3 ways to iterate through the matrix and comparison - OpenCV 행렬 원소를 모두 참조하는 세 가지 방법

OpenCV 2019. 8. 18. 10:29 |
반응형

There are 3 ways to iterate through the matrix. Below code shows how to use them and compares their speed.

행렬 원소를 모두 참조하는 세 가지 방법을 보여주고 속도를 비교 합니다.


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main(int argc, char** argv)
{
    TickMeter tm;
    Mat mat = Mat::zeros(600, 800, CV_8UC1);
 
    tm.start();
    for (int i = 0; i < mat.rows; i++)
        for (int j = 0; j < mat.cols; j++)
            mat.at<uchar>(i, j)++;
    tm.stop();
    cout << ".at<> execution time: " << tm.getTimeSec() << endl;
    tm.reset();    
 
    tm.start();
    for (int i = 0; i < mat.rows; i++)
    {
        uchar* p = mat.ptr<uchar>(i);
        for (int j = 0; j < mat.cols; j++)
            p[j]++;
    }
    tm.stop();
    cout << ".ptr<> execution time: " << tm.getTimeSec() << endl;
    tm.reset();
 
    tm.start();
    for (MatIterator_<uchar> it = mat.begin<uchar>(); it != mat.end<uchar>(); it++)
        (*it)++;
    tm.stop();
    cout << "MatIterator execution time: " << tm.getTimeSec() << endl;
    tm.reset();
 
    return 0;
}
cs





반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

Windows dialog based OpenCV Perspective Transform - 윈도우 다이얼로그 기반의 OpenCV Perspective Transform  (0) 2019.10.20
Simple motion detection with OpenCV - 간단한 움직임 감지  (2) 2019.09.15
How to make and use a roation matrix and a translation matrix - OpenCV 회전 행렬, 이동 행렬 만들기  (0) 2019.08.13
Measuring execution time of a function - OpenCV에서 실행 시간 측정 하기  (0) 2019.07.14
Random Number Generator(RNG) - OpenCV 난수 발생기 사용  (0) 2019.07.13
Posted by J-sean
:

How to make and use a roation matrix and a translation matrix - OpenCV 회전 행렬, 이동 행렬 만들기

OpenCV 2019. 8. 13. 16:03 |
반응형

Explains how to make and use a rotation matrix and a translation matrix with OpenCV. Below code shows how to rotate 20 degrees and translate 20 pixels along the x-axis and 60 pixels along the y-axis.


회전 행렬을 이용해 20도 회전(CW), 이동 행렬을 이용해 x축으로 20 pixel, y축으로 60 pixel 이동하는 방법입니다.


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main(int argc, char* argv[])
{
    vector<Point> rotation_source, rotation_destination;
    rotation_source.push_back(Point(200, 50));
    rotation_source.push_back(Point(400, 50));
    rotation_source.push_back(Point(400, 250));
    rotation_source.push_back(Point(200, 250));
    // Rotation Matrix
    float theta = 20 * (float)CV_PI / 180; // 20 degrees rotation
    Matx22f r(cos(theta), -sin(theta), sin(theta), cos(theta));
    transform(rotation_source, rotation_destination, r);
 
    vector<Point3i> translation_source, translation;
    translation_source.push_back(Point3i(200, 50, 1));
    translation_source.push_back(Point3i(400, 50, 1));
    translation_source.push_back(Point3i(400, 250, 1));
    translation_source.push_back(Point3i(200, 250, 1));
    // Translation Matrix
    Mat t = Mat::eye(3, 3, CV_8UC1);
    t.at<uchar>(0, 2) = 20; // x-axis 20 pixels translation
    t.at<uchar>(1, 2) = 60; // y-axis 60 pixels translation
    t.at<uchar>(2, 2) = 0;
 
    transform(translation_source, translation, t);
 
    vector<Point> translation_destination;
 
    for (int i = 0; i < translation.size(); i++)
        translation_destination.push_back(Point(translation[i].x, translation[i].y));
 
