OpenCV Python으로 사진 종류 분류하기

소개

영상처리 과목 레포트

목차

1. 구현과정 별 함수, 결과 화면 설명
2. 실험
3. 결론

본문내용

1. 각 영상을 설명할 수 있는 하나 또는 여러 개의 (HOG, ORB, BRISK, KAZE, SIFT 등) 특징을 계산한다.
2. 여러개의 디스크립터를 계산할 경우, VLAD (Vector of Locally Aggregated Descriptors)를 이용하여 하나의 벡터로 통합 계산한다.
3. 영상의 유사도는 L2-Norm을 사용한다.
4. 영상은 스마트폰으로 획득한 2종류(각각 100장 이상) 이상의 영상에 대해 실험한다.

1. 구현과정 별 함수, 결과 화면 설명

구현에 필요한 라이브러리를 import 한다.
구글 코랩에서 실행 시 cv2의 imshow가 작동하지 않아 해당 함수를 따로 import 했다.

기준이 되는 이미지를 src1에 로드하고, img1에 그레이스케일로 저장한다.
이때 영상의 크기는 1200*900으로 지정해주었다.

SIFT 객체를 생성하고 img1의 특징점과 디스크립터를 추출한다.

검색할 영상들의 경로를 path에 지정하고, dataset 리스트에 .jpg로 끝나는 파일들을 저장한다.

반복문을 통해 dataset의 사진을 img2 변수에 1200*900 크기의 그레이스케일로 저장한 뒤 SIFT 객체를 이용해 특징점과 디스크립터를 계산한다.

참고자료

· 없음