OpenCV 개요와 설치
14 Nov 2022 | OpenCV
해당 게시물은 파이썬으로 만드는 OpenCV 프로젝트(이세우 저) 를 바탕으로 작성되었습니다.
영상 처리와 컴퓨터 비전
영상 처리
영상 처리(image processing)는 카메라로 찍은 사진 또는 영상에 여러 가지 연산을 가해서 원하는 결과를 새롭게 얻어내는 과정입니다. 대부분 영상 처리의 목적은 더 좋은 품질의 영상을 얻으려는 것입니다. 몇 가지 예를 들면 다음과 같습니다.
- 영상(화질) 개선: 사진이나 동영상이 너무 어둡거나 밝아서 화질을 개선하는 과정
- 영상 복원: 오래되어 빛바랜 옛날 사진이나 영상을 현대적인 품질로 복원하는 과정
- 영상 분할: 사진이나 영상에서 원하는 부분만 오려내는 과정
컴퓨터 비전
컴퓨터 비전은 영상 처리 개념을 포함하는 좀 더 큰 포괄적인 의미입니다. 영상 처리가 원본 영상을 사용자가 원하는 새로운 영상으로 바꿔 주는 기술이라면 컴퓨터 비전은 영상에서 의미 있는 정보를 추출해 주는 기술을 말합니다. 예를 들면 다음과 같습니다.
- 객체 검출(object detection): 영상 속에 원하는 대상이 어디에 있는지 검출
- 객체 추적(object tracking): 영상 속 관심 있는 피사체가 어디로 움직이는지 추적
- 객체 인식(object recognition): 영상 속 피사체가 무엇인지 인식.
일반적으로 컴퓨터 비전 작업은 입력받은 원본 영상을 영상 처리하여 원하는 품질의 결과 영상을 얻어낸 다음, 컴퓨터 비전으로 원하는 정보를 얻어내는 과정이 반복적으로 일어납니다.
OpenCV
OpenCV 개요
OpenCV는 오픈 소스 컴퓨터 비전 라이브러리(Open Source Computer Vision Library)를 줄여 쓴 말로, OpenCV는 영상 처리와 컴퓨터 비전 프로그래밍 분야의 가장 대표적인 라이브러리입니다.
OpenCV는 사진 혹은 영상을 처리해주는 포토샵 기능을 프로그래밍 언어로 구현할 수 있게 해주는 라이브러리라고 생각해도 크게 틀리지 않습니다.
OpenCV의 공식 웹사이트와 문서는 다음과 같습니다.
- https://opencv.org/
- https://docs.opencv.org/4.x/index.html
OpenCV의 소스 코드 저장소는 다음과 같이 2개로 나뉩니다.
- 메인 저장소 : https://github.com/opencv/opencv
- 엑스트라(extra) 저장소 : https://github.com/opencv/opencv_contrib
메인 저장소에서는 OpenCV 공식 배포에 사용하는 코드를 관리합니다. 엑스트라 저장소는 컨트리브(contrib) 저장소라고도 하는데, 아직 알고리즘이나 구현의 성숙도가 떨어지거나 대중화되지 않은 내용을 포함하고 있으며, 향후 완성도가 높아지면 메인 저장소로 옮겨집니다.
M1 Mac에서 OpenCV 설치
M1 Mac에서 OpenCV 설치를 진행해보겠습니다. OpenCV 학습을 위하여 다음과 같이 개발환경을 세팅했습니다.
Python 3.6
Numpy 1.14
OpenCV-Python 3.4.1, 엑스트라(contrib) 포함
Matplotlib 2.2.2
1. Anaconda 설치
효율적으로 가상환경을 관리하기위해 anaconda를 먼저 설치하겠습니다. 다음과 같이 anaconda 홈페이지에 들어가서 자신의 운영체제에 맞는 Installer를 다운받아 설치하는 방법이 있습니다.