    // Draw source, rotation, translation
    Mat image(400, 500, CV_8UC3, Scalar(255, 255, 255));
    for (int i = 0; i < 4; i++)
    {
        line(image, rotation_source[i], rotation_source[(i + 1) % 4], Scalar(0, 0, 0), 2);
        line(image, rotation_destination[i], rotation_destination[(i + 1) % 4], Scalar(255, 0, 0), 1);
        line(image, translation_destination[i], translation_destination[(i + 1) % 4], Scalar(0, 0, 255), 1);
    }
 
    imshow("image", image);
    waitKey(0);
 
    return 0;
}
cs





반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

Simple motion detection with OpenCV - 간단한 움직임 감지  (2) 2019.09.15
3 ways to iterate through the matrix and comparison - OpenCV 행렬 원소를 모두 참조하는 세 가지 방법  (0) 2019.08.18
Measuring execution time of a function - OpenCV에서 실행 시간 측정 하기  (0) 2019.07.14
Random Number Generator(RNG) - OpenCV 난수 발생기 사용  (0) 2019.07.13
cv::String class usage examples - OpenCV 문자열 클래스 사용 예제  (0) 2019.07.13
Posted by J-sean
:

Measuring execution time of a function - OpenCV에서 실행 시간 측정 하기

OpenCV 2019. 7. 14. 10:21 |
반응형

Function execution time can be measured by counting ticks after a certain event (for example, when the machine was turned on).

Below code shows how to do this.


getTickCount()나 TickMeter 클래스를 이용해 실행 시간을 계산 할 수 있다.


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main(int argc, char** argv)
{
    RNG rng(getTickCount());
    Mat mat(300, 400, CV_8SC3);
    
    double start =  (double)getTickCount(); // Returns the number of ticks.
    rng.fill(mat, RNG::UNIFORM, Scalar::all(0), Scalar::all(255));
    // getTickFrequency() - Returns the number of ticks per second.
    double duration = ((double)getTickCount() - start) / getTickFrequency();
    cout << "Duration measured by getTickCount(): " << duration << endl;
    imshow("getTickCount", mat);
 
    // TickMeter class computes passing time by counting the number of ticks per second.
    TickMeter tm;
    tm.start(); // Starts counting ticks.
    rng.fill(mat, RNG::UNIFORM, Scalar::all(0), Scalar::all(255));
    tm.stop(); // Stops counting ticks.
    // Returns passed time in seconds.
    cout << "Duration measured by TickMeter: " << tm.getTimeSec() << endl;
    imshow("TickMeter", mat);
 
    waitKey(0);
 
    return 0;
}
cs








반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

3 ways to iterate through the matrix and comparison - OpenCV 행렬 원소를 모두 참조하는 세 가지 방법  (0) 2019.08.18
How to make and use a roation matrix and a translation matrix - OpenCV 회전 행렬, 이동 행렬 만들기  (0) 2019.08.13
Random Number Generator(RNG) - OpenCV 난수 발생기 사용  (0) 2019.07.13
cv::String class usage examples - OpenCV 문자열 클래스 사용 예제  (0) 2019.07.13
Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기  (3) 2019.07.12
Posted by J-sean
:

Random Number Generator(RNG) - OpenCV 난수 발생기 사용

OpenCV 2019. 7. 13. 23:32 |
반응형

Random number generator. It encapsulates the state (currently, a 64-bit integer) and has methods to return scalar random values and to fill arrays with random values. Currently, it supports uniform and Gaussian (normal) distributions. The generator uses Multiply-With-Carry algorithm, introduced by G. Marsaglia (http://en.wikipedia.org/wiki/Multiply-with-carry). Gaussian-distribution random numbers are generated using the Ziggurat algorithm (http://en.wikipedia.org/wiki/Ziggurat_algorithm), introduced by G. Marsaglia and W. W. Tsang.


아래 코드는 OpenCV에서 지원하는 난수 발생기의 사용 방법 입니다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main(int argc, char** argv)
{
    RNG rng(getTickCount());    // Constructor sets the state to the specified value.
    Mat mat(300, 400, CV_8SC3);
    
    // Fills arrays with random numbers.
    rng.fill(mat, RNG::UNIFORM, Scalar::all(0), Scalar::all(255));
    
    // Returns uniformly distributed integer random number from [a,b) range
    cout << "RNG::uniform()" << endl;
    cout << "- rng.uniform(0, 255): " << rng.uniform(0, 255) << endl;
    cout << "- rng.uniform(0.0f, 255.0f): " << rng.uniform(0.0f, 255.0f) << endl;
    cout << "- rng.uniform(0.0, 255.0): " << rng.uniform(0.0, 255.0) << endl << endl;
 
    // Returns a random integer sampled uniformly from [0, N).
    cout << "RNG::operator()" << endl;
    for (int i = 0; i < 5; i++)
        cout << "- rng(10): " << rng(10) << endl;
 
    // The method updates the state using the MWC algorithm and returns
    // the next 32-bit random number.
    cout << endl << "RNG::next()" << endl;
    for (int i = 0; i < 5; i++)
        cout << "- rng.next(): " << rng.next() << endl;
 
    imshow("RNG", mat);
 
    waitKey(0);
 
    return 0;
}
cs



Matrix filled by RNG::fill().


