섹션2 1강 중, CvCapture 초기화 중 에러 발생.

안녕하세요. 윤대희입니다.NuGet 패키지가 제대로 설치가 되지 않아서 발생하는 문제일 수 있습니다.NuGet 패키지를 한 번 다시 설치해보세요.NuGet 패키지는 2개를 설치해야하는 설치와 1개만 설치해도 되는 패키지가 있습니다.또한, OS 플랫폼에 맞는 설치를 진행하셨는지도 확인 부탁드립니다.설치 이후, 디버그 버튼(▶)을 눌러 빌드를 진행해보세요.모두 맞게 설치했음에도 불구하고 동일한 오류가 발생한다면 크게 다음과 같은 문제일 수 있습니다.패키지 버전 문제(강의에 사용한 패키지 버전과 다름)패키지 누락 문제(설치시 모종의 이유로 인해 패키지가 누락됨)패키지가 누락된 경우,https://github.com/shimat/opencvsharp/releases/tag/2.4.10.20150820에 접속하여 직접 다운로드를 수행해주세요.https://luckygg.tistory.com/331 이 블로그 방식대로 dll을 직접 추가하고 빌드를 수행해보세요. 감사합니다. 윤대희 드림.

20강 threshold 질문이요.

안녕하세요. 윤대희입니다.threshold를 150은 설명을 위해 임의로 입력한 값으로 특별한 의미를 지니고 있지 않습니다.이진화 관련 설명은 인프런 AI 인턴이 설명해준 것처럼 이미지의 픽셀 값이 88을 기준으로 나뉘기 때문입니다.감사합니다.윤대희 드림.

동영상 실행이 안돼요

안녕하세요. 윤대희입니다.코드와 파일 경로가 모두 올바르다면, 폼과 이벤트가 연결되었는지 확인 부탁드립니다.

OpenCV에서 사용 가능한 이미지의 최대 크기

안녕하세요. Kim J님 윤대희입니다. 말씀하시는 크기가, 파일의 크기를 말씀하시는 걸로 이해가 됩니다. 사용하시는 버전이나 플랫폼에 따라 약간씩 다를 수 있으나, 2147483647 bytes를 제한으로 합니다. 용량 제한이 아니더라도, 최대 픽셀 개수에서 제한이 될 수 있습니다. 픽셀은 2^32개 까지 가능합니다. 600MB가 넘는 대용량 이미지도 사용은 가능합니다. 만약에 이미지가 아닌 동영상이라면 메모리 누수 문제가 발생할 수 있습니다. 파일의 크기가 큰 동영상의 경우, FFmpeg 라이브러리를 이용해서 불러오신 다음, CV처리를 하시길 권장 드립니다. 감사합니다.

차량 번호 인식 프로그램을 만들려면 제가 뭘 더 공부해야 되나요?

idenfrin님 안녕하세요. 윤대희입니다. 말씀하신 동영상의 내용을 구현하는 방법은 여러가지 방법이 있을 것 같습니다. 그 중 몇 가지를 공유해드리겠습니다. 첫 번째로는 인식의 개념이 아닌, OpenCV를 활용해 검출하는 방법입니다. 공유해주신 동영상에서는 자동차의 번호판의 이미지 패턴이 하얀색 네모 안에 검은색 글자 영역으로 구성되어 있습니다. 그러므로, 하얀색 사각형을 찾은 다음, 내부의 검은색 영역을 검출한다음 boundingBox로 생성하는 방법이 있을 수 있습니다. 이 방법은 비슷한 이미지 패턴이 반복되는 경우 단순하게 검출하는 방법입니다. 두 번째는 OpenCV ML 기능을 활용해 검출하는 방법입니다. SVM, ORB, BRIEF 등의 함수를 활용해 글자나 글자 모양을 학습시키고 검출하는 방법입니다. 현재 인프런 강의에서는 제공되지는 않지만, OpenCV 함수에서 지원되는 기능이므로 OpenCV Docs나 https://076923.github.io/posts/Python-opencv-38/ 를 비롯해 오픈소스 등을 참고해보시면 쉽게 구현하실 수 있습니다. 세 번째는 PyTorch나 Tensorflow 등 딥 러닝을 통해 구현하는 방법입니다. 데이터 세트를 구축하신 다음, 모델링을 통해 OCR 모델을 구현하시면 됩니다. 또는 사전에 구현되어 있는 모델을 적용하시면 됩니다. 네 번째는 Tesseract-OCR을 활용하는 방법입니다. https://076923.github.io/posts/C-tesseract-1/ C#에서는 다음과 같이 설치하셔서 테스트해보실 수 있습니다. 마지막으로 API를 통해 OCR 기능을 구매하여 사용하시는 방법이 있습니다. 대표적으로 Google Vision API OCR이나 CLOVA OCR이 있습니다. 현재 가장 권장드리는 방법은 Tesseract-OCR를 활용하여 텍스트를 추출하시는 것을 권유드립니다. 감사합니다. 윤대희 드림.