2. opencv 활용사례

카메라앱의 필터

다 다른것 같지만, 기본적으로 다같은 효과의 필터를 opencv로 구현하고 있다고 보면 된다.
예를 들어, 3가지 blur효과를 적용한 결과이다.

객체인식

특히 글자나, 얼굴인식이 가장 연구가 활발하다.
객체인식의 성능을 높이기 위해서는, 단순히 opencv만이 아니라 사이킷런을 활용하여 많은 데이터를 학습시켜야 성능이 좋아진다고 한다.
숫자 인식은 opencv를 활용해서 객체인식할 수 있는 가장 기본적인 적이다.


얼굴인식의 예는 facebook이 대표적이라 할 수 있다.
얼굴뿐만 아니라 눈, 코, 입의 인식도 opencv 튜토리얼로 구현해볼 수 있다고 한다.
다만, 성별, 나이, 시간까지 구분하려면, 머신러닝과 딥러닝을 활용해야한다.

영상인식

이것 역시 opencv 튜토리얼로 금방 구현할 수 있는 영상인식의 예라고 한다.

투영변환

직접 구현해볼 것과 가장 유사한 아이디어인 스캔 앱이다.
물체의 테투리를 인식해서, 스캐너로 스캔한 것처럼 변환해주는 기술이다.
이를 컴퓨터비전 용어로는, 투영변환이라고 한다.

위의 그림과 같이 투영변환하려면, 최소4개의 꼭지점이 필요하고 찌그러진 사각형을 반듯하게 변환하는 과정이다.
그러기 위해서는, 문서의 외곽을 추출해야하므로, 문서의 색과 배경색이 명확하게 달라야한다.
그러므로, 스캔앱에서는 문서와 다른배경위에 문서를 올려놓으라고 배경이 뜬다.

투영변환의 응용

투영변환의 꼭지점을 4개가 아니라, 더 다양하게 응용하면, 얼굴을 갸름하게하고 몸매를 보정하고 할 수 있다.

머신러닝 알고리즘의 시각화

머신러닝의 결과를 시각화하는데 쓰이기도 한다. 현재 알려진 머신러닝의 알고리즘은 대부분 opencv가 지원한다고 한다.