[ 2023 인사교 ] 이미지처리 OpenCV, Tesseract

지난 글)

쾅쾅쾅

누구세요~?

: D

오늘은 공부와 프로젝트 글을 적을 건데요

어떻게 공부하는데 뚱이가 나왔냐.. 함은!

바로

1 OpenCV

OpenCV

요것 때문.

"실시간 이미지 프로세싱에 중점을 둔 라이브러리"

라는데요. 이미지에 먼저 텍스트를 넣는 방법을 다시 되새김질 해보렵니다 (+ Tesseract API까지)

---

jupyter에서 공부했기 때문에.

!pip install opencv-python
import cv2 
VScode에서는 터미널에서 요 opencv-python설치하면 되지 않을까. 

암튼

요 뚱이 이미지를

import matplotlib.pyplot as plt
import cv2
# img 가져오기

img = cv2.imread("./data/patrick.jpg")
plt.imshow(img)

하시면 이 파란맛 뚱이가 나옵니다

분홍 어디갔니

사실 현재 BGR 형태로 출력이 된거라 색이 반전된 형태라고 배웠읍니다.

그렇기 때문에

img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

를 돌려 보시면?

요 놈이 plt 그래프 형식으로 나옵니다

(역으로 RGB2BGR도 가능함)

이미지는 숫자 조합으로 표현되기 때문에 np형식으로 가져와진다는 사실

여기서 배움

여기서 글자를 넣는 법

- OPENCV는 한국어 지원 기능이 없기에, PIL(Python Image Library)로 바꿔서 거기서 한글로 바꾼 다음에 다시 OPENCV로 바꿔주기.

from PIL import ImageFont, ImageDraw, Image

# np --> PIL
img_pil = Image.fromarray(img)

# font는 ttc파일을 경로 설정 해야 함. 현재는 fonts라는 폴더에 gulin.ttc로 설정
font = ImageFont.truetype("fonts/gulim.ttc", 30) # 굴림폰트로 폰트 설정

# PIL 이미지를 그림
draw = ImageDraw.Draw(img_pil)

# 이미지에 텍스트 그리기
draw.text((X축, y축), "쓸 글자", ~~)
draw.text((125, 20), '뚱이', font=font, fill=(0,0,255,0))

# PIL --> np
img = np.array(img_pil)

plt.imshow(img)
plt.show()
를 하시면?

이마빡에 뚱이 쾅쾅

2 OCR

사진에서 문자를 읽어올 수 있다?

OCR (광학 문자 인식)
Tesseract API

인식률 높은 오픈소스 OCR 엔진 중 하나
한글뿐만 아니라 다양한 언어 지원
라고 배웠는데, 진짜 세상 신기
먼저 환경 구축부터 어려웠는데요
갓 키 독 스 에서 읽어서 환경변수를 등록한 담에!

테서랙트(Tesseract)

# 설치가 다 끝나고
# Jupyter환경에 설치
!pip install pytesseract
import pytesseract

하시면서 동시에 
pytesseract를 구글링 후 설치한담에

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"

이런식으로해서 tesseract.exe파일의 경로를 _cmd로 설정해주셔야 한다네요!
이후 예시로 실습을 진행하는데
사람 눈에는 쉽게 읽을 수 있는 텍스트가
사진속에서 다양한 색 속에 섞여있다면 컴퓨터는 구별을 못한다는 점.

그래서 이걸 흑백(binary로 변환)으로 전환한 다음에 tesseract를 사용한다면 추출이 가능하더라구요(신기)

img = cv2.imread("./image.png")
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 흑백이미지 만들기. 
img3 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 하지만 요 코드로 변환을 해도 흑백모드가 될 뿐 글자 인식은 어렵더라
그래서?
# 이진으로 이미지 변환 (이미지, 기준값, 기준 이상일 때 값 )
__, img3 = cv2.threshold(img3, 150, 255, cv2.THRESH_BINARY)

plt.xticks([]) #plt 그래프에서 ticks지우기
plt.yticks([]) #plt 그래프에서 ticks지우기

plt.imshow(img, cmap="gray")
plt.show()

절반 밖에 못읽는 이미지.

요기다가

# 이미지에서 pytesseract method를 통해 추출하는 법
text = pytesseract.image_to_string(img)
print(text)

라고 하면?

사실 프로젝트 하는데 요 놈을 너무 급하게 배워서 까먹을까봐 되새기려고 적었다는 점.

뭐 글 쓰는놈 맘이지~

3 프로젝트

일단 저는 프로젝트에서 크롤링으로 수집만 얼른 하고 머신 러닝으로 넘어갔는데요

안배운거 혼자 공부하고 구현하느라 굉장히 혼났습니다

하지만

먼저 LDA(Latent Dirichlet Allocation)

이 놈은 배운적도 없는데 chat-GPT(chat-God PreTrained Transformer의 약자 ㅎ)가 추천해주길래

한 번 공부 해봤는데 한글인데 이해 못하겠는 걸?

​

암튼 dirichlet 분포라는 걸 사용하는 모델..? 잘 모르겠어요. 산모양처럼 생긴 삼차원 그래프 9개가 막 빡빡이들처럼 왔다갔다 하는데

"한 마디로 학습된 데이터에서 디리클레 분포로 통해 토픽에 대한 연관어들을 추출한다"

라고 대충 이해했습니다.

​

그래서 커뮤니티 글제목들을 10000개 모아서

토픽 5개를 설정하면

토픽 1개당 연관된 단어들을 보여주더라구요.

​

다른 예시)

LDA에 내가 수집한 여러 버거가게의 레시피를 넣으면?

가장 맛있는(가장 연관된)

요런 이쁜이 버거 6개를 분류해준다. (component를 6으로 설정했을 경우.. 진지)

​

​

​

암튼 프로젝트에 썼던 머신러닝 공부는 다음에 쓰는 걸로