ProgrammingPython

[OpenCV-Python Tutorials 01] OpenCV-Python Tutorials 소개

, ,

[OpenCV-Python Tutorials 01] OpenCV-Python Tutorials 소개

모든 파일은 Github에서 확인 할 수 있습니다.

OpenCV

OpenCV

OpenCV는 1999년 Gary Bradsky에 의해 인텔에서 시작되었으며 첫번째 릴리스는 2000년에 나왔습니다.

Vadim Pisarevsky는 Intel의 러시아 소프트웨어 OpenCV 팀을 관리하기 위해 Gary Bradsky에 합류했습니다.

2005년, OpenCV는 2005 DARPA 그랜드 챌린지에서 우승 한 차량인 Stanley에 사용되었습니다.

다르파 그랜드 챌린지(The DARPA Grand Challenge)는 미 국방성 최고위 연구기관인 국방고등기획국(Defense Advanced Research Projects Agency, DARPA, 다르파)이 후원하는 무인 자동차 경주 대회다.

나중에 Gary Bradsky와 Vadim Pisarevsky가 프로젝트를 이끌면서 Willow Garage의 지원하에 적극적으로 발전했습니다.

현재 OpenCV는 컴퓨터 비전 및 기계 학습과 관련된 많은 알고리즘을 지원하며 날마다 확장되고 있습니다.

현재 OpenCV는 C++, Python, Java 등 다양한 프로그래밍 언어를 지원하며 Windows, Linux, OS X, Android, iOS 등 다양한 플랫폼에서 사용할 수 있습니다.

또한 CUDA 및 OpenCL을 기반으로 한 인터페이스도 고속 GPU 작동을 위해 활발히 개발 중입니다.

CUDA (“Compute Unified Device Architecture”, 쿠다)는 그래픽 처리 장치(GPU)에서 수행하는 (병렬 처리) 알고리즘을 C 프로그래밍 언어를 비롯한 산업 표준 언어를 사용하여 작성할 수 있도록 하는 GPGPU 기술이다.

CUDA

OpenCV-Python은 OpenCV의 Python API입니다. OpenCV C++ API와 Python 언어의 최상의 특성을 결합합니다.

OpenCV-Python

python

Python은 Guido van Rossum에 의해 시작된 범용 프로그래밍 언어입니다. 이 언어는 단순성과 코드 가독성으로 인해 단기간에 큰 인기를 끌게 되었습니다.

Python을 사용하면 프로그래머는 가독성을 떨어 뜨리지 않으면서 적은 수의 코드 행으로 자신의 아이디어를 표현할 수 있습니다.

C/C와 같은 다른 언어와 비교할 때 Python은 속도가 느립니다. 그러나 파이썬의 또 다른 중요한 특징은 C/C로 쉽게 확장 할 수 있다는 것입니다.

이 기능은 C/C++에서 계산 집약적인 코드를 작성하고 파이썬 래퍼를 작성하여 이러한 래퍼를 파이썬 모듈로 사용할 수 있게 도와줍니다.

이것은 두 가지 이점을 제공합니다.

  • 첫번째, 우리의 코드는 원래의 C/C++ 코드만큼 빠르며 (실제 C++ 코드가 백그라운드에서 작동하기 때문에)
  • 두번째, Python으로 코딩하는 것이 매우 쉽습니다.

이것은 OpenCV-Python이 작동하는 방식으로 원래의 C++ 구현을 둘러싼 파이썬 wrapper입니다.

그리고 Numpy의 지원으로 작업이 더 쉬워졌습니다. Numpy는 수치 연산을 위해 최적화된 라이브러리입니다. Numpy는 MATLAB 스타일의 구문을 제공합니다. 모든 OpenCV 배열 구조는 Numpy 배열로 변환됩니다.

Numpy에서 할 수 있는 어떤 작업도 OpenCV와 결합하여 당신의 무기고의 무기 개수를 늘릴 수 있습니다. 그 외에도 Numpy를 지원하는 SciPy, Matplotlib과 같은 여러 라이브러리와 함께 사용할 수 있습니다.

따라서 OpenCV-Python은 컴퓨터 비전 문제의 신속한 프로토타이핑을 위한 적절한 도구입니다.

프로토타입은 '정보시스템의 미완성 버전 또는 중요한 기능들이 포함되어 있는 시스템의 초기모델’이다.

OpenCV-Python Tutorials

OpenCV는 OpenCV-Python에서 사용할 수 있는 다양한 기능을 안내하는 새로운 자습서 세트를 소개합니다. 이 가이드는 주로 OpenCV 3.x 버전에 초점을 맞추고 있습니다. (대부분의 자습서는 OpenCV 2.x에서도 작동합니다.)

Python과 Numpy에 대한 사전 지식은 안내서에서 다루지 않기 때문에 시작하기 전에 필요합니다. 특히, OpenCV-Python에서 최적화된 코드를 작성하기 위해서 Numpy에 대한 좋은 지식이 필요합니다.

이 자습서는 Alexander Mordvintsev의 지도하에 2013년 Google Summer of Code 프로그램의 일환으로 Abid Rahman K가 시작했습니다.

OpenCV Needs You !!!

OpenCV는 오픈 소스 이니셔티브이기 때문에 이 라이브러리에 기여할 수 있습니다. 그리고 이 튜토리얼에서도 마찬가지입니다.

오픈 소스 이니셔티브(Open Source Initiative, 줄여서 OSI)는 오픈 소스 소프트웨어 사용을 장려하기 위하여 만들어진 단체이다.

따라서 이 튜토리얼에서 실수를 발견하면 (작은 맞춤법 오류, 코드, 개념의 큰 오류 등 어떤 것이든) 자유롭게 수정하십시오.

오픈 소스 프로젝트에 기여하기 시작하는 사람들에게는 좋은 일이 될 것입니다.

Github

OpenCV를 Github에서 fork 하고 필요한 부분을 수정하고 OpenCV에 pull request 를 보내면 됩니다.

OpenCV 개발자는 pull request 요청을 확인하고 중요한 피드백을 주며 검토자 승인을 통과하면 OpenCV에 병합됩니다.

그러면 당신은 오픈 소스 기여자가 됩니다. 다른 튜토리얼, 문서 등의 경우에서도 마찬가지 입니다

OpenCV-Python에 새로운 모듈이 추가됨에 따라 이 튜토리얼은 확장되어야 합니다. 그래서 특정 알고리즘을 아는 사람들은 알고리즘의 기본 이론과 알고리즘의 기본 사용법을 보여주는 코드를 포함하는 튜토리얼을 작성하여 OpenCV에 제출할 수 있습니다.

우리는 함께 이 프로젝트를 성공적으로 만들 수 있다는 것을 잊지 마십시오!!!

Contributors

다음은 OpenCV-Python에 자습서를 제출한 기고자 목록입니다.

  • Alexander Mordvintsev (GSoC-2013 mentor)
  • Abid Rahman K. (GSoC-2013 intern)

설치

Anaconda를 설치합니다.
파이썬 라이브러리 모음 사이트에서 opencv를 찾아 설치합니다.

1
2
3
4
5
> D:\8.Download>pip install "opencv_python-3.2.0+contrib-cp36-cp36m-win_amd64.whl"

Processing d:\8.download\opencv_python-3.2.0+contrib-cp36-cp36m-win_amd64.whl
Installing collected packages: opencv-python
Successfully installed opencv-python-3.2.0+contrib

Additional Resources

출처

공유하기