색 있는 이미지 분류하기2 앞서 분류해놓은 이미지 데이터를 통해서 각 이미지의 카테고리를 판단해보는 프로그램을 만들어 보겠습니다. from keras.models import Sequential from keras.layers import Dropout, Activation, Dense from keras.layers import Flatten, Convolution2D, MaxPooling2D import h5py, os import numpy as np import cv2 categories = ["chair", "ant", "airplanes", "barrel", "bass", "crab", "camera", "butterfly", "elephant", "flamingo"] nb_classes = ..

[keras] 색상있는 이미지 분류하기 앞선 시간에서 다운 받은 categories101 이미지를 이용하여 사진의 카테고리를 분류 시켜보겠다. 데이터의 카테고리가 101개 카테고리 속에 60개가 넘는 데이터가 있다, 많은 양의 데이터를 사용하기는 부담스러우니깐 몇개의 카테고리 만으로 테스트를 해보겠다. 우선은 이 카테고리의 데이터를 바로 머신러닝에 사용할 수 있는 데이터 형태로 바꾸어 보면서 keras에 쓰인 함수가 무슨의미가 있는지 알아보겠다. 머신러닝용 데이터 만들기 import os, re, glob import cv2 import numpy as np from sklearn.model_selection import train_test_split imagePath = '../images/101' c..

anaconda로 tensorflow-gpu 사용하기 환경 설정 필자가 도커로 매일매일을 오타와 자동완성 없이 싸워오다가 docker의 용량이 19gb나 되어버려서 c의 용량이 너무 부족했었다. 이미지가 너무 컸나보다.... 그래서 다른방법을 찾는 중 윈도우에서 아나콘다를 사용해서 텐서플로우를 사용하는 방법을 찾았다. 그래서 오늘은 윈도우에서 tensorflow-gpu를 사용해보고 pycharm에 적용 시켜보겠다. 1. anaconda3 설치 우선은 아나콘다 다운로드 사이트에 들어가서 아나콘다를 다운받는다. 2. cuda와 cudnn설치 1. cuda 9.0 설치 https://developer.nvidia.com/cuda-toolkit-archive 사이트로 이동해서 우선 base를 다운 받은 후 설치..

색공간 변경하기, 추적하기 색공간 변경하기 이번에는 BGR을 Gray, BGR을 HSV로 변경시켜 보겠다. hsv란 BGR은 파란색, 초록색, 빨간색의 강도에 따라 색을 정하는 반면 HSV는 색상(Hue), 채도(Saturation), 명도(Value)의 조합으로 색이 정해진다. 참고 이미지 예제 코드 import cv2 import numpy as np blue = np.uint8([[[255, 0, 0]]]) green = np.uint8([[[0, 255, 0]]]) red = np.uint8([[[0, 0, 255]]]) HSV_R = cv2.cvtColor(red, cv2.COLOR_BGR2HSV) HSV_G = cv2.cvtColor(green, cv2.COLOR_BGR2HSV) HSV_B =..

이미지 연산처리를 통해 합성하기 1 단순히 더해보기 우선 이기능을 실행 시키기 위해선 두 이미지의 크기가 동일해야한다. 만약 +를 이용해서 더했을 때는 255가 넘어가면 256을 나눈 값으로 대체한다. 하지만 cv2.add(src1, src2)를 사용할때 에는 255보다 크면 그냥 255로 값을 정한다. 예제 코드 import cv2 import numpy ironMan = cv2.imread('images/ironMan.PNG') thor = cv2.imread('images/thor.jpg') thor = cv2.resize(thor, None, fx=702/thor.shape[1], fy=400/thor.shape[0]) #둘의 이미지크기를 같게 만들어줌 plusImg = ironMan+thor a..

이미지 비슷한 정도 비교하기 이번강의에서는 두개의 이미지를 비교하여 얼마나 비슷한지 html코드로 나타내는 기능을 만들어 보겠다. 우선 이사이트에 들어가서 이미지를 다운받길 바랍니다. 이미지 다운받기 import cv2 import numpy as np import os, re search_dir = "../images/101" cache_dir = "../images/cache_avash" if not os.path.exists(cache_dir): os.mkdir(cache_dir) def average_hash(fname): fname2 = fname[len(search_dir):] # ../images/101이 다음값 부터를 fname2에 넣는다. ex)/chair/image_0016.jpg" c..