opencv

영역 기반 처리 : 화소가 모인 특정 범위( 영역 )의 화소 배열을 기반으로 연산을 수행한다.특정 범위( 규정된 영역 ) 내에서 연산을 하기 때문에 마스크 기반 처리라고도 한다.마스크 기반 처리는 마스크 내의 원소값과 공간 영역에 있는 입력 영상의 화소값들을 대응되게

엣지 : 어떤 물체의 윤곽선 혹은 경계선엣지 검출 => 객체의 크기, 위치, 모양 인식화소값이 급격하게 변하는 부분엣지를 검출하는 방법1차 미분 마스크2차 미분 마스크화소가 급격하게 변하는 부분 => 함수의 변화율 계산 ( 미분 )디지털 영상은 연속적인 데이터가 아닌

이해하기 쉽게 흑백 이미지를 예로 들어서 이미지의 밝기 처리를 해본다.opencv GRAYSCALE 흑백이미지 한 픽셀의 데이터 사이즈를 보통 uint8로 정의하는데 0 ~ 255 범위를 갖게된다. 다음은 화소값의 변화에 따른 이미지의 밝기 변화이다.관심영역의 이미지

히스토그램은 어떤 데이터가 얼마나 많은지를 나타내는 도수 분포표를 그래프로 나타낸 것히스토그램을 사용하면 데이터의 분포 상태를 한눈에 쉽게 알아볼 수 있다. 화소의 분포를 나타내는 지표이기 때문에 이 분포를 이해하면 이미지, 영상의 특성을 판단할 수 있는 유용한 도구가

Harris corner 1988 SIFT 2004 FAST 2006 영상 특징점이란?영상에서 물체를 추적하거나 인식할 때, 영상과 영상을 매칭할 때 가장 일반적인 방법은 영상에서 주요 특징점을 뽑아서 매칭하는 것이다. 특징점을 영어로는 보통 keypoint 또는

특징점 매칭은 특징점을 검출하고 특징점 주변의 정보(기술자)를 통해서 매칭한다.기술자는 서로 다른 영상에서 특징점이 어떤 연관성을 가졌는지 구분하게 하는 역할을 한다.기술자는 검출된 특징점 근방의 영상을 표현하는 실수 또는 이진 벡터이다. 영상의 방향, 밝기, 크기,

어파인 변환 : 영상을 평행 이동시키거나 회전, 크기 변환, 전단 변환 등을 통해 만들 수 있는 변환을 통칭한다.영상에서 어파인 변환을 적용할 경우, 직선은 그대로 직선으로 나타나고, 직선 간의 길이 비율과 평행 관계가 그대로 유지된다. 어파인 변환에 의해 직사각형 영