- https://www.anaconda.com/products/distribution
하지만 여기에서는 homebrew로 conda를 설치하겠습니다.
brew install anaconda
터미널에서 아래의 명령어를 입력하여 제대로 설치되었는지 확인합니다.
conda
만약 zsh: command not found: conda 라는 에러가 발생할 경우, 설치경로를 찾아 conda init zsh를 입력 후 쉘을 재시작하면 됩니다.
/opt/homebrew/anaconda3/bin/conda init zsh
이후 다음과 같이 나오면 anaconda 설치완료입니다.
> conda -V
conda 22.9.0
또한 conda 설치시 기본 파이썬 버전이 3.9로 바뀌고, conda base 환경을 쓰게 됩니다. 이 점 주의해주세요.
> python --version
Python 3.9.13
2. 가상환경 만들기
우선, 파이썬 3.6 버전을 갖는 가상 환경을 만들어줍니다.
# Anaconda 환경에서 가상환경 만들기
conda create -n opencv python=3.6
파이썬 3.6 버전이 설치된 opencv라는 이름의 가상 환경이 만들어졌습니다. 이렇게 만든 가상 환경을 아래와 같이 실행해 줍니다.
# 가상환경 실행
conda activate opencv
가상 환경 안에 원하는 버전의 모듈을 설치합니다.
# numpy 1.14 버전 설치
pip3 install numpy==1.14.0
# 엑스트라(contrib)를 포함한 OpenCV-Python 모듈 3.4.1 설치
pip3 install opencv-contrib-python==3.4.1.15
# matplotlib 2.2.2 버전 설치
pip3 install matplotlib==2.2.2
이제, prompt 창에서 python을 실행시킨 뒤 아래와 같이 입력하면 각 모듈별 버전이 뜰 겁니다. 다른 버전이 뜨면 설치가 잘못되었거나 가상 환경 세팅이 잘못된 겁니다.
>>> import numpy
>>> numpy.__version__
'1.14.0'
>>> import cv2
>>> cv2.__version__
'3.4.1'
>>> import matplotlib
>>> matplotlib.__version__
'2.2.2'
이상으로 OpenCV의 개요와 설치 방법에 대해 알아봤습니다.
해당 게시물은 파이썬으로 만드는 OpenCV 프로젝트(이세우 저) 를 바탕으로 작성되었습니다.
영상 처리와 컴퓨터 비전
영상 처리
영상 처리(image processing)는 카메라로 찍은 사진 또는 영상에 여러 가지 연산을 가해서 원하는 결과를 새롭게 얻어내는 과정입니다. 대부분 영상 처리의 목적은 더 좋은 품질의 영상을 얻으려는 것입니다. 몇 가지 예를 들면 다음과 같습니다.
- 영상(화질) 개선: 사진이나 동영상이 너무 어둡거나 밝아서 화질을 개선하는 과정
- 영상 복원: 오래되어 빛바랜 옛날 사진이나 영상을 현대적인 품질로 복원하는 과정
- 영상 분할: 사진이나 영상에서 원하는 부분만 오려내는 과정
컴퓨터 비전
컴퓨터 비전은 영상 처리 개념을 포함하는 좀 더 큰 포괄적인 의미입니다. 영상 처리가 원본 영상을 사용자가 원하는 새로운 영상으로 바꿔 주는 기술이라면 컴퓨터 비전은 영상에서 의미 있는 정보를 추출해 주는 기술을 말합니다. 예를 들면 다음과 같습니다.
- 객체 검출(object detection): 영상 속에 원하는 대상이 어디에 있는지 검출
- 객체 추적(object tracking): 영상 속 관심 있는 피사체가 어디로 움직이는지 추적
- 객체 인식(object recognition): 영상 속 피사체가 무엇인지 인식.
일반적으로 컴퓨터 비전 작업은 입력받은 원본 영상을 영상 처리하여 원하는 품질의 결과 영상을 얻어낸 다음, 컴퓨터 비전으로 원하는 정보를 얻어내는 과정이 반복적으로 일어납니다.
