sanhee16/ml_project

machine learning / CNN / openCV

ML_project

machine learning / CNN / openCV

목표

기존 자신의 앨범에서의 그림과 작품(명화 혹은 자신이 원하는 이미지)을 합성해주는 것이 다. 단순히 사진끼리 합성하는 것이 아니라, 전체를 합성하거나 원하는 부분을 합성하거나를 선택할 수 있다. 또한, 사진을 편집할 수가 있어서 명도와 채도를 원하는 수치를 입력하여 변경할 수 있다. 따라서, 사진을 합성, 편집을 통해 사용자가 원하는 예술작품 형태의 기호를 맞추어 준다.

제공

1. 명화와 이미지의 합성
2. 이미지의 객체를 추출해서 객체를 제외한 이미지 합성
3. 이미지의 RGB를 분석해서 가장 많이 사용되는 RGB제공(상위 5개/비율 포함)
4. 이미지의 명도 / 채도 변환(-100 ~ 100)

CODE

1. index.html

• 사용자가 이미지 선택후 서버에 이미지 업로드 : upload_image.js , upload_image.php
• 사용자가 이미지의 RGB의 평균을 알고 싶을 때 : RGB.py
• 이미지 선택 후 합성(다음 단계) : process_create.py

2. process_create.py

• 사용자 이미지에서 객체 추출하기(create object 버튼 클릭)
• 객체 추출한 것 화면에 띄우기 : makeobject.js -> show_ob.py
• 객체 추출 안함 (건너뛰기) : enter_number2.py
• 추출하고 싶은 객체 입력 : enter_number.py

2-1. show_ob.py

• 객체 추출, 추출한 객체마다 이미지를 다르게 하고 배경을 검은색으로 한 후 ret0 ~ ret(객체수-1) 의 이름으로 jpg생성

3-1. enter_number.py

• 선택된 객체를 제외한 이미지와 명화 합성

3-2. enter_number2.py

• 객체 선택없이 이미지와 명화 합성

4. enter_number2.py / enter_number2.py

• 명도와 채도 변경 : ChromaBrightTest.py
• 명도 채도 변경없이 건너뛰기 : ChromaBrightSkip.py

5. ChromaBrightTest.py / ChromaBrightSkip.py

• 명도 채도 작업 후 최종이미지, 저장

참고

separated_files와 image_edit 에 더 정확한 python코드가 있습니다. report directory의 (사용자 가이드 / 개발자 가이드)에 이미지와 설명이 나와 있습니다.