FEB 0.0.6

초스피드 회고

• 이미지처리는 매우 어렵다
• 벡터에 대한 이해가 필요하다
• 아래 학습 자료는 추후 정리 예정 ^^

학습목표

카메라앱 만들기를 통해 다뤄볼것

• 동영상 처리
• 검출
• 키포인트 추정
• 추적
• 카메라 원근

과정

• 랜드마크 landmark ( 조정 alignment ) → Key point detection

  • 얼굴 사진을 불러오기

  • face lanmark 를 찾기위해 얼굴의 bounding box를 찾기

  • 사진으로부터 얼굴 영역face landamark을 찾기

  • 찾아진 영역에 효과 적용하기

    기계 학습(Machine Learning, 머신 러닝)은 즐겁다! Part 4

패키지 설치

$ pip install opencv-python
$ pip install cmake
$ pip install dlib

라이브러리 불러오기

import cv2
import matplotlib.pyplot as plt
import numpy as np

cv2 메소드 공부하기

이미지 다루기 - gramman 0.1 documentation

cv2.imread() 함수

cv2.imread(fileName, flag)

flag 옵션

• cv2.IMREAD_COLOR : 이미지 파일을 Color로 읽음. 투명한 부분은 무시되며, Default값
• cv2.IMREAD_GRAYSCALE : 이미지를 Grayscale로 읽음. 실제 이미지 처리시 중간단계로 많이 사용
• cv2.IMREAD_UNCHANGED : 이미지파일을 alpha channel까지 포함하여 읽음

hog detector

bounding box

cvtColor()

upsampling

이미지 피라미드

dlib detector

• dlib.rectangles = dlib.rectangle 객체의 배열 형태
  • dlib.rectangle = left(), top(), right(), bottom(), height(), width() 등의 멤버 함수를 포함

face landmark localization 기술

• Object keypoint estimation 알고리즘

  • top-down : bounding box를 찾고 box 내부의 keypoint를 예측

  • bottom-up : 이미지 전체의 keypoint를 먼저 찾고 point 관계를 이용해 군집화 해서 box 생성

    dlib.full_object_detection

  • parts()