단순히 PIL Image를 resize할 때는 특정 값 또는 비율로 조절하는 것이 쉽다. pilimage.resize((x,y)) 다만, 특정 비율로 조절하고 싶을 때 예를 들어 특정 y값을 갖고 있지만 일정한 가로 세로 비율을 유지한 채 조절하고 싶을 때는 다음 함수를 사용한다. pilimage.thumbnail((x,y)) # x, y는 각각 resize해도 되는 최댓값 이러면 정해진 비율대로 조절됨. 추가로, thumbnail함수를 사용할 때 아래와 같이 다른 value값에 할당하고 싶을 때는 꼭 copy함수를 쓰자 안그러면 thumbnail함수를 사용했는데 정작 할당된 다른 변수 값은 None이 나올 수 있음 # 이렇게 하면 에러 발생함 new_image = pilimage.thumbnail((x..
머신러닝/Computer Vision
Image.fromarray new_image = Image.fromarray(before_image.astype(np.uint8)) +) 이 때 numpy dtype이 uint8형태인지 꼭 확인해야 함. 안그러면 아래와 같은 에러 발생 아닐 경우에는 상단처럼 astype으로 형변환 진행 후 PIL Image로 변환 TypeError: Cannot handle this data type: (1, 1, 4),
PIL.Image.alpha_composite(im, dest=(0, 0), source=(0, 0)) : Image 1에 대해서 Image 2로 알파 합성 진행 Parameters : - im1 : 이 위에 합성할 이미지 - (optional) dest에서 왼쪽 상단 corner의 좌표 - (optional) src에서 왼쪽 상단 corner의 좌표 Return : Image Object 두 이미지 모두 RGBA 형태여야 하고 같은 사이즈 여야 함. PIL.Image.blend(im1, im2, alpha) : 특정 값(알파 상수)를 사용해 두 input image를 적절히 보간하여 새 이미지 합성 Parameters : - im1 : 첫 번째 이미지 - im2 : 두 번째 이미지(첫번째, 두번째 같은..
# FOR PNG shape import numpy from PIL import Image, ImageDraw # read image as RGB and add alpha (transparency) im = Image.open("crop.jpg").convert("RGBA") # convert to numpy (for convenience) imArray = numpy.asarray(im) # create mask polygon = [(444,203),(623,243),(691,177),(581,26),(482,42)] maskIm = Image.new('L', (imArray.shape[1], imArray.shape[0]), 0) ImageDraw.Draw(maskIm).polygon(polygon,..
참고 블로그 OpenCV - 10. 히스토그램과 정규화(Normalize), 평탄화(Equalization), CLAHE 이번 포스팅에서는 히스토그램에 대해 알아보겠습니다. 이번 포스팅 역시 '파이썬으로 만드는 OpenCV 프로젝트(이세우 저)'를 정리한 것임을 밝힙니다. 코드: github.com/BaekKyunShin/OpenCV_Project_Python/tr bkshin.tistory.com https://engineer-mole.tistory.com/12 [python/OpenCV] 이미지 처리 예제 Q21~Q25 문제 링크 https://github.com/yoyoyo-yo/Gasyori100knock/tree/master/Question_21_30 yoyoyo-yo/Gasyori100knoc..
import torchvision # imgs shape = torch.Size([1, 3, 1056, 736]) torchvision.utils.save_image(imgs,'./test.jpg') torchvision 내 utils.save_image 함수 적용 import cv2 cv2.imwrite('./test.jpg', imgs) cv2 내 imwrite 함수 적용 from PIL import Image # 이미지 열기 im = Image.open('python.png') # 이미지 크기 출력 print(im.size) # 이미지 JPG로 저장 im.save('python.jpg') PIL 객체 내 save함수 사용
※ 본 게시물에 사용된 내용은 대다수 에서 사용된 자료이며, 일부 자료는 추가 수정한 부분도 존재합니다. 합성곱 신경망(Convolutional Neural Network)의 발견 CNN : 다차원 데이터를 위한 신경망 자세한 개념은 다음 포스팅 [Pytorch-기초강의] 4. 이미지 처리 능력이 탁월한 CNN(Convolution, kernel, Padding, Pooling) ※ 본 게시물에 사용된 내용 및 그림의 출처는 대다수 에서 사용된 자료이며, 일부 자료는 추가 수정한 부분도 존재합니다. - CNN(Convlutional Neural Network)의 기초 yjs-program.tistory.com 본 챕터에서는 CNN의 기초적인 동작부터 간단한 CNN모델까지 구현해보는 실습을 진행한다. 자세..
※ 본 게시물에 사용된 내용은 대다수 에서 사용된 자료이며, 일부 자료는 추가 수정한 부분도 존재합니다. 텐서플로2와 케라스 시작 텐서플로(TensorFlow): 구글 브레인 팀에서 제작, 연구원과 머신러닝 전문가가 사용하는 수학 라이브러리로, 심층 신경망을 훈련시키고 실행하는데 주로 사용된다. TensorFlow 모두를 위한 엔드 투 엔드 오픈소스 머신러닝 플랫폼입니다. 도구, 라이브러리, 커뮤니티 리소스로 구성된 TensorFlow의 유연한 환경입니다. www.tensorflow.org 텐서플로는 간단하게 다음과 같은 추상 아키텍쳐를 갖고 있다. 대다수의 딥러닝 계산은 C++로 구성되어 있으며, GPU나 에서 계산을 실행하기 위해 Nvidia에서 사용하는 CUDA 라이브러리를 사용하게 된다. (이래서..
※ 본 게시물에 사용된 내용은 대다수 에서 사용된 자료이며, 일부 자료는 추가 수정한 부분도 존재합니다. Computer Vision 컴퓨터 비전 : 디지털 이미지(영상)에서 정보를 자동으로 추출하는 것 = 컴퓨터에게 인간이 이해하는 방식, 그보다 더 나은 방식으로 픽셀 단위의 데이터를 이해하는 방법을 가르치는 것. 컴퓨터 비전의 주요 목적은 콘텐츠 인식: 이미지를 이해하는 것, 즉 픽셀로부터 유의미한 의미론적 정보(이미지 내 객체, 위치, 개수 등)을 추출하는 것. 자세한 컴퓨터 비전의 세부 분류는 다음과 같다. - 객체 분류(Object Classification) : 객체 분류(이미지 분류)라 불리며, 사전 정의된 집합의 이미지 전체에 적절한 label(or class)을 할당하는 작업 - 객체 식..
이미 다루고 있던 Tensorflow의 기초 및 Computer Vision 기술 개념을 재정리 하기 위한 포스팅 시리즈 깔끔하게 재정리하기 위해 다음 교재를 토대로 작업할 예정 관련 코드는 아래 깃허브에 공유되어 있다. GitHub wikibook/dl-vision 《실전! 텐서플로 2를 활용한 딥러닝 컴퓨터 비전》 예제 코드. Contribute to wikibook/dl-vision development by creating an account on GitHub. github.com
