히스토그램(Histogram) 히스토그램이란 도수 분포표 중 하나로 데이터의 분포를 몇 개의 구간으로 나누고 각 구간에 속하는 데이터를 시각적으로 표현한 막대그래프입니다. 이미지에서 사용하는 히스토그램은 X 축을 픽셀의 값으로 사용하고 Y 축을 해당 픽셀의 개수로 표현합니다. 이미지의 픽셀값을 히스토그램으로 표현하면 이미지의 특성을 쉽게 확인...

비트 연산(Bitwise) 비트 연산은 하나 또는 두 이미지에 대해 비트 연산을 수행합니다. Numpy 클래스의 비트 연산과 동일한 의미와 결과를 갖습니다. 또한, 비트 연산 표현(&, | 등)을 통해 Mat 클래스 간의 연산을 수행할 수 있습니다. 메인 코드 import numpy as np import cv2 src = ...

이미지 연산(Image Calculation) 이미지 연산은 하나 또는 둘 이상의 이미지에 대해 수학적인 연산을 수행합니다. Numpy 클래스의 배열 연산과 동일하거나 비슷한 의미와 결과를 갖습니다. 또한, 대수적 표현(+, - 등)을 통해 Mat 클래스 간의 연산을 수행할 수 있습니다. 메인 코드 import numpy as np ...

이미지 연산(Image Calculation) 이미지 연산은 하나 또는 둘 이상의 이미지에 대해 수학적인 연산을 수행합니다. Numpy 클래스의 배열 연산과 동일하거나 비슷한 의미와 결과를 갖습니다. 또한, 대수적 표현(+, - 등)을 통해 Mat 클래스 간의 연산을 수행할 수 있습니다. 메인 코드 import numpy as np ...

원 검출(Circle Detection) 원 검출 알고리즘도 허프 변환 알고리즘 중 하나인 허프 원 변환(Hough Circle Transform) 알고리즘을 활용해 원을 검출합니다. 허프 원 변환 알고리즘은 앞서 배운 허프 선 변환 알고리즘과 비슷한 방식으로 동작합니다. 허프 원 변환 알고리즘은 2차원이 아닌 3차원 누산 평면으로 검출합니다...

직선 검출(Line Detection) 직선 검출 알고리즘은 허프 변환(Hough Transform)을 활용해 직선을 검출합니다. 허프 변환은 이미지에서 직선을 찾는 가장 보편적인 알고리즘입니다. 이미지에서 선과 같은 단순한 형태를 빠르게 검출할 수 있으며, 직선을 찾아 이미지나 영상을 보정하거나 복원합니다. 허프 선 변환은 이미지 내의 어...

모폴로지 연산(Morphological Calculate) 모폴로지 연산(Perspective Calculate)은 모폴로지 변환의 팽창(dilation)과 침식(erosion)을 기본 연산으로 사용해 고급 형태학을 적용하는 변환 연산입니다. 입력 이미지가 이진화된 이미지라면 팽창과 침식 연산으로도 우수한 결과를 얻을 수 있습니다. 하지만, ...

모폴로지 변환(Morphological Transformation) 모폴로지 변환(Perspective Transformation)은 영상이나 이미지를 형태학적 관점에서 접근하는 기법을 의미합니다. 모폴로지 변환은 주로 영상 내 픽셀값 대체에 사용됩니다. 이를 응용해서 노이즈 제거, 요소 결합 및 분리, 강도 피크 검출 등에 이용할 수 있습니다...

모멘트(Moments) 윤곽선(contour)이나 이미지(array)의 0차 모멘트부터 3차 모멘트까지 계산하는 알고리즘입니다. 공간 모멘트(spatial moments), 중심 모멘트(central moments), 정규화된 중심 모멘트(normalized central moments), 질량 중심(mass center) 등을 계산할 수 있습...

블록 껍질(Convex Hull) 윤곽선(points, contours)의 경계면을 둘러싸는 다각형을 구하는 알고리즘입니다. 반환되는 결과는 윤곽선 검출 결과와 동일한 형식을 띄며, 스크랜스키(Sklansky) 알고리즘을 이용해 입력된 좌표들의 볼록한 외곽을 찾습니다. 메인 코드 import cv2 src = cv2.imread("I...