화상 처리 100개 노크란?

다음과 같은 멋진 기사를 발견했습니다.

htps : // 이 m / 요요 요 / ms / 2 에 f53f47f87dcf5d1 (링크 부족)

화상 처리를, OpenCV등의 고도의 라이브러리를 사용하지 않고 실시하는 것으로, 화상 처리의 이해를 깊게 하는, 매우 유용한 연습 문제집입니다. 자신도 화상 처리의 기초를 다시 배우고 싶었기 때문에, 자기 학습을 위해서 활용 하기로 했습니다.

단지, 초학자에게 있어서 허들이 될 것 같은 것이, 환경 구축의 곳입니다. GitHub의 README에 정중하게 그려져 있습니다만, 초학자에게는 난이도 높고 시간도 걸립니다. 또, 자택 이외의 환경에서 조금 학습하고 싶을 때 등에도 불편합니다.

그런 수고를 해소하기 위해, Google이 제공하고 있는 환경 구축 불요·무료로 Python의 개발이 가능한 Web 서비스 「Google Colaboratory」를 사용해, 화상 처리 100개 노크가 움직이는 환경을 구축해 보겠습니다 했다.

Google Colaboratory에 이미지 처리 100개 노크 환경 구축

Google Colaboratory 자체로 무엇을 할 수 있는지, 편리한 사용법 TIPS등에 관해서는, 이하 기사 참조해 주세요.



기본적으로는, Google Colaboratory(Google Colab)상에서 화상 처리 100개 노크의 코드가 그대로 움직입니다만, 몇가지 조심해야 할 포인트가 있으므로, 그것에 대해 설명하겠습니다.

본 기사의 마지막에, 실제로 연습 문제를 풀고 있는 Google Colab의 노트북에의 링크도 붙이고 있습니다(아직 역시입니다). 이쪽은 복사하면 그대로 움직이기 때문에, 맞추어 참고로 해 주세요.

필요한 라이브러리 가져오기

　 다음 명령을 실행하여 필요한 라이브러리를 가져옵니다.

import cv2
import matplotlib.pyplot as plt
import numpy as np

이미지 로드 및 표시

　 이하 커맨드로 화상의 읽어와 표시를 실시합니다.

skimage를 사용하는 방법

from skimage import io
img = io.imread('https://yoyoyo-yo.github.io/Gasyori100knock/dataset/images/imori_256x256.png')

plt.axis('off')
plt.imshow(img)

Open CV를 사용하는 방법

!wget https://yoyoyo-yo.github.io/Gasyori100knock/dataset/images/imori_256x256.png

img = cv2.imread('imori_256x256.png')

plt.axis('off')
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

　 다음과 같이 이미지가 표시됩니다.

이미지 저장 및 불러오기 및 표시

일단 이미지를 파일에 내보낸 후 읽고 표시하는 방법입니다.

cv2.imwrite("out_img.jpg", img)
out_img = cv2.imread("out_img.jpg")
plt.axis('off')
plt.imshow(cv2.cvtColor(out_img, cv2.COLOR_BGR2RGB))

요약

위의 포인트에 주의하면, 이미지 처리 100개 노크를 Google Colab상에서 학습할 수 있다고 생각합니다. 어떤 문제도 OpenCV를 사용하면 API 1개 호출해 되어 버립니다만, 이와 같이 픽셀 레벨로, 알고리즘을 이해하면서 손을 움직이는 것은, 기초 굳히기에 매우 중요한 일이라고 생각합니다.

나도, 이전 파이썬에서 OpenCV에 의존하지 않고 Numpy + PIL로 이미지 처리 필터를 1에서 만들어 이해 라고 하는 것을 해 보았습니다만, 역시 스스로 손을 움직여 실장한 내용이라고 하는 것은, 이해가 깊어지고, 자신도 붙습니다.

100개 노크 전부 하면, 상당력 붙을 것 같기 때문에 꾸준히 해내고 싶습니다.

다음은 Google Colab에서 학습중인 이미지 처리 100개 노크의 노트북입니다. 아직 전혀 도중이므로 제패하지 않으면…

화상 처리 100개 노크(Google Colab판) 도중

또, 사진에 흥미있는 사람은, RAW 현상을 브라우저상에서 실행할 수 있는 이하 기사도 흥미로운 것이 아닐까 생각합니다. 만약 괜찮으시면 참고해 보세요.

관련 페이지

변경 내역

2022/02/21 Google Colab의 이미지 링크 끊김 수정 · 기사 미세 수정

2020/06/17 관련 페이지 추가