Random numbers generated by RNG.



반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

How to make and use a roation matrix and a translation matrix - OpenCV 회전 행렬, 이동 행렬 만들기  (0) 2019.08.13
Measuring execution time of a function - OpenCV에서 실행 시간 측정 하기  (0) 2019.07.14
cv::String class usage examples - OpenCV 문자열 클래스 사용 예제  (0) 2019.07.13
Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기  (3) 2019.07.12
Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기  (2) 2019.07.10
Posted by J-sean
:

cv::String class usage examples - OpenCV 문자열 클래스 사용 예제

OpenCV 2019. 7. 13. 17:12 |
반응형

Below code shows how to use cv::String class.


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
#include <opencv2/opencv.hpp>
 
using namespace std;
using namespace cv;
 
int main(int argc, char** argv)
{
    const char* str = "Open Source Computer Vision";
    String str1("Hello World");
    String str2(str, str+11);
    String str3 = "Software Engineer";
 
    cout << "str1: " << str1 << endl << "str2: " << str2 << endl
        << "str3: " << str3 << endl << endl;
 
    cout << "*str1.begin(): " << *str1.begin() << endl;
    cout << "str1[1]: " << str1[1] << endl;
    cout << "*(str1.end()-1): " << *(str1.end()-1) << endl << endl;
 
    cout << "str2.size(): " << str2.size() << endl;
    cout << "str2.length(): " << str2.length() << endl;
    cout << "str2.empty(): " << str2.empty() << endl;
    cout << "str3.find(\"ng\"): " << str3.find("ng") << endl << endl;
 
    cout << "format(\"%s %d\", str3.c_str(), 100): " << format("%s %d", str3.c_str(), 100) << endl;
    cout << "str3.toLowerCase(): " << str3.toLowerCase() << endl;
    cout << "str3.substr(2, 4): " << str3.substr(2, 4) << endl << endl;
 
    str1.swap(str3);
    cout << "str1.swap(str3)" << endl;
    cout << "- str1: " << str1 << endl << "- str3: " << str3 << endl;
    str1.clear();
    cout << "str1.clear()" << endl;
    cout << "- str1: " << endl;
 
    return 0;
}
cs






반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

Measuring execution time of a function - OpenCV에서 실행 시간 측정 하기  (0) 2019.07.14
Random Number Generator(RNG) - OpenCV 난수 발생기 사용  (0) 2019.07.13
Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기  (3) 2019.07.12
Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기  (2) 2019.07.10
Template Matching(Image Searching) - 부분 이미지 검색  (0) 2019.07.08
Posted by J-sean
:

Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기

OpenCV 2019. 7. 12. 16:53 |
반응형

Only two matching methods currently accept a mask: CV_TM_SQDIFF and CV_TM_CCORR_NORMED


The mask should have a CV_8U or CV_32F depth and the same number of channels and size as the target image. In CV_8U case, the mask values are treated as binary, i.e. zero and non-zero. In CV_32F case, the values should fall into [0..1] range and the target image pixels will be multiplied by the corresponding mask pixel values.


OpenCV matchTemplate 함수에 마스크를 적용해서 (배경이 다른) 같은 이미지를 모두 찾을 수 있다. 마스크는 CV_8U 아니면 CV_32F의 깊이값을 가져야 하며 target image와 같은 채널 수와 사이즈를 가져야 한다.


2019/07/08 - [Software/OpenCV] - Template Matching(Image Searching) - 부분 이미지 검색

2019/07/10 - [Software/OpenCV] - Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기


<Target>


<Mask>


<Source>


There are 3 objects(bones) to find in the source image.

Each of them has a different background as below.


Below code explains how to spot different background multiple objects with a mask.

