안드로이드 프로젝트 import 시 구글 리포지토리에 연결되지 않을 때

IOException: https://dl.google.com/android/repository/addons_list-x.xml java.net.ConnectException: Connection refused (Connection refused) 안드로이드 스튜디오에서 위와 같은 메시지를 출력 할 때 조치해볼 수 있는 내용은 다음과 같다. 우선 안드로이드 스튜디오와 SDK 툴들을 최신 상태로 만든다.  AGP 7.0(Android Gradle Plug-in) 이후에는 Gradle JDK버전을 11 이상으로 설정해야 하니 유의하자. 그래도 엑세스가 안되면, 방화벽 문제일 수 있으므로 방화벽을 해제 더보기…

[안드로이드로 배우는 OpenCV] 이미지의 이진화 – Otsu(자동 임계값 설정)

이진화 임계값 결정 지난 포스팅에서 임계값을 통해 이미지를 이진화 하는 방법에 대해서 알아보았다. 이진화 된 이미지를 얻을 때 가장 중요한 점은 바로 임계값을 어떻게 또는 무엇으로 결정하냐는 것이다. 임계값을 조금씩 변경하면서 사람의 눈으로 확인하여 가장 좋은 결과값을 얻는 것도 하나의 방법이지만 이러한 반복적인 작업 없이도 자동으로 적절한 임계값을 한번에 찾을 더보기…

[안드로이드로 배우는 OpenCV] 이미지의 이진화

이미지의 이진화(Binarization)란? 이미지의 픽셀 값을 0 또는 255로 변환하는 연산을 말한다. 변환된 이진 이미지는 다음과 같은 목적을 수행하는데 적합하다. 배경(Background)과 객체(Object) 구분하기 관심 영역과 비관심 영역 가르기 이미지의 이진화는 일반적으로 회색조(grayscale) 이미지로 하며, 픽셀의 값을 결정하기 위해 임계값(threshold)을 정하게 된다.  Threshold 임계값(T)를 통해 이미지(I)의 픽셀값을 0 또는 255로 결정할텐데 이를 더보기…

KAPT보다 2배 더 빠르게, 코틀린을 위한 KSP

KSP(Kotlin Symbol Processing) KSP(Kotlin Symbol Processing)는 코틀린에서 경량화 된 컴파일러 플러그인을 개발할 수 있는 API다.  학습곡선을 최소한으로 줄이고, 코틀린의 기능을 활용할 수 있는 단순화된 API를 제공한다. KSP는 코틀린 1.4.30 버전 이상부터 호환되며, KAPT와 비교했을 때 KSP를 사용하는 애노테이션 프로세서는 최대 2배 더 빠르게 실행할 수 있다. 자세한 내용은  KSP Github 더보기…

[안드로이드로 배우는 OpenCV] 허프 변환 – 원 검출 하기

허프 원 변환(Hough Circle Transform;CHT) 지난 포스팅에서 직선을 검출하는 허프 선 변환에 대해서 알아보았다. 이번 포스팅에서는 허프 변환을 통해 원을 검출하는 방법에 대해서 알아본다. 우선 우리가 알고 있는 원을 표현하는 표준 원 방정식은 다음과 같다. (x-a)2 + (y-b)2 = r2 r은 반지름(radius)을 의미하고, (a,b)은 원의 중심을 의미 한다. 이 방정식에서 원을 표현하기 더보기…

[안드로이드로 배우는 OpenCV] 허프 변환 – 직선 검출 하기

허프 변환(Hough Transform) 허프 변환은 이미지에서 선과 원 같은 단순한 형태를 찾는 방식이다. 이진화 된 이미지에서 직선을 찾을 때 상대적으로 빠른 검출을 보여준다. 허프 선 변환(Hough line transform) 허프 선 변환의 기본 개념은 2차원 이미지 상의 어떠한 점은 선의 일부라는 사실을 기초로 한다. 선분의 기울기를 a라고 가정하고 y절편을 b라고 할 더보기…

[안드로이드로 배우는 OpenCV] 캐니 엣지 검출기(Canny Edge Detector)

Canny Edge Detector 캐니 엣지 검출기는 John Canny가 1986년에 논문에서 발표한 내용으로 라플라스 필터 방식을 상당히 개선했다.  J. Canny는 다음과 같은 3가지 조건을 충족하는 엣지 검출기를 만들고자 했다. Good detection – 엣지가 아닌 점을 엣지로 찾거나 또는 엣지인데 엣지로 찾지 못하는 확률을 최소화한다. Good localization – 실제 엣지의 중심부분을 검출한다. 더보기…

[안드로이드로 배우는 OpenCV] 라플라시안 필터(Laplacian)

라플라스 연산자 라플라스 또는 라플라시안 연산자는 2차 미분 연산자의 일종으로, 기울기의 발산이다.  이전 포스팅에서 소벨 연산자에 대해 다룬적이 있다. 엣지 부근에서 픽셀의 값이 뛰는 것을 확인할 수 있었다. 만약에 여기에 2차 미분을 취하면 어떻게 될까? 2차미분은 말 그대로 1차 미분값을 다시 한번 미분하는 방법을 말하는데, 2차미분의 장점은 엣지의 중심부분을 찾을 더보기…

[안드로이드로 배우는 OpenCV] 영상의 그래디언트(Gradient)와 엣지검출

Gradient 그래디언트란  x방향으로 미분과 y방향으로의 미분을 따로 계산하고 그걸 하나로 묶어서 벡터로 표현 한것을 말한다. 아래의 [그림1]은 원본이미지 및 원본이미지에 소벨필터를 x 및 y 방향으로 적용하고, 가시성을위해 delta값을 추가로 128 적용한 영상이다. 수학적 기호로 그래디언트를 표현할때는 역삼각형(▽)으로 표현한다. 위의 수식을 살펴보면 그래디언트 ▽f 는 x축과 y축으로 각각 편미분하여 fx와 fy의 더보기…

[안드로이드로 배우는 OpenCV] 이미지의 엣지 검출과 미분 (소벨 필터, 샤르 필터)

엣지(edge)와 미분 영상처리에서 엣지란 이미지에서 픽셀의 밝기가 급격하게 변하는 부분을 말한다. 일반적으로 배경과 객체 또는 객체와 객체의 경계를 의미 한다. 객체 경계부분의 픽셀값이 급격하게 변하는 것을 가정으로 하기 때문에 실제로 객체의 경계와 배경의 값이 크게 차이가 없다면 엣지를 구분하기 어렵다. 이미지를 (x,y)변수의 함수로 나타내고 (x,y) 좌표의 픽셀 값을 x로  나타낼 더보기…