Geometric Transformation 영상은 기하학적 변환을 통해 다양한 형태로 변환될 수 있는데 자유도에 따라 translation, eclidean,similarity, affine, perspective(projective) 변환으로 나뉜다. 이 중에서 perspective transformation의 자유도가 가장 크다. 다시 말해 가장 많은 변형을 줄 수 있는 변환이라는 뜻이다. 다양한 컴퓨터 비전 프로젝트에서 카메라의 각도에 따라 왜곡되는 객체나 텍스트 들을 정면으로 바라보는 view로 변환하기 위해 affine 또는 perspective transformation이 사용된다. Perspective Transformation 그 중에서 가장 큰 자유도를 가지는 perspective tr..

안녕하세요! AI & Computer Vision Engineer 뭅즤입니다 👋 본 포스팅은 YOLOv5를 커스텀 데이터셋으로 학습 및 테스트해 보는 예제 코드를 설명하는 글인데요.처음 글을 작성했을 때보다 훨씬 더 쉽게 실습할 수 있도록 수정했으니, 참고 부탁드려요! 🤗📌 Object Detection  Object Detection(객체 검출)은 이미지나 동영상 속에 있는 여러 객체의 유형과 위치를 알아내는 기술이에요. 이 기술 덕분에 자율주행 자동차가 주변의 사람이나 차량을 인식하고, 보안 카메라가 의심스러운 물체를 감지하거나, 스마트폰 카메라가 사진 속의 특정 물체에 초점을 맞출 수 있는 거라고 볼 수 있죠! 객체 검출하면 많은 분들이 떠올리는 대표적인 모델이 바로 YOLO 모델일 거예요. ..

VS Code엔 정말 편한 extension 플러그인들이 많은데, 그 중에서 이미지 데이터를 자주 다루는 분들께 유용한 플러그인 두 가지를 소개한다. 1. Image preview 이 플러그인을 사용하면 코드를 실행하기 전에 이미지 경로에 마우스를 올리면 이미지 썸네일을 보여준다. 필수적이진 않지만 내가 원하는 이미지 경로를 적었는지 시각적으로 확인할 수 있어서 유용하다. *자세한 사용법은 위 동영상을 참고 2. Python Image Preview 이 플러그인은 1번에 비해 훨씬 더 유용하다. 영상처리 알고리즘이나 딥러닝 모델을 학습하다 보면 이미지가 어떻게 변환되었는지 이미지 데이터가 잘들어갔는지 궁금할 때가 많은데, 그럴 때마다 이미지를 따로 저장해서 열어보기가 굉장히 귀찮다. 하지만 Python ..

이미지에서 무언가 검출하고 표시할 때 가장 많이 사용하는 line, rectangle, circle 세 가지 간단 정리. cv2.line(이미지, (시작좌표), (끝 좌표), 컬러, 두께) cv2.rectangle(이미지, (좌상단 좌표), (우하단 좌표), 컬러, 두께) cv2.circle(이미지, (중심 좌표), 반지름, 컬러, 두께) import numpy as np import cv2 black_canvas = np.zeros((500,500,3)) R, G, B = (0,0,255), (0,255,0), (255,0,0) cv2.line(black_canvas, (10,100),(500,300), R, thickness=10) cv2.rectangle(black_canvas, (10, 10), ..

def img_show(title='image', img=None, figsize=(8 ,5)): plt.figure(figsize=figsize) if type(img) == list: if type(title) == list: titles = title else: titles = [] for i in range(len(img)): titles.append(title) for i in range(len(img)): if len(img[i].shape)

# PIL RGB 타입으로 이미지 읽음 torchvision.transforms 모듈에서 지원하는 데이터 타입이 PIL의 Image array 이므로 pytorch 프레임워크 사용시 PIL 로 이미지를 로딩하는 방식을 많이 사용 numpy array 인덱싱 불가능 → 상황에 따라 numpy array로 바꾸기 위한 작업 필요 사이즈 확인시 .size() 메서드로 확인 가능한데, (W,H)로 출력됨. 하지만, numpy array 로 변환시 (H,W,C)로 나오니까 주의. 즉, .size()로 확인 시에만 (W,H)로 나오는 것. from PIL import Image image = Image.open("image.jpg").convert('RGB') image.show() image.save("saved..