Adjust threshold value if it doesn't work properly.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
#include <opencv2/opencv.hpp>
#include <time.h>
 
using namespace cv;
using namespace std;
 
int main()
{
    clock_t start, end;
    double minVal;
    Point minLoc;
    double threshold = 0.001;
    int count = 0;
 
    Mat FinalImage = imread("source.png", IMREAD_COLOR);
    if (FinalImage.empty())
        return -1;
 
    // Grayscale source, target and mask for faster calculation.
    Mat SourceImage;
    cvtColor(FinalImage, SourceImage, CV_BGR2GRAY);
 
    Mat TargetImage = imread("target.png", IMREAD_GRAYSCALE);
    if (TargetImage.empty())
        return -1;
 
    Mat Mask = imread("mask.png", IMREAD_GRAYSCALE);
    if (Mask.empty())
        return -1;
 
    Mat Result;
 
    start = clock();
    // Mask must have the same datatype and size with target image.
    // It is not set by default. Currently, only the TM_SQDIFF and TM_CCORR_NORMED methods are supported.
    matchTemplate(SourceImage, TargetImage, Result, TM_SQDIFF, Mask); // Type of the template matching operation: TM_SQDIFF
    normalize(Result, Result, 0, 1, NORM_MINMAX, -1, Mat());
    minMaxLoc(Result, &minVal, NULL, &minLoc, NULL);
 
    for (int i = 0; i < Result.rows; i++)
        for (int j = 0; j < Result.cols; j++)
            if (Result.at<float>(i, j) < threshold)
            {
                rectangle(FinalImage, Point(j, i), Point(j + TargetImage.cols, i + TargetImage.rows), Scalar(0, 0, 255), 1);
                count++;
            }
    end = clock();
 
    cout << "Searching time: " << difftime(end, start) / CLOCKS_PER_SEC << endl;
    cout << "Minimum Value: " << minVal << " " << minLoc << endl;
    cout << "Threshold: " << threshold << endl;
    cout << "Found: " << count << endl;
 
    imshow("Mask", Mask);
    imshow("TargetImage", TargetImage);
    imshow("Result", Result);
    imshow("FinalImage", FinalImage);
 
    waitKey(0);
 
    return 0;
}
cs




Grayscale target image


Binary mask


Result image


Final image


Found 3 bones in 0.097 secs.



반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

Random Number Generator(RNG) - OpenCV 난수 발생기 사용  (0) 2019.07.13
cv::String class usage examples - OpenCV 문자열 클래스 사용 예제  (0) 2019.07.13
Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기  (2) 2019.07.10
Template Matching(Image Searching) - 부분 이미지 검색  (0) 2019.07.08
OpenCV VideoCapture class for playing image sequence like a video file  (0) 2019.07.02
Posted by J-sean
:

Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기

OpenCV 2019. 7. 10. 11:15 |
반응형

Template matching is a technique for finding areas of an image that match (are similar) to a template image (patch).


OpenCV matchTemplate 함수와 threshold 값을 이용해 이미지에서 찾고 싶은 부분을 검색해 모두 찾을 수 있다.


2019/07/08 - [Software/OpenCV] - Template Matching(Image Searching) - 부분 이미지 검색

2019/07/12 - [Software/OpenCV] - Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기


<Target>


<Source>


Below code explains how to spot multiple objects with a threshold. Adjust threshold value if it doesn't work properly.

  • Type of the template matching operation: TM_SQDIFF_NORMED

  • Threshold: 0.00015

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
#include <opencv2/opencv.hpp>
#include <time.h>
 
using namespace cv;
using namespace std;
 
int main()
{
    clock_t start, end;
    double minVal;
    Point minLoc;
    double threshold = 0.00015;
    int count = 0;
 
    Mat FinalImage = imread("source.jpg", IMREAD_COLOR);
    if (FinalImage.empty())
        return -1;
 
    // Grayscale source and target for faster calculation.
    Mat SourceImage;
    cvtColor(FinalImage, SourceImage, CV_BGR2GRAY);
 
    Mat TargetImage = imread("target.jpg", IMREAD_GRAYSCALE);
    if (TargetImage.empty())
        return -1;
 
