안녕하세요. 이번 포스팅에서는 요즘 연구/산업계에서 모두 화두가 되고 있는 딥러닝 테크놀로지를 구현하는 방법에 대해 서술하고자합니다. 딥러닝 기술은 흔히 이야기하는 인공지능의 한 범주라고 생각할 수 있는데요, 이번 챕터에서는 딥러닝을 수행할 수 있도록 도와주는 도구인 텐서플로우(Tensorflow)와 아나콘다(Anaconda)를 설치하는 법부터 알아보려고 합니다! 텐서플로우는 파이썬, C++, 자바 등 다양한 언어에서 동작하도록 구현되어 있지만 편의상 파이썬 개발환경에서 가장 많이 이용하고 있습니다. 일반적인 파이썬 공식 사이트(LINK)에서 설치파일을 내려 받고 파이썬을 설치해도 되지만, 수학적 계산을 도와주는 다양한 라이브러리를 직접 설치해야하는 번거로움이 있습니다. 이러한 라이브러리들을 모아서 배포..
#include #include #include using namespace cv; int main() { IplImage *inputImg = cvLoadImage("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE); IplImage *edgeDetection1 = cvCreateImage(cvGetSize(inputImg), IPL_DEPTH_8U, 1); IplImage *edgeDetection2 = cvCreateImage(cvGetSize(inputImg), IPL_DEPTH_8U, 1); IplImage *edgeDetection3 = cvCreateImage(cvGetSize(inputImg), IPL_DEPTH_8U, 1); cvNamedWindow("InputImage",..
#include #include #include using namespace cv; int main() { Mat inputImg, resultImg; inputImg = imread("city.jpg", IMREAD_COLOR); CV_Assert(inputImg.depth() == CV_8U); resultImg.create(inputImg.size(), inputImg.type()); const int nChannels = inputImg.channels(); for (int j = 1; j < inputImg.rows - 1; ++j) { const uchar* prev = inputImg.ptr(j - 1); const uchar* curr = inputImg.ptr(j ); const ucha..
#include #include using namespace cv; int main() { cvNamedWindow("Origin", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter3", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter5", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter7", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter9", CV_WINDOW_AUTOSIZE); Mat inputImg; Mat filter3Img; Mat filter5Img; Mat filter7Img; Mat filter9Img; inputImg = imread("cat.png", CV_LOAD_IMA..
#include #include using namespace cv; int main() { cvNamedWindow("Origin", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter3", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter5", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter7", CV_WINDOW_AUTOSIZE); cvNamedWindow("Filter9", CV_WINDOW_AUTOSIZE); Mat inputImg; Mat filter3Img; Mat filter5Img; Mat filter7Img; Mat filter9Img; inputImg = imread("cat.png", CV_LOAD_IMA..
#include #include using namespace cv; int main() { Mat inputImg; inputImg = imread("cat.png", CV_LOAD_IMAGE_COLOR); resize(inputImg, inputImg, Size(), 0.3, 0.3, CV_INTER_AREA); Mat noise_image(inputImg.size(), CV_16SC3); double average = 0.0; double std = 30.0; randn(noise_image, Scalar::all(average), Scalar::all(std)); Mat temp_image; inputImg.convertTo(temp_image, CV_16SC3); addWeighted(temp_i..
