전체 글 35

[2회차] Computer Vision - Scaling

[Computer Vision] Scaling 이미지의 크기를 늘리게 되면 기존 이미지의 각 픽셀 사이에 공백이 생긴다. 이 공백의 픽셀을 기존 이미지의 픽셀 밝기 값을 이용해 밝기 값을 지정해준다. 그런데 여기서 기존 이미지의 픽셀 밝기 값을 그대로 적용하게 된다면 이미지의 크기를 늘렸을 때 자연스럽지 않고, 뚝뚝 끊기서 이미지가 부자연스러워질 것이다. 그래서 픽셀 밝기 값과 공백 픽셀의 위치를 이용해 위치에 맞는 밝기 값을 계산하는 과정이 필요하다. 이 일련의 과정을 Scaling이라 한다. 위의 사진에서 a, b, c, d가 기존 이미지의 픽셀 위치이다. a, b, c, d의 밝기 값으로 m의 밝기 값을 지정한다. m = (a+b+c+d) / 4 scaling할 픽셀의 좌표를 (x, y)라고 할 때..

[1회차] Computer Vision - 이미지 다루기, translation

[Computer Vision] 이미지 다루기 아래의 이미지를 사용해 학습하였다. (색이 다양해 효과를 알아보기 좋을 것 같았다.) cv2.imread()로 이미지를 받아와 이미지를 출력하면 아래와 같은 이미지가 출력된다. 색이 반전된 듯이 나오는데 이는 OpenCV가 우리가 흔히 쓰는 RGB 형식이 아닌 BGR로 이미지를 보여주기 때문이다. 그럼 원본 이미지 그대로 출력하려면 어떻게 해야 할까. Matplotlib는 OpenCV와 달리 RGB로 이미지를 보여주기 때문에 원본 이미지를 Matplotlib로 받아오면 된다. 하지만 OpenCV로 원본 이미지 그대로 출력할 수도 있다. 이미지의 색 채널을 역순으로 조정하면 된다. plt.imshow(image[:,:,::-1]) 이미지의 밝기를 조절해 어둡게..