    Mat Result;
 
    start = clock();
    matchTemplate(SourceImage, TargetImage, Result, TM_SQDIFF_NORMED); // Type of the template matching operation: TM_SQDIFF_NORMED
    minMaxLoc(Result, &minVal, NULL, &minLoc, NULL);
 
    for (int i = 0; i < Result.rows; i++)
        for (int j = 0; j < Result.cols; j++)
            if (Result.at<float>(i, j) < threshold)
            {
                rectangle(FinalImage, Point(j, i), Point(j + TargetImage.cols, i + TargetImage.rows), Scalar(0, 0, 255), 1);
                count++;
            }
    end = clock();
 
    cout << "Searching time: " << difftime(end, start) / CLOCKS_PER_SEC << endl;
    cout << "Minimum Value: " << minVal << " " << minLoc << endl;
    cout << "Threshold: " << threshold << endl;
    cout << "Found: " << count << endl;
 
    imshow("TargetImage", TargetImage);
    imshow("Result", Result);
    imshow("FinalImage", FinalImage);
 
    waitKey(0);
 
    return 0;
}
cs




<Result>


Found 4 coins in 0.035 secs.




반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

cv::String class usage examples - OpenCV 문자열 클래스 사용 예제  (0) 2019.07.13
Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기  (3) 2019.07.12
Template Matching(Image Searching) - 부분 이미지 검색  (0) 2019.07.08
OpenCV VideoCapture class for playing image sequence like a video file  (0) 2019.07.02
OpenCV Graphic User Interface(GUI) with cvui  (1) 2019.07.01
Posted by J-sean
:

Template Matching(Image Searching) - 부분 이미지 검색

OpenCV 2019. 7. 8. 16:06 |
반응형

Template matching is a technique for finding areas of an image that match (are similar) to a template image (patch).


Python Pillow library로 구현해 봤던 Image searching 기술을 OpenCV matchTemplate 함수로 간단히 만들 수 있다.


2018/11/30 - [Software/Python] - Pillow 이미지 서치(Image Search) 1

2018/12/02 - [Software/Python] - Pillow 이미지 서치(Image Search) 2

2019/07/10 - [Software/OpenCV] - Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기

2019/07/12 - [Software/OpenCV] - Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기


<Target>


<Source>




Type of the template matching operation: TM_SQDIFF

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
#include <opencv2/opencv.hpp>
#include <time.h>
 
using namespace cv;
using namespace std;
 
int main()
{
    clock_t start, end;
    double minVal;
    Point minLoc;
 
    Mat FinalImage = imread("source.jpg", IMREAD_COLOR);
    if (FinalImage.empty())
        return -1;
 
    // Grayscale source and target for faster calculation.
    Mat SourceImage;
    cvtColor(FinalImage, SourceImage, CV_BGR2GRAY);
 
    Mat TargetImage = imread("target.jpg", IMREAD_GRAYSCALE);
    if (TargetImage.empty())
        return -1;
 
    Mat Result;
 
    start = clock();
    matchTemplate(SourceImage, TargetImage, Result, TM_SQDIFF); // Type of the template matching operation: TM_SQDIFF
    normalize(Result, Result, 0, 1, NORM_MINMAX, -1, Mat());
    minMaxLoc(Result, &minVal, NULL, &minLoc, NULL);
    end = clock();
 
    cout << "Searching time: " << difftime(end, start) / CLOCKS_PER_SEC << endl;
    cout << "Minimum Value: " << minVal << endl << "Location: " << minLoc << endl;
    rectangle(FinalImage, minLoc, Point(minLoc.x + TargetImage.cols, minLoc.y + TargetImage.rows), Scalar(0, 0, 255), 1);
 
    imshow("TargetImage", TargetImage);
    imshow("Result", Result);
    imshow("FinalImage", FinalImage);
 
    waitKey(0);
 
    return 0;
}
cs


<Result>


Found the target at the husky's front paw in 0.014 secs.



반응형
저작자표시 비영리 변경금지 (새창열림)

'OpenCV' 카테고리의 다른 글

Template Matching(Image Searching) with a mask for multiple objects - 마스크를 이용해 (배경이 다른) 반복되는 이미지 모두 찾기  (3) 2019.07.12
Template Matching(Image Searching) for multiple objects - 반복되는 이미지 모두 찾기  (2) 2019.07.10
OpenCV VideoCapture class for playing image sequence like a video file  (0) 2019.07.02
OpenCV Graphic User Interface(GUI) with cvui  (1) 2019.07.01
How to extract video from a video file 영상 추출 하기  (0) 2019.06.29
Posted by J-sean
:

티스토리툴바