OpenCV

인공지능이 더 발전함에 따라 로봇은 위험한 장소를 조사하거나 일상적인 시각 감시의 심한 일을 인간으로부터 해방하는 데 점점 더 사용되고 있습니다. 일부 자율적인 결정을 제공하기 위해 로봇은 종종 NVIDIA Jetson이나 x86 싱글 보드 컴퓨터(SBC)와 같은 내장형 리눅스 컴퓨터에 연결된 카메라를 가지고 있습니다. 만약 응용 프로그램이 실시간 360도 영상을 활용한다면 두 가지 접근 방식이 있습니다. 첫 번째, 더 어려운 방식은 여러 카메라를 사용하고 컴퓨터에서 영상을 조립하거나 각 영상 피드를 별도로 처리하는 것입니다. 사용되는 카메라의 수는 각 카메라의 시야에 따라 다릅니다. 로봇이 180도…

NumPy는 행렬, 배열 및 수학 함수를 포함한 숫자 계산을 위한 인기 있는 도구입니다. NumPy 배열의 shape 속성은 배열의 차원을 보여주는 튜플을 반환합니다. 그리고 NumPy 배열의 재구성 및 조작에 관해서는 이 속성이 중요합니다. 다음은 shape 속성 함수의 사용 방법입니다: Python   import numpy as np arr = np.array([[5, 1], [16, 33]]) print(arr.shape) 출력: Python   (2, 2) shape 속성은 판다스 또는 OpenCV에서도 중요합니다. 다음은 OpenCV에서 shape 속성의 사용 방법입니다: Python   import cv2 img = cv2.imread(r’C:\Users\ADMIN.DESKTOP-KB78BPH\Desktop\New folder (2)\2.jpg’) print(img.shape) 출력 결과:…

이 튜토리얼은 시리즈의 “레슨 2″로 제공되는 컴퓨터 비전의 기초입니다. 추가로 진행되는 레슨들에서는 자신만의 딥러닝 기반 컴퓨터 비전 프로젝트를 구축하는 범위에 대해 이야기할 것입니다. 전체 강의 목차와 목록은 여기에서 확인하실 수 있습니다.. 이 문서의 주요 요점: 디스크에서 이미지 로드. 이미지의 ‘높이’, ‘너비’, ‘깊이’ 확인. 이미지의 R, G, B 구성 요소 찾기. OpenCV를 사용한 그리기. 디스크에서 이미지 로드 이미지에 어떤 작업이나 조작을 수행하기 전에, 우리가 선택한 이미지를 디스크에 로드하는 것이 중요합니다. 이 작업은 OpenCV를 사용하여 수행할 것입니다. 이미지를 로드하는 두 가지 방법이…

기계 학습 및 AI 기술의 신속한 발전으로 컴퓨터 비전 분야에서 물체 감지와 인식에 상당한 진전이 이루어졌다. 그러나 사람들의 유머와 즐거움을 인식하는 시스템을 만드는 것은 코미디와 엔터테인먼트가 주관적이며 개인의 취향과 문화적 맥락에 기반하기 때문에 프로그래머들에게 여전히 어려운 문제이다. 따라서 개인이 어떤 것을 웃기거나 즐겁게 여기는지 정확하게 판단하는 시스템을 만드는 것은 까다로운 일이다. 그러나 얼굴 인식 및 식별의 컴퓨터 비전 기술은 상당한 진전을 이루었으며, 보안, 감시 및 생체 인식과 같은 다양한 응용 분야에서 널리 사용되고 있다. 얼굴 인식 기술은 주로 얼굴 특징을…