- 스터디 목적은 캐글 컴퓨터 비전 대회에 참여하기 위함입니다.
- '파이썬으로 만드는 OpenCV 프로젝트(이세우 저)' 교재를 활용하여 스터디를 했습니다.
-
2020.07.19
-
2020.07.20
- 1장: 개요와 설치 (p.1~21)
- 영상 처리와 컴퓨터 비전, OpenCV, Numpy설치, OpenCV-Python 설치, OpenCV 공식문서
- 1장: 개요와 설치 (p.1~21)
-
2020.07.21~07.23
- 2장: 기본 입출력 (p.23-59)
- 이미지와 비디오 입출력
- 도형 그리기 (직선, 사각형, 다각형, 원, 타원, 글씨)
- 창 관리
- 이벤트 처리 (키보드 이벤트, 마우스 이벤트, 트랙바)
- 2장: 기본 입출력 (p.23-59)
-
2020.07.24~07.26
- 3장: Numpy와 Matplotlib (p.61-104)
- Numpy (이미지 처리와 관련된 각종 numpy 연산)
- Matplotlib (plot, color, style, subplot, 이미지 표시)
- 3장: Numpy와 Matplotlib (p.61-104)
-
2020.07.27~08.03
- 4장: 이미지 프로세싱 기초 (p.105-174)
- 관심영역(ROI) 지정
- 컬러 스페이스 (RGB, RGBA, HSV, YUV, 컬러 스페이스 변환)
- 스레시홀딩 (전역 스레시홀딩, 오츠의 알고리즘, 적응형 스레시홀딩)
- 이미지 연산 (알파 블렌딩, 비트와이즈 연산, 차영상, 이미지 합성과 마스킹)
- 히스토그램 (히스토그램 표시, 정규화, 평탄화, CLAHE, 역투영)
- 실전 워크숍
- 4장: 이미지 프로세싱 기초 (p.105-174)
-
2020.08.04~08.10
- 5장: 기하학적 변환 (p.175-213)
- 이동, 확대/축소, 회전
- 뒤틀기 (어핀 변환, 원근 변환, 삼각현 어핀 변환)
- 렌즈 왜곡 (리매핑, 오목/볼록 렌즈 왜곡, 방사 왜곡)
- 실전 워크숍
- 5장: 기하학적 변환 (p.175-213)
-
2020.08.11~08.16
- 6장: 영상 필터 (p.215-250)
- 컨볼루션과 블러링 (평균 블러링, 가우시안 블러링, 미디언 블러링, 바이레터럴 필터)
- 경계 검출 (기본 미분 필터, 로버츠 교차 필터, 프리윗 필터, 소벨 필터, 샤르 필터, 라플라시안 필터, 캐니엣지)
- 모폴로지 (침식 연산, 팽창 연산, 열림과 닫힘, 그밖의 모폴로지 연산)
- 이미지 피라미드 (가우시안 피라미드, 라플라시안 피라미드)
- 실전 워크숍 (모자이크 처리2, 스케치 효과 카메라)
- 6장: 영상 필터 (p.215-250)
-
2020.08.27~08.30
- 7장: 영상 분할 (p.251-300)
- 컨투어 (이미지 모멘트와 컨투어 속성, 컨투어 단순화, 컨투어와 도형 매칭)
- 허프 변환 (허프 선 변환, 확률적 허프 선 변환, 허프 원 변환)
- 연속 영역 분할 (거리 변환, 연결 요소 레이블링, 색 채우기, 워터셰드, 그랩컷, 평균 이동 필터)
- 실전 워크숍 (도형 알아맞히기, 문서 스캐너, 동전 개수 세기)
- 7장: 영상 분할 (p.251-300)
-
2020.09.01~09.06
- 8장: 영상 매칭과 추적 (p.301~376)
- 비슷한 그림 찾기 (평균 해시 매칭, 템플릿 매칭)
- 영상의 특징과 특징점 (코너 특징 검출, 특징점과 특징 검출기, GFTTDetector, FAST, SimpleBlobDetector)
- 디스크립터 추출기 (특징 디스크립터와 추출기, SIFT, SURF, ORB)
- 특징 매칭 (특징 매칭 인터페이스, BFMatcher, FLANN, 올바른 매칭점 찾기, 매칭 영역 원근 변환)
- 객체 추적 (동영상 배경 제거, 광학 흐름, MeanShift 추적, CamShift 추적, Tracking API)
- 실전 워크숍 (파노라마 사진 생성기, 책 표지 검색기)
- 8장: 영상 매칭과 추적 (p.301~376)
-
2020.09.07~09.11
- 9장: 머신러닝 (p.377~p.446)
- OpenCV와 머신러닝
- k-means 클러스터 (k-means 알고리즘, mnist 군집화)
- k-NN (k-NN 알고리즘, mnist 인식)
- SVM과 HOG (SVM 알고리즘, HOG 디스크립터, 보행자 인식)
- BOW (BOW 알고리즘과 객체 인식)
- 캐스케이드 분류기
- 실전 워크숍
- 9장: 머신러닝 (p.377~p.446)
이미지 파일은 이곳에서 다운받으시면 됩니다.