OpenCV
OpenCV 개요
OpenCV는 오픈 소스 컴퓨터 비전 라이브러리(Open Source Computer Vision Library)를 줄여 쓴 말로, OpenCV는 영상 처리와 컴퓨터 비전 프로그래밍 분야의 가장 대표적인 라이브러리입니다.
OpenCV는 사진 혹은 영상을 처리해주는 포토샵 기능을 프로그래밍 언어로 구현할 수 있게 해주는 라이브러리라고 생각해도 크게 틀리지 않습니다.
OpenCV의 공식 웹사이트와 문서는 다음과 같습니다.
- https://opencv.org/
- https://docs.opencv.org/4.x/index.html
OpenCV의 소스 코드 저장소는 다음과 같이 2개로 나뉩니다.
- 메인 저장소 : https://github.com/opencv/opencv
- 엑스트라(extra) 저장소 : https://github.com/opencv/opencv_contrib
메인 저장소에서는 OpenCV 공식 배포에 사용하는 코드를 관리합니다. 엑스트라 저장소는 컨트리브(contrib) 저장소라고도 하는데, 아직 알고리즘이나 구현의 성숙도가 떨어지거나 대중화되지 않은 내용을 포함하고 있으며, 향후 완성도가 높아지면 메인 저장소로 옮겨집니다.
M1 Mac에서 OpenCV 설치
M1 Mac에서 OpenCV 설치를 진행해보겠습니다. OpenCV 학습을 위하여 다음과 같이 개발환경을 세팅했습니다.
Python 3.6
Numpy 1.14
OpenCV-Python 3.4.1, 엑스트라(contrib) 포함
Matplotlib 2.2.2
1. Anaconda 설치
효율적으로 가상환경을 관리하기위해 anaconda를 먼저 설치하겠습니다. 다음과 같이 anaconda 홈페이지에 들어가서 자신의 운영체제에 맞는 Installer를 다운받아 설치하는 방법이 있습니다.
- https://www.anaconda.com/products/distribution
하지만 여기에서는 homebrew로 conda를 설치하겠습니다.
brew install anaconda
터미널에서 아래의 명령어를 입력하여 제대로 설치되었는지 확인합니다.
conda
만약 zsh: command not found: conda 라는 에러가 발생할 경우, 설치경로를 찾아 conda init zsh를 입력 후 쉘을 재시작하면 됩니다.
/opt/homebrew/anaconda3/bin/conda init zsh
이후 다음과 같이 나오면 anaconda 설치완료입니다.
> conda -V
conda 22.9.0
또한 conda 설치시 기본 파이썬 버전이 3.9로 바뀌고, conda base 환경을 쓰게 됩니다. 이 점 주의해주세요.
> python --version
Python 3.9.13
2. 가상환경 만들기
우선, 파이썬 3.6 버전을 갖는 가상 환경을 만들어줍니다.
# Anaconda 환경에서 가상환경 만들기
conda create -n opencv python=3.6
파이썬 3.6 버전이 설치된 opencv라는 이름의 가상 환경이 만들어졌습니다. 이렇게 만든 가상 환경을 아래와 같이 실행해 줍니다.
# 가상환경 실행
conda activate opencv
가상 환경 안에 원하는 버전의 모듈을 설치합니다.
# numpy 1.14 버전 설치
pip3 install numpy==1.14.0
# 엑스트라(contrib)를 포함한 OpenCV-Python 모듈 3.4.1 설치
pip3 install opencv-contrib-python==3.4.1.15
# matplotlib 2.2.2 버전 설치
pip3 install matplotlib==2.2.2
이제, prompt 창에서 python을 실행시킨 뒤 아래와 같이 입력하면 각 모듈별 버전이 뜰 겁니다. 다른 버전이 뜨면 설치가 잘못되었거나 가상 환경 세팅이 잘못된 겁니다.
>>> import numpy
>>> numpy.__version__
'1.14.0'
>>> import cv2
>>> cv2.__version__
'3.4.1'
>>> import matplotlib
>>> matplotlib.__version__
'2.2.2'
이상으로 OpenCV의 개요와 설치 방법에 대해 알아봤습니다.