슈퍼픽셀과 분할(Segmentation)

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

Python으로 배우는 이미지 처리

SkillTag.level.intermediateSkillTag.label

4.8+

무료로 강의 시작하기

디지털 이미지 구조로 바로 들어가 처리하는 법을 배워 보세요! NumPy와 Scikit-image를 사용해 이미지를 추출하고, 변환하고, 분석합니다. 몇 줄의 코드만으로 RGB 이미지를 그레이스케일로 변환하고, 그 안의 데이터를 가져오며, 유용한 정보를 담은 히스토그램을 얻고, 배경에서 객체를 분리할 수 있어요!

Exercise 1: scikit-image로 이미지를 생생하게 다뤄 봅시다 Exercise 2: 회색인가요, 아니면 색이 가득한가요?Exercise 3: RGB를 그레이스케일로 변환 Exercise 4: 이미지를 위한 NumPy Exercise 5: 뒤집힌 방향 바로잡기 Exercise 6: 히스토그램 Exercise 7: 임계값 처리 시작하기 Exercise 8: 글로벌 임곗값 적용하기 Exercise 9: 배경이 뚜렷하지 않을 때 Exercise 10: 다른 방법 시도하기 Exercise 11: 임계처리 적용하기

에지 검출 필터로 <strong>객체의 형태를 감지</strong>하고, 대비 향상을 통해 <strong>의료 이미지를 개선</strong>하며, <strong>이미지를 원본의 다섯 배까지 확대</strong>하는 방법까지 배웁니다! 또한 형태학을 적용해 임계값 처리의 정확도를 높여 이미지 분할을 개선하고, Python으로 한 단계 더 발전된 이미지 처리를 수행해 볼 거예요.

Exercise 1: 필터링 바로 시작하기 Exercise 2: 엣지 검출 Exercise 3: 노이즈 감소를 위한 블러 처리 Exercise 4: 대비 향상 Exercise 5: 이 이미지의 대비는 얼마인가요?Exercise 6: 의료 영상 Exercise 7: 항공 이미지 Exercise 8: 임팩트와 대비를 더해 봅시다 Exercise 9: 변환 Exercise 10: 에일리어싱, 회전 및 리스케일링 Exercise 11: 이미지 확대하기 Exercise 12: 비율 유지 크기 조정 Exercise 13: 형태학(Morphology)Exercise 14: 손글씨 문자 Exercise 15: 임계처리된 이미지 개선하기

지금까지 이미지 처리로 멋진 작업들을 해 오셨습니다! 이 장에서는 사진에서 <strong>객체, 로고, 텍스트 또는 손상된 영역을 제거하는 이미지 복원</strong>을 적용해 볼 거예요! 또한 노이즈를 추가하는 법, 분할로 처리 속도를 높이는 법, 그리고 윤곽을 이용해 이미지 속 요소를 찾는 법도 배우게 됩니다.

Exercise 1: 이미지 복원 Exercise 2: 손상된 이미지를 복원해 봅시다 Exercise 3: 로고 제거하기 Exercise 4: 노이즈 Exercise 5: 노이즈를 한번 넣어볼까요?Exercise 6: 노이즈 줄이기 Exercise 7: 에지는 살리면서 노이즈 줄이기 Exercise 8: 슈퍼픽셀과 분할(Segmentation)

현재 연습

Exercise 9: 픽셀 수 Exercise 10: 슈퍼픽셀 분할 Exercise 11: 윤곽선 찾기 Exercise 12: 모양의 윤곽선 찾기 Exercise 13: 이진화되지 않은 이미지의 윤곽선 찾기 Exercise 14: 주사위 이미지에서 점 개수 세기

이 장을 마치면 <strong>에지, 코너, 심지어 얼굴까지 검출</strong>할 수 있을 만큼 이미지 처리에 대한 이해가 깊어집니다! 정면 얼굴뿐만 아니라 얼굴 측면, 고양이, 개도 감지하는 방법을 배우고, 보다 복잡한 <strong>실제 응용 사례</strong>에 기술을 적용해 볼 거예요. 적은 코드로 널리 쓰이는 여러 이미지 처리 기법을 능숙하게 다뤄 보세요!

Exercise 1: Canny로 에지 찾기 Exercise 2: 에지 Exercise 3: 덜 날카롭게 Exercise 4: 모퉁이 바로 주변에서 Exercise 5: 원근 Exercise 6: 코너 수 줄이기 Exercise 7: 얼굴 검출 Exercise 8: 거기 누구 있나요?Exercise 9: 여러 얼굴 Exercise 10: 분할과 얼굴 감지 Exercise 11: 현실 세계 적용 사례 Exercise 12: 개인정보 보호 Exercise 13: Sally의 졸업 사진 복원 도와주기 Exercise 14: 대단해요!