gold_honeybadger

import cv2 import numpy as np import random threshold = 0 maxThreshold = 255*3 random.seed(12345) def callback(): # 케니 엣지로, 엣지 검출하고, imCanny = cv2.Canny(img, threshold, threshold*2, apertureSize=3) # 컨투어스 연결시킨다. 엣지를 연결 contours, heirarchy = cv2.findContours(imCanny, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE) # 연결시켜서 그린다. display = np.zeros( ( imCanny.shape[0], imCanny.shape[1] ) ) for i in range(0, l..

coding/OpenCV 2021. 4. 19. 18:00

수치를 정확하게 판단하기 힘들때 사용하면 좋다. 범위를 정해주고 화면으로 보면서 조절할 수 있다. import cv2 import numpy as np highThreshold = 100 lowThreshold = 50 maxThreshold = 1000 apertureSizes = [3, 5, 7] maxapertureIndex = 2 apertureIndex = 0 blurAmount = 0 maxBlurAmount = 20 # 트랙바용 함수 # 캐니 에지 적용하는 함수 def applyCanny(): if blurAmount > 0 : blurredSrc = cv2.GaussianBlur(src, (2*blurAmount +1, 2*blurAmount+1), 0 ) else : blurredSrc ..

coding/OpenCV 2021. 4. 19. 17:45

커널을 이용한 컨볼루션 커널의 크기는 홀수로 이루어져있다. import cv2 import numpy as np img = cv2.imread('data/images/mountain.jpeg',1) sharpen = np.array( [ [0,-1,0], [-1,5,-1], [0,-1,0] ], dtype = 'int' ) result = cv2.filter2D(img, -1, sharpen) #화면에 그리자 combined =np.hstack([img,result]) cv2.imshow("combine",combined) cv2.waitKey() cv2.destroyAllWindows()

coding/OpenCV 2021. 4. 19. 17:42

가장 유명한 Edge Detection방법입니다. 여러 단계의 Algorithm을 통해서 경계를 찾아 냅니다. Noise Reduction 이미지의 Noise를 제거합니다. 이때 5x5의 Gaussian filter를 이용합니다. Edge Gradient Detection 이미지에서 Gradient의 방향과 강도를 확인합니다. 경계값에서는 주변과 색이 다르기 때문에 미분값이 급속도로 변하게 됩니다. 이를 통해 경계값 후보군을 선별합니다. Non-maximum Suppression 이미지의 pixel을 Full scan하여 Edge가 아닌 pixel은 제거합니다. Hysteresis Thresholding 이제 지금까지 Edge로 판단된 pixel이 진짜 edge인지 판별하는 작업을 합니다. max val..

coding/OpenCV 2021. 4. 19. 11:36

import cv2 import numpy as np img = cv2.imread('data/images/truth.png',1) laplacian = cv2.Laplacian(img, cv2.CV_32F,ksize=3,scale=1) #화면에 그리자 combined =np.hstack([img,laplacian]) cv2.imshow("combine",combined) cv2.waitKey() cv2.destroyAllWindows()

coding/OpenCV 2021. 4. 19. 11:17

# 이미지를 부드럽게 해주는 필터의 끝판왕 import cv2 import numpy as np img = cv2.imread('data/images/gaussian-noise.png',1) dst1 = cv2.GaussianBlur(img,(3,3),0) dst2 = cv2.blur(img,(3,3),50) #화면에 그리자 combined =np.hstack([img,dst1,dst2]) cv2.imshow("combine",combined) cv2.waitKey() cv2.destroyAllWindows()

coding/OpenCV 2021. 4. 19. 11:07

윤곽선 잡기 엣지란? intencity가 급격하게 변화하는 부분 import cv2 import numpy as np img = cv2.imread('data/images/truth.png',1) sobelx = cv2.Sobel(img, cv2.CV_32F,1,0) sobely = cv2.Sobel(img, cv2.CV_32F,0,1) #화면에 그리자 combined =np.hstack([img,sobelx, sobely]) cv2.imshow("combine",combined) cv2.waitKey() cv2.destroyAllWindows()

coding/OpenCV 2021. 4. 19. 11:01

import cv2 import numpy as np img = cv2.imread('data/images/gaussian-noise.png',1) result = cv2.bilateralFilter(img, 15, 80, 80) # 이미지 확인 combined =np.hstack([img,result]) cv2.imshow("combine",combined) cv2.waitKey() cv2.destroyAllWindows()

coding/OpenCV 2021. 4. 19. 09:45