Wolfram이미지 계산WOLFRAM 언어의
핵심 부분

이미지 처리, 분석 및 계산
초보자부터 전문가까지 널리 이용할 수 있는 Wolfram 이미지는 고도로 자동화된 기계 학습, 통계학, 시각화 등에 견고하게 통합되어, 종합적이고 효율적인 이미지 처리, 인식 및 분석에 사용할 수 있는 함수 세트를 제공합니다.
물체 감지 및 인식
SSD, YOLO 등의 방법을 사용하여 이미지에 포함된 인물, 얼굴, 텍스트, 동물 등의 물체를 찾아 인식합니다. 그 결과를 사용하여 이미지에 대해 설명하고, 비슷한 물체의 수를 세거나, 동영상의 동작 해석을 할 수 있습니다. 자율주행부터 보안 시스템, 의료계 응용까지, 어떠한 분야에도 적용할 수 있습니다.

이미지 분류
사전에 훈련된 신경망을 사용하여 이미지를 분류하거나 적은 양의 데이터에서도 사용할 수 있는 방법으로 자신의 이미지를 훈련할 수 있습니다. 일반적으로 수동 분류 작업을 자동화하거나 스케일 업 하기 위해 사용됩니다. 전이 학습 및 데이터 확장을 포함한 높은 수준의 기계 학습 프레임워크를 사용하여 최대의 분류 정확도를 얻습니다.
분할
배경에서 전경을 나누어 냅니다. 색상, 윤곽 또는 더 자세한 의미 특성을 기반으로 물체를 구별합니다. 물체의 수를 세거나 그 모양을 분석하는 데 자주 사용됩니다. 유역법, 영역 확장 등의 기존의 방법을 사용하거나 ResNet, U-Net 등의 신경망을 적용할 수 있습니다.

특징 검출 및 추적
이미지의 특징점, 모서리 및 선을 감지하고 일련의 이미지를 통해 추적합니다. 움직임을 분석하고 증강 현실을 만들거나 전경과 배경을 분할하는 데 자주 사용됩니다.

이미지 정렬 및 스티칭
이미지의 대응하는 부분을 찾은 후, 다양한 특징점을 검출해 매치시키고, 희소한 등록과 조밀한 등록을 실시 함으로써 대응 부분의 위치를 정렬합니다. 이미지를 연결하거나 3D 재구성을 위해 이미지를 겹쳐서 위치를 정렬하는 데 자주 사용됩니다.

해상도 향상 및 복원
고도로 최적화된 선형 및 비선형 필터 그리고 고도의 신경망을 사용하여 이미지의 해상도를 향상시키고, 이미지의 노이즈를 제거하고, 평활화 처리, 수정 및 초해상을 실시합니다.

색상 조작 및 이미지 효과
색상 조정, 컬러화, 톤 매핑, 부분 색상 재설정, 이미지 효과, 노출 스택 등을 수행합니다. 지원되는 풍부한 색 공간 집합에서 선택하여 보다 간단하고 효율적으로 작업을 정의하고 수행할 수 있습니다.

이미지 형태 및 형상 해석
기본적인 수축과 팽창의 처리부터, 고도의 세선화, 가지 깎기, 스켈레톤 변환에 이르기까지, 다양한 이미지 형태 함수를 사용해, 이미지 전체 혹은 이미지의 일부분을 해석, 변환, 재구축합니다.

3D 이미지 계산
3D 의료 영상 및 산업용 영상에 대해 분할을 수행하고, 필터를 적용하고, 특징을 추출하고, 형태학적 측정치를 얻을 수 있습니다. 3D 이미지를 처리하고 분석하여 강력한 볼륨 렌더링과 광범위한 조명 옵션을 사용하여 결과를 표시합니다.

이미지 획득하기, 가져오기, 및 내보내기
자주 사용되는 파일 형식 (JPEG, TIFF, DICOM 등)에서 이미지를 가져오거나 연결된 장치 (웹캠, 현미경 등)를 통해 이미지를 가져옵니다. 고품질 래스터 이미지, 벡터 그래픽 및 시각화를 생성하고 결과를 지원되는 수많은 이미지 형식으로 내보냅니다.

이미지 계산에 대한 Wolfram 문서
Wolfram 이미지 계산는 Wolfram 언어의 통합된 부분입니다. 전체 시스템은 면밀히 통합되어 완벽하게 함께 작동하는 모든 계산 — 영역을 커버하는 6,000개 이상의 내장 함수가 포함되어 있습니다.


전체 영역 및 문서













