이전에는 마우스 이벤트를 활용하여 markers 영상을 만들고 이를 기반으로 watershed 알고리즘을 수행하는 방법을 알아보았습니다. https://m.blog.naver.com/dorergiverny/223099559423 [OpenCV][C++] 워터쉐드 (watershed) 알고리즘 기반 영상 분할(image segmentation) 총정리 (1) 이번에는 영상 분할의 기초 방법인 워터쉐드 알고리즘에 대해 간단히 알아 본 후 영상 분할 실습을 해 보도... blog.naver.com 이번에는 영상 분할을 좀 더 응용해서 markers 영상을 직접 만들어보고 watershed segmentation을 수행하는 방법을 알아보겠습니다. 이번에는 거리변환(distance Transform) 함수에 대해 알아볼텐데요.
거리 변환이라고 불리는 distanceTransform은 이진화 영상에서 픽셀값이 0인 배경으로부터의 거리를 나타냅니다. 즉 배경으로부터 멀리 떨어져있을수록 높은 픽셀...
![[OpenCV][C++] 영상 분할 (image segmentation) 총정리(2) - 워터쉐드 (watershed) 알고리즘, cv::distanceTransform](https://mblogthumb-phinf.pstatic.net/MjAyMzA1MTNfNDAg/MDAxNjgzOTg5MzIxMTIx.yg5GhekwO7JaOIstlo4n1zAAzZNJjMsBThT_YuvMGd8g.vUbuGc1YhRuFc7KOiJTQ6ju_5MPCs5rS0btxAcPwV64g.PNG.ljk3815/image.png?type=w2)
#
convertTo
#
mantattan
#
normalize
#
opencv
#
segmentation
#
setto
#
threshold
#
transform
#
watershed
#
거리변환
#
맨하탄거리
#
영상분할
#
워터쉐드
#
이진화
#
L2거리
#
L2norm
#
CV_32F
#
CV_8U
#
dilate
#
DIST_L1
#
DIST_L2
#
DIST_MASK_PRECISE
#
distance
#
distanceeuclidean
#
distancetransform
#
image
#
inrange
#
L1norm
#
L1거리
#
정규화
원문 링크 : [OpenCV][C++] 영상 분할 (image segmentation) 총정리(2) - 워터쉐드 (watershed) 알고리즘, cv::distanceTransform
![[OpenCV][C++] 영상에서 얼굴 검출 총정리 (1) - 캐스케이드 분류기 adaboost face detection haar like feature](https://mblogthumb-phinf.pstatic.net/MjAyMzA2MjZfMTYx/MDAxNjg3Nzg4NzUwNjc4.muuoj98xVGU73pQ8JjTWU2puD4mzpT0rj3HEpAiGhWAg.rKRhNzTHNNDkVgMbHuy_fBq7Ni3q9lchY2CAJYXhTeog.PNG.ljk3815/image.png?type=w2)
![[Python][Project] 파이썬 숫자 맞추기 게임 - random number numpy 난수 생성 up down uniform choice randint](https://mblogthumb-phinf.pstatic.net/MjAyMzA3MjlfMTIz/MDAxNjkwNTk3NjgwMDIy.mTp-I0gBmqcgJy-HvV2X-j8l2RAbeY2EQLbir7-k6-Ag.s1S3ViUuwRbXdEubLcBd5mPYVicy2sYWxtZyDFsuJR4g.PNG.ljk3815/image.png?type=w2)
![[Python][Project] 텍스트를 음성으로 변환하기 - gtts pip install 오류 환경설정 인식되지 않습니다. __file__ playsound](https://mblogthumb-phinf.pstatic.net/MjAyMzA4MDlfNDQg/MDAxNjkxNTgxNjAxMjU2.Mx8_GOo7REO9tP6uMvLhlZ_vMTlOq3a_Qq7t8LP7Rzgg.UFhW-anFSQuxl87Eg1OrRPBbltFVRS5WS3hg-aJ4gkIg.PNG.ljk3815/image.png?type=w2)
![[머신러닝/딥러닝] 9. 머신러닝 실습하기 - K-means clustering K-평균 군집화 클러스터링 알고리즘 kmeans 방법 K-평균++ compactness 응집도](https://mblogthumb-phinf.pstatic.net/MjAyMzA5MzBfMTE3/MDAxNjk2MDc0NDUyODQ2.guFfa1NDMjKAV550yAA8X1JzYPh_ZJsr3fQizSBfHI4g.XbOgVDwn27c-i4_VNAGgJODvBObP3YBe-8V71AIXcFYg.PNG.ljk3815/image.png?type=w2)
![[머신러닝/딥러닝] 20. 딥러닝 알아가기 - 정보량 엔트로피 크로스 엔트로피 cross entropy 확률 불확실성 one hot encoding softmax MSE 최소제곱법](https://mblogthumb-phinf.pstatic.net/MjAyMzExMjNfNTAg/MDAxNzAwNjY1NjM3Nzkz.6qj4mATJz4Ywmol1TTVB4kYt-KKaYPZYSHzLuqMvVFsg.MeSAJICcIghsdXDT1HNlxBCnyBEergC83MAXVvs6a4cg.PNG.ljk3815/image.png?type=w2)
