🎨 특징점 알고리즘
OpenCV는 다양한 특징점 알고리즘을 지원한다.
현재, 두 이미지의 테두리 정확도를 검사하기 위해 3가지의 알고리즘을 찾아보았고 프로젝트에 더 적합한 알고리즘을 선택하기 위해 공부해보았다.
1. KAZE(카제)
: KAZE는 키포인트 검출과 기술자 계산을 포함한 종합적인 알고리즘이다.
- 이미지 매칭 및 객체 인식에 유용하다.
- 주로, 이미지 특징 추출과 매칭에 사용된다.
🔎 키포인트 검출 : 이미지에서 특징적인 지점을 찾아내는 과정이다. 이미지 내의 고유한 패턴, 모서리 또는 특이한 구조를 나타내며, 이미지 매칭, 객체 검출 및 추적 등의 작업에 사용된다.
🔎 기술자 계산 : 특징점 검출 후, 해당 키포인트 주변 영역에서 주변 정보를 추출해서 각 키포인트를 정량화하는 과정을 나타낸다.
2. AKAZE(아카제)
: AKAZE는 KAZE의 변형으로, 잡음이 있는 이미지나 변형된 이미지에서 강력한 성능을 발휘한다.
- 회전, 크기, 밝기 변화에 대한 인식 능력을 향상시킨다.
- 주로 잡음이 있는 환경에서 사용되며, 이미지 매칭 및 객체 추적에 적합하다.
3. ORB(오브)
: ORB는 특징점 검출 및 기술자 추출을 위한 알고리즘 중 하나이다.
- ORB는 계산량이 적고 빠르며, 실시간 응용 프로그램에 적합하다.
- 그러나 회전에 대한 불변성은 상대적으로 떨어지며, 환경 변화나 큰 키기의 객체에는 적합하지 않다.
- 주로 빠른 특징점 검출 및 매칭이 필요한 응용 프로그램에서 사용된다.
🔔 3가지의 알고리즘 중 어떤 것을 선택할 지는 사용 사례 및 성능 요구사항에 따라 다를 수 있습니다. KAZE와 AKAZE는 높은 성능을 제공하지만 계산량은 많을 수 있으며, ORB는 속도가 중요한 경우에 적합할 수 있습니다.
📌앗차차!! 저희는 실시간으로 그림의 유사도를 확인하여 유사도가 40%이상을 넘겼을 경우에 자동으로 페이지가 넘어가는 기능을 구현하고 싶었으므로 ORB 알고리즘을 사용하였습니다.
BE Developer