CV - Selective Search로 Region Proposal 해보기

📌 이 글은 권철민님의 딥러닝 컴퓨터 비전 완벽 가이드 강의를 바탕으로 정리한 내용입니다.

---

목차

1. selectivesearch 설치 및 이미지 로드
2. 반환된 Region Proposal 정보 보기
3. Bounding Box 시각화

---

selectivesearch 설치 및 이미지 로드

• 실습 환경: colab
• selective search 설치

!pip install selectivesearch

 

• 폴더 생성 및 이미지 로드

!mkdir /content/data
!wget -O /content/data/audrey01.jpg

 

• Python 모듈 추가 및 Rich output 표현을 위한 코드 작성

import selectivesearch
import cv2
import matplotlib.pyplot as plt
import os
%matplotlib inline

 

• cv2로 이미지 로드 및 시각화

img=cv2.imread('./data/audrey01.jpg')
img_rgb=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
print('img shape:', img.shape)

plt.figure(figsize=(8,8))
plt.imshow(img_rgb)
plt.show()

 

---

반환된 Region Proposal 정보 보기

• 이미지의 Region Proposal 정보 가져오기
  • selectivesearch.selective_search()
  • 반환 자료형은 튜플

 

1. 리스트 타입
2. 세부 원소로 사전(dictionary)형 가지고 있다
3. 개별 사전 내 Key값 별 의미
   • rect 키 값은 x,y 시작 좌표와 너비, 높이 값을 가진다
   • rect 키 값은 Detected Object 후보를 나타내는 Bounding Box
   • rect의 첫번째와 세번째 항을 더해 가로 길이 계산
   • rect의 두번째와 네번째 항을 더해 세로 길이 계산
   • size는 Object의 크기
   • labels는 해당 rect로 지정된 Bounding Box 내에 있는 Object들의 고유 ID
4. 아래로 내려갈수록
   • 너비와 높이 값이 큰 Bounding Box
   • 하나의 Bounding Box에 여러 개의 Object가 있을 확률 증가

# 첫번째 변수명은 큰 의미가 없으므로 언더바로 표현
_, regions = selectivesearch.selective_search(img_rgb, scale=100, min_size=2000)

print(regions)

 

• rect 정보만 출력해서 보기

cand_rects = [cand['rect'] for cand in regions]
print(cand_rects)

---

Bounding Box 시각화

opencv의 rectangle()

• 인자 : 이미지와 좌상단 좌표, 우하단 좌표, box 컬러색, 두께
• 원본 이미지에 Bounding Box 그리는 함수

green_rgb = (125, 255, 51) # bounding box color
img_rgb_copy = img_rgb.copy() # 이미지 복사

for rect in cand_rects:
  left = rect[0]
  top = rect[1]
  # rect[2], rect[3]은 너비와 높이이므로 우하단 좌표를 구하기 위해 좌상단 좌표에 각각을 더함.
  right = left + rect[2]
  bottom = top + rect[3]
  img_rgb_copy = cv2.rectangle(img_rgb_copy, (left, top), (right, bottom), color=green_rgb, thickness=2)

plt.figure(figsize=(8, 8))
plt.imshow(img_rgb_copy)
plt.show()

 

• bounding box의 크기가 큰 후보만 추출

cand_rects = [cand['rect'] for cand in regions if cand['size']>10000] 
# size가 10000보다 큰 경우만 추출