머신러닝 및 딥러닝 기술의 발전으로 AI 모델을 사용하는 것이 점점 더 일상화되어가고 있다. 이러한 인공지능 모델을 사용하려면 복잡한 모델 설계와 구현 작업을 거쳐야 하는 것이 일반적이다. 그러나 최근에는 Hugging Face와 같은 라이브러리들이 출시되면서 누구나 쉽게 인공지능 모델을 사용할 수 있게 되었다. 이번 포스팅에서는 python으로 AI 모델을 사용하는 방법과 Hugging Face를 활용하여 쉽게 pre-trained 모델을 사용하는 방법을 알아보자.
Binarization이란 이미지를 이진화(Binarization)하여 밝기 값이 특정 임계값 이상인 픽셀을 흰색(255)으로, 이하인 픽셀을 검은색(0)으로 변환하는 과정이다. Computer Vision 분야에서 Binarization은 가장 기본적이면서도 제일 중요한 task 중 하나이다. 이진화는 이미지에서 필요한 정보를 추출하고, 이미지 처리 및 분석에 유용한 다양한 알고리즘을 적용하는 데 매우 중요하다. 이번 포스팅에서는 opencv에서 제공하는 binarization 방법들에 대해 설명하고, 어떤 상황에서 어떤 binarization 기법을 사용하는 것이 효율적일지에 대해 설명하고자 한다.
영상인식 알고리즘을 개발하는 사람이라면 RGB, Gray, HSV, YCbCr 색상 모델에 대해서는 많이 들어보고 사용해봤을 것이다. 이미지를 위와 같은 색상 모델로 변환하여 전처리하는 작업은 우리가 원하는 RoI(Region of Interest)를 얻는데, 굉장히 중요한 첫번째 일이다.
This blog is designed to study computer vision-related fields. I would like to inform and share what I have learned, experienced, and what I will study in the future through this blog. So I hope that my knowledge and experience can be useful to those who need it.