Machine Learning 실습 (18)

OpenCV 개요

• 이미지를 처리하기 위한 라이브러리
• OpenCV : Gray Bradsky에 의해 1996년 인텔에서 시작된 프로제토로 컴퓨터 비전, 머신러닝과 관련된 다양한 알고리즘을 지원하고 있으며 C++, Python, Java 등의 언어를 지원하고 CUDA(Compute Unified Device Architecture), OpenCL (Open Computing Language)에 기반한 인터페이스를 지원
• OpenCV + Python : OpenCV의 파이썬 API로 C/C++로 된 OpenCV 라이브러리들을 파이썬 래퍼로 감싼 후에 파이썬 모듈을 추가시킨 것
  • 속도문제를 해결하기 위해 속도가 문제되는 코드는 C/C++로 코딩하고 파이썬에서 불러 사용할 수 있는 파이썬 래퍼를 제공
  • OpenCV 배열은 Numpy 배열로 변환되어 내부 처리를 수행 (Numpy로 가능한 모든 연산 가능)
  • Numpy를 활용한 SciPy, Matplotlib 라이브러리와도 호환

# 마이 드라이브에 있는 데이터 연동하는 코드
from google.colab import drive
drive.mount('/content/drive')

 

# opencv 불러오기
import cv2 # opencv

# 경로 설정
# 데이터 경로 간소화 하기 위해서
%pwd # 경로 확인

 

# 경로 변경
%cd /content/drive/MyDrive/Colab Notebooks
%pwd

 

이미지 불러오기

더블클릭 또는 Enter 키를 눌러 수정

import cv2
from google.colab.patches import cv2_imshow # 이미지를 출력하는 함수
img = cv2.imread("data/ryan.png", cv2.IMREAD_COLOR)

# 출력
cv2_imshow(img)

 

matplotlib을 활용한 컬러이미지 로딩

• 파이썬에서는 색상공간을 bgr로 사용, 하지만 실제 이미지는 rgb로 사용하므로

import cv2
import matplotlib.pyplot as plt

# cv2.imread() : 이미지를 불러오는 함수
# cv2.IMREAD_COLOR : 컬러계열로 이미지 불러오는 설정
img2 = cv2.imread("data/ryan.png",cv2.IMREAD_COLOR)

# matplotlib 통해 이미지 출력
plt.xticks([]) # 눈금표시 x
plt.yticks([]) # 눈금표시 x
plt.imshow(img2)
plt.show()

 

import cv2
import matplotlib.pyplot as plt

# cv2.imread() : 이미지를 불러오는 함수
# cv2.IMREAD_COLOR : 컬러계열로 이미지 불러오는 설정
img2 = cv2.imread("data/ryan.png",cv2.IMREAD_COLOR)

# bgr -> rgb 색상공간 변형
img2 = cv2.cvtColor(img2, cv2.COLOR_BGR2RGB)

# matplotlib 통해 이미지 출력
plt.xticks([]) # 눈금표시 x
plt.yticks([]) # 눈금표시 x
plt.imshow(img2)
plt.show()

 

import cv2
from google.colab.patches import cv2_imshow # 이미지를 출력하는 함수
img = cv2.imread("data/kaka.png", cv2.IMREAD_COLOR)

# 출력
cv2_imshow(img)