본문 바로가기
[ C++ ]

[ openCV | C++ ] ( 0 / 6 ) 차선검출. 이미지 전 처리. 파이프 라인.

by fwanggus 2021. 6. 1.

차선 검출을 위한 이미지 전 처리해보기 🛣

 


 

  1. 왜곡 제거(카메라 보정)👍
  2. Perspective Transform(원본 이미지 ⏩  2D)
  3. Color Filtering(HLS, LAB color space)
  4. 픽셀 값 정규화(feat. 최대값) 및 이미지 픽셀(HLS 1개, LAB 1개)  합치기.
  5. Window Search
  6. Show Detected Lines and Info.

이 글은 컴퓨터 비전을 이용한 차선 검출 기능을 구현하기 위해, 선행되는 이미지 전 처리 작업을 공부하고 리뷰하는 글입니다. 레퍼런스로 사용한 글은 아래와 같습니다. 아래 글은 파이썬(주피터 노트북 환경, 스크립트 형태 모두 있음)으로 구성되어 있으며, C/C++을 사용하여 전체 내용을 재구성(구현)해보았습니다. 

 

👨🏻‍💻 레퍼런스 : Advanced Lane Finding

( Udacity  강의와 연결된 깃헙 리포지토리 )

 

snandasena/advanced-lane-finding

Udacity Self-Driving Car Engineer. . Contribute to snandasena/advanced-lane-finding development by creating an account on GitHub.

github.com

 

🧐  파이프 라인 구현 후 느낀 전체적인 소감.

 

먼저 매트릭스에 대한 지식과 스킬이 많이 늘어난 것 같습니다. 그리고 레퍼런스의 코드를 단순히 따라서 작성하고 코드가 움직이는 원리는 확인하는 것도 중요합니다. 다만, 그것을 이해하고 본인의 것으로 만드는 것이 무엇보다 중요하다고 느끼고 있습니다. 이 과정을 구현해보면서 소위 삽질을 수도 없이 많이 한 것 같습니다. 필요하다고 생각합니다. 물론 저의 부족한 실력 덕일 수도 있습니다. 🤟 

  하지만 파이썬으로 작성된 코드를 보고 C/C++로 작성 하는 부분에서 어렵다고 느낀 부분이 곳곳에 있었습니다. 파이썬은 C/C++ 보다는 간편한 언어이고, 주피터 노트북 환경에서 사용할 수 있는 부분은 무시할 수 없는 장점인 것 같았습니다. 어찌댓든, 여러분도 직접 작성하고, 생각하고, 고쳐보고 해보셨으면 좋겠습니다. 매우 재밌을 겁니다. 화이팅.

반응형