OpenCV

OpenCV - 명령키, 시스템 설계 과정

''' 영상 입출력과 디스플레이 영상입력- cv2.imread(filename[,flags]) -> retval 영상 파일 출력 - cv2.imwirte(filename[, params]) ->retval 윈도우 생성 - cv2.namedWindow(winname[,flags]) 윈도우 표시 - cv2.imshow(winname,mat) 키보드 입력대기 - cv2.waitkey([,delay]) ->retval 윈도우 파괴 - cv2.destroyWindow(winname) cv2.destroyAllWindow() '''''' -문제 이해 ->주어진 문제에 대한 직관적이고 철저한 이해 중요 --합리적 제약 조건 수립 필요 예) 얼굴 인식기 -> 크기의 일정한 정면 얼굴 vs 자연 영상..

2022. 11. 2. 16:25

OpenCV

OpenCV - 라인 그리기

import numpy as np #White 배경 생성 및 pt1 ~ pt2(RED), pt1 ~ pt3(Blue)를 잇는 선 그리기 #img = np.full((300,300,3), 255, dtype=np.uint8) img= np.zeros(shape=(512,512,3), dtype=np.uint8) +255 red=(255,0,0) blue=(0,0,255) green=(0,255,0) pt1= 0,0 pt2 =500,0 pt3 = 0,500 cv2.line(img, pt1,pt2, (red),5) #마지막은 두께 cv2.line(img, pt1,pt3, (blue), 3) cv2.imshow('img',img) cv2.waitKey() cv2.destroyAllWindows()

2022. 11. 2. 16:24

OpenCV

OpenCV - 기초

import cv2 import matplotlib.pyplot as plt print(cv2.version.opencv_version) imagefile='./lena.jpg' img=cv2.imread(imagefile) print(img.shape) # (590(가로), 529(세로), 3)(채널 수 RGB(3))) img2=cv2.imread(imagefile,0) #흑백으로 열기 print(img2.shape) # (590, 529) cv2.startWindowThread() cv2.imshow('lena color',img) cv2.imshow('lena grayscale', img2) cv2.waitKey() cv2.destroyAllWindows() #폴더 이미지 확인 imagefile =..

2022. 11. 2. 16:05

DeepLearning

Deeplearning - 컨볼루션 신경망 개념

'''컨볼루션 신경망 보통 이미지 관련 딥러닝 처리 할때 사용 한다. 1. 컨볼루션 연산 1-2) 정류 선형 유닛인 Relu레이어를 다룬다. relu를 사용하는 이유는, 컨볼루션 신경망 내의 비선형성을 높여주기 위함이다. 정류함수는 선형성을 무너뜨리는 필터나 함수에 적용이 된다 . 우리가 신경망의 비선형성을 증가 시키는 이유는 이미지 데이터자체가 매우 비선형적이기 때문이다. 특히 서로 나란히 위치하거나 물체를 인식하는 등의 작업을 할때 더욱 그렇다 이미지에는 굉장히 다양한 요소들이 있기 때문 2. Max Pooling (맥스 풀링) - 풀링이란 무엇인가? 모든 이미지마다 미세한 차이점이 많다 신경망에 공간 불변성이라는 속성을 넣어 주어야한다. 특징이 어디에 있는지를 신경쓰지 않는 것 이미지의 어느 부분에..

2022. 11. 1. 17:48

DeepLearning

DeepLearning - HyperParameter 튜닝

from keras.layers import BatchNormalization import keras_tuner from tensorflow import keras def build_model(hp): ip = Input(shape=(X.shape[1],)) n = BatchNormalization()(ip) n = Dense(hp.Choice('units', [8, 16, 32, 64, 128, 256]), activation='elu')(n) n = Dropout(0.5)(n) n = BatchNormalization()(n) n = Dense(hp.Choice('units', [8, 16, 32, 64, 128, 256]), activation='elu')(n) n = BatchNormalizati..

2022. 11. 1. 15:39

DeepLearning

DeepLearning - keras.initializers 예제

from tensorflow import keras from tensorflow.keras import initializers import matplotlib.pyplot as plt initializer1 = keras.initializers.RandomNormal(mean=0, stddev=1.) initializer2 = keras.initializers.RandomUniform(minval=0,maxval=1.) initializer3 = keras.initializers.TruncatedNormal(mean=0, stddev=1.) initializer4 = keras.initializers.Zeros() initializer5 = keras.initializers.Ones() initializ..

2022. 11. 1. 14:32