aug 02, 2019
admin
0
177

opencv 3.4 예제

가서 당신이 다운로드 한 첫 번째 스크립트를 닫고 opencv_tutorial_02.py 두 번째 예제로 시작하기 위해 엽니 다 : 나는 아니오를 계산하는 동안 예로 촬영 된 이미지를 물어 의미했다. 흰색 배경이 있습니다. 따라서 이미지에 흰색 이외의 배경색이 있는 경우 어떻게 해야 합니까? 이 경우 어떤 변경이 이루어져야 합니까? 분류기는 양수(개체) 및 음수(배경) 예제를 공급하여 학습됩니다. 고양이를 감지하기 위한 분류기를 만들고 싶다면 고양이가 포함된 수천 개의 이미지와 고양이가 포함되지 않은 수천 개의 이미지로 훈련합니다. 이렇게 하면 분류자가 고양이가 무엇이고 그렇지 않은 지 구별하는 법을 배웁니다. 이미지 분류에 대한 자세한 내용은 여기에서 확인할 수 있습니다. 온라인 분류기 구축하는 동안, 우리는 긍정적이고 부정적인 클래스의 예의 수천을 갖는 사치가 없습니다. 그림 3에서 볼 수 있듯이 이안 말콤 박사의 얼굴을 추출했습니다. 이 예제에서 Photoshop을 사용하여 (x, y) 좌표를 미리 정했지만 블로그에서 나와 함께 있으면 얼굴 ROI를 자동으로 감지하고 추출 할 수 있습니다. 그림 12: OpenCV의 cv2.circle 방법을 사용하면 이미지의 아무 곳이나 원을 그릴 수 있습니다. 이 예제에서는 -1 선 두께 매개변수로 표시된 대로 솔리드 원을 그려 보았습니다(양수 값은 가변 선 두께의 원형 윤곽선을 만듭니다). TLD는 추적, 학습 및 탐지를 의미합니다. 이름에서 알 수 있듯이 이 트래커는 장기 추적 작업을 (단기) 추적, 학습 및 탐지의 세 가지 구성 요소로 분해합니다.

저자의 논문에서 ”트래커는 프레임에서 프레임으로 개체를 따릅니다. 검출기는 지금까지 관찰된 모든 모양을 현지화하고 필요한 경우 트래커를 보정합니다. 학습은 검출기의 오류를 추정하고 향후 이러한 오류를 방지하기 위해 업데이트합니다.” 이 추적기의 이 출력은 약간 뛰어다니는 경향이 있습니다. 예를 들어 보행자를 추적하고 장면에 다른 보행자가 있는 경우 이 트래커는 추적하려는 보행자와 다른 보행자를 일시적으로 추적할 수 있습니다. 긍정적 인 면에서이 트랙은 더 큰 축척, 모션 및 폐색을 통해 객체를 추적하는 것처럼 보입니다.

POST CATEGORIES

Okategoriserade