openCV를 통한 이미지를 다루기 위한 기본 내용 (3)
1. Basic Operations
image pixel 값에 접근하기: 개별접근과 slicing
- NumPy의 FancyIndexing이나 mask를 이용한 방식에 대한 이해하고 있는 것이 중요함
https://dsaint31.me/mkdocs_site/DIP/cv2/ch01/dip_1_01/#pixel
BME
Basic Operations on Images 목표 pixel의 intensity 또는 color vector의 값을 읽거나 수정하기. image의 property들을 확인하기 ROI 설정하기. image를 여러 축으로 나누거나 합치기. OpenCV의 Python Binding에서 기본 데이
dsaint31.me
다음은 NumPy 외에 ndarray에 해당하는 Tensor의 요소를 indexing하는 방법을 다루는 글임 (시간있다면 같이 익혀두길 권함)
[DL] Tensor: Indexing <Simple, Slicing, Fancy, Boolean Mask>
NumPy나 PyTorch, Tensorflow의 텐서들도파이썬의 list 또는 tubple 에서의 indexing과 slicing이 거의 그대로 사용됨.2023.07.12 - [Python] - [Python] list (sequence type) : summary [Python] list (sequence type) : summarylist는 ordered m
ds31x.tistory.com
image attributes 접근하기
- shape 나 dtype 등등.
2. ROI Processing
callback을 이용한 구현.
cv2.selectROI 를 이용한 구현.
2022.10.03 - [Programming/DIP] - [DIP] opencv : Region of Interest (ROI) : cv2.selectROI
[DIP] opencv : Region of Interest (ROI) : cv2.selectROI
cv2에서 사각형의 ROI를 선택하는 가장 쉬운 방법. ret_val = cv2.selectROI([window_name], img [, showCrossHair=True, fromCenter=False] window_name : ROI 선택을 수행할 window이름. str img : 보여질 이미지. showCrossHair : ROI 중
dsaint31.tistory.com
3. Splitting and Merging
Image Channels 에 적용하기
이미지 합치기, 나누기: 채널 외의 축에 적용하기
2021.09.11 - [Programming/DIP] - NumPy 배열 병합 : 영상 붙이기
NumPy 배열 병합 : 영상 붙이기
1. numpy.vstack numpy.vstack(tup) : Stack arrays in sequence vertically (rowwise) axis 0로 ndarray들을 붙임 2d image라면 위아래로 붙여지게 됨. Simple example import numpy as np a = np.ones((4,3)) b = np.zeros((4,3)) np.vstack( (a,b) ) Image
dsaint31.tistory.com
2021.09.11 - [Programming/DIP] - NumPy 배열 나누기: 영상 자르기
NumPy 배열 나누기: 영상 자르기
1. numpy.vsplit numpy.vsplit(array, indices_or_sections) : Split an array into multiple sub-arrays vertically (row-wise) axis 0 (행)로 array를 잘라 나눔. array가 image라면 수직으로 잘려진다. Simple example import numpy as np a = np.arange
dsaint31.tistory.com
4. Image Padding
- DIP에서 주변부의 정보를 유지하기 위해선 padding이 필요함.
5. 사칙연산
- 이미지에 기본적인 연산을 수행하는 방법을 소개
- NumPy의 연산을 보다 선호하지만, [0,255] 범위로 제한된 처리를 위해서 openCV에서 제공하는 기능을 쓰기도 함.
- 차이점 주의할 것
6. Scaling (Zooming and Shrinking) and Interpolation ***
- 영상의 크기 변경
https://dsaint31.me/mkdocs_site/DIP/cv2/ch02/dip_geometric_transformation/#scaling
BME
Geometric Transformations of Images Goals Learn to apply different geometric transformation to images like translation, rotation, affine transformation etc. You will see these functions: cv2.getPerspectiveTransform Transformations Transformation 이란? T
dsaint31.me
2024.09.22 - [Programming/DIP] - [DIP] Interpolation (on Image)
[DIP] Interpolation (on Image)
Interpolation (on Image)measure 되지 못한 or 모르는 pixel(or sample)의 값을 주변의 pixel(or sample)들을 이용하여 구하는 과정.Given ($x_0$, $y_0$ ), ( $x_1$ , $y_1$), $\cdots$ ($x_n$, $y_n$), find the value of $y$ at a value of $x$
dsaint31.tistory.com
7. Alpha Blending
https://dsaint31.me/mkdocs_site/DIP/cv2/ch01/dip_1_04/
BME228
Image Blending (or \(\alpha\) Blending) 이것도 이미지 더하기 의 일종이지만, 이미지에 다른 가중치(\(\alpha\))를 부여하여 Blending 또는 transparency (투명감) 느낌을 부여함. 이는 아래 수식에 따라 더해짐: \[
dsaint31.me
2024.09.22 - [Programming/DIP] - [DIP] Image Morphing (Simple)
[DIP] Image Morphing (Simple)
Image Morphing은 한 이미지에서 다른 이미지로 부드럽게 전환하는 기술 두 image간에 대응되는 특징점들을 추출하여 mesh를 만들고 이들을 이용하여 부드럽게 전환이 되도록하는 게 일반적이지만,다
dsaint31.tistory.com
8. Bitwise Op.
- 이미지에서도 bitwise operator를 적용할 수 있음: Masking 등.
같이보면 좋은 자료들
2024.09.22 - [Programming/DIP] - [DIP] Image 다루기: cv2-기본편 1 (Summary)
[DIP] Image 다루기: cv2-기본편 1 (Summary)
openCV를 통한 이미지를 다루기 위한 기본 내용Pillow는 다음을 참고:https://ds31x.tistory.com/465 Pillow 사용법 - Basic 01Pillow 라이브러리의 기본적인 사용법을 다룬다. 2024.06.03 - [Python] - [Python] PIL, Pillow, Ope
dsaint31.tistory.com
'Programming > DIP' 카테고리의 다른 글
| [DIP] Moirè (모아레) (and Beat) (3) | 2024.09.30 |
|---|---|
| [DIP] cv2.convertSacleAbs(): contrast, brightness 수동조정 (0) | 2024.09.23 |
| [DIP] CV2.INTER_AREA (0) | 2024.09.22 |
| [DIP] Interpolation (on Image) (2) | 2024.09.22 |
| [DIP] Image Morphing (Simple) (0) | 2024.09.22 |