 벡터의x 좌표행렬. 실수형. • y: 2D 벡터의y 좌표행렬. x와같은크기.실수형. • magnitude: 2D 벡터의크기행렬. x와같은크기, 같은타입. 2D 벡터의 방향 계산 함수 cv2.phase(x,y,angle=None,angleInDegrees=None) -> angle • x: 2D 벡터의x 좌표행렬. 실수형. ..

에지 (edge) 영상에서 픽셀의 밝기 값이 급격하게 변하는 부분 일반적으로 배경과 객체, 또는 객체와 객체의 경계 기본적인 에지 검출 방법 영상을 (x,y)변수의 함수로 간주했을 때, 이 함수의 1차 미분 값이 크게 나타나는 부분을 검출 1차 미분의 근사화 (approximation) 다양한 미분 마스크 소벨 필터를 이용한 미분 함수 cv2.Sobel(src,ddepth,dx,dy,dst=None,ksize=None,scale=None,delta=None,borderType=None) -> dst • src: 입력영상 • ddepth: 출력영상데이터타입. -1이면 입력 영상과 같은 데이터 타입을 사용. • dx: x 방향 미분 차수. • dy: y 방향 미분 차수. • dst: 출력 영상(행렬) • k..

문서스캐너 카메라로 촬영한 문서 영상을 똑바로 펴서 저장해주는 프로그램 구현할 기능 마우스로 문서 모서리 선택 & 이동하기 키보드 ENTER키 인식 왜곡된 문서 영상을 직사각형 형태로 똑바로 펴기 (투시 변환) 마우스로 문서 모서리 선택 & 이동하기 마우스 왼쪽 버튼이 눌린 좌표가 네 개의 모서리와 근접해 있는지를 검사 특정 모서리를 선택했다면 마우스 드래그를 검사 마우스 드래그 좌표 이동 & 화면 표시 마우스 왼쪽 버튼이 떼어졌을 때의 좌표를 기록 왜곡된 문서 영상을 직사각형 형태로 똑바로 펴기 (투시 변환) 네 개의 모서리 좌표를 순서대로 srcQuad 배열에 추가 dstQuad 배열에는 미리 정의한 A4용지 크기의 네 모서리 좌표를 저장 (A4 용지 크기: 210x297cm) srcQuad 점들로부..

리매핑 (remapping) 영상의 특정 위치 픽셀을 다른 위치에 재배치하는 일반적은 프로세스 어파인 변환, 투시 변환을 포함한 다양한 변환을 리매핑으로 표현 가능 리매핑 함수 cv2.remap(src,map1,map2,interpolation,dst=None,borderMode=None,borderValue=None) -> dst • src : 입력 영상 • map1: 결과 영상의 (x, y) 좌표가 참조할 입력 영상의 x 좌표 입력 영상과 크기는 같고 타입은 np.float32 인 numpy.ndarray • map2: 결과 영상의 (x, y) 좌표가 참조할 입력 영상의 y 좌표 • interpolation: 보간법 • dst 출력 영상 • borderMode : 가장자리 픽셀 확장 방식 . 기본값은..

어파인 변환 vs 투시 변환 어파인 변환 행렬 구하기 cv2.getAffineTransform(src,dst) -> retval • src : 3 개의 원본 좌표점 . numpy.ndarray . shape=(3,2) ex) np.array([[x1,y1],[x2,y2],[x3,y3]],np.float32) • dst 3: 개의 결과 좌표점 . numpy.ndarray . shape=(3,2) 투시 변환 행렬 구하기 cv2.getPerspectiveTransform(src,dst,solveMethod=None) -> retval • src : 4 개의 원본 좌표점 . numpy.ndarray . shape=(4,2) ex)np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]],np...

회전 변환 (rotation transformation) 영상을 특정 각도만큼 회전시키는 변환 (반시계 방향) 영상의 회전 예제 import sys import math import numpy as np import cv2 src = cv2.imread('tekapo.bmp') if src is None: print('Image load failed!') sys.exit() rad=20*math.pi/180 aff=np.array([[math.cos(rad),math.sin(rad),0],[-math.sin(rad),math.cos(rad),0]],dtype=np.float32) dst=cv2.warpAffine(src,aff,(0,0)) cv2.imshow('dst',dst) cv2.waitKey() ..

이미지 피라미드란? 하나의 영상에 대해 다양한 해상도의 영상 세트를 구성한 것 보통 가우시안 블러링 & 다운샘플링 형태로 축소하여 구성 영상 피라미드 다운샘플링 cv2.pyrDown(src,dst=None,dstsize=None,borderType=None) -> dst • src: 입력 영상 • dst: 출력 영상 • dstsize : 출력 영상 크기 . 따로 지정하지 않으면 입력 영상의 가로 , 세로 크기의 1/2 로 설정 • borderType: 가장자리 픽셀 확장 방식 • 참고 사항 ★ 먼저 5x5 크기의 가우시안 필터를 적용 ★이후 짝수 행과 열을 제거하여 작은 크기의 영상을 생성 영상 피라미드 업샘플링 cv2.pyrUp(src,dst=None,dstsize=None,borderType=None..

크기 변환 (Scale transformation) 영상의 크기를 원본 영상보다 크게 또는 작게 만드는 변환 x축과 y축 방향으로의 스케일 비율(scale factor)을 지정 영상의 크기 변환 cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None) -> dst • src: 입력 영상 • dsize : 결과 영상 크기 . (w, h) 튜플 . (0,0) 이면 fx 와 fy 값을 이용하여 결정 • dst: 출력 영상 • fx , fy : x 와 y 방향 스케일 비율 (scale factor). dsize 값이 0 일 때 유효 • interpolation: 보간법 지정 . 기본값은 cv2.INTER_LINEAR 영상의 크기 변환 예제 import..