딥러닝 탐구생활

오늘 해볼건 opencv로 이미지를 읽어서 rgb, hsv, lab, yuv등으로 변환하는걸 해보자 import cv2# 이미지 로드 (기본적으로 BGR로 로드됨)image_bgr = cv2.imread('path_to_your_image.jpg')# BGR 이미지를 RGB로 변환image_rgb = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2RGB)# BGR 이미지를 HSV로 변환image_hsv = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2HSV)# BGR 이미지를 LAB로 변환image_lab = cv2.cvtColor(image_bgr, cv2.COLOR_BGR2Lab)# BGR 이미지를 YUV로 변환image_yuv = cv2.cvtColor(..

1. SIFT (Scale-Invariant Feature Transform)SIFT는 이미지에서 스케일 및 회전에 불변한 특징을 추출하는 데 사용된다. 주로 객체 인식, 매칭, 추적 등에 활용. import cv2# 이미지 불러오기image = cv2.imread('/my_dir/image.jpg', cv2.IMREAD_GRAYSCALE)# SIFT 객체 생성sift = cv2.SIFT_create()# 키포인트와 디스크립터 추출keypoints, descriptors = sift.detectAndCompute(image, None)# 결과를 이미지에 그리기img_with_keypoints = cv2.drawKeypoints(image, keypoints, None)# 결과 출력cv2.imwrite('..

오늘은 opencv에 있는 GrabCut 알고리즘을 사용해보자. GrabCut Algorithm Method:초기 마스크 설정: 사용자는 초기 마스크를 설정하여 이미지의 전경(객체)과 배경을 대략적으로 지정한다. 일반적으로 사각형 영역으로 전경을 지정한다.그래프 모델 생성: 이미지의 픽셀을 노드로 하는 그래프를 생성하고, 각 노드는 전경과 배경 클래스에 연결된다. 이 그래프는 두 개의 가상 노드(전경과 배경)와 연결되어 있다.비용 함수 정의: 각 픽셀에 대해 전경과 배경으로 분류될 비용을 정의한다. 이 비용은 픽셀의 색상 및 주변 픽셀과의 관계를 기반으로 한다.최적화: GrabCut 알고리즘을 사용하여 그래프의 최적 분할을 찾는다. 이 단계에서는 전경과 배경을 최적의 방식으로 분리하는 최적화가 수행된다..