데이콘을 제대로 해보는 것은 처음인 것 같다. python을 선호하지 않기도 하고, 공모전에 집중할 시간이 없었던 것 같다. 무튼 생육환경 최적화를 진행해보았다.

경진대회 파악하기

우선 경진대회를 파악해보자. 주제는 2가지로 나누어져 있는데, 주요 주제는 하루 뒤의 잎면적 예측 인 것 같다.

평가 기준은 NMAE라는 지수인 것 같다.

이상자료 파악

이상자료 목록은 아래와 같이 생각된다. 또한 다른 참가자분 포스팅을 보니 무게의 측정에는 죽은잎(노란색)은 고려되지 않는다고 한다.

참고한 분은 K-means를 활용하여 청경채 이미지를 추출한 것 같다.

청경채 이미지 추출

예전에 민들레 추출에서 색강조와 HSV를 통한 이미지 추출을 해본 적이 있는데 효과가 좋았었던 기억이나서 적용하였다.

# 색 강조
def img_Contrast(img,clipLimit=3.0,tileGridSize=(8,8)):
    lab=cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
    l,a,b=cv2.split(lab)
    clahe=cv2.createCLAHE(clipLimit=clipLimit,
                          tileGridSize=tileGridSize)
    cl=clahe.apply(l)
    limg=cv2.merge((cl,a,b))
    final = cv2.cvtColor(limg,cv2.COLOR_LAB2RGB)
    return final
# 특정범위 색 추출
def img_extract(img,lower=(0,0,0), upper=(110,255,200)):
    img_hsv=cv2.cvtColor(final, cv2.COLOR_RGB2HSV)
    img_mask=cv2.inRange(img_hsv, lower, upper)
    img_result= cv2.bitwise_and(img, img, mask=img_mask)
    return img_result
# 파일 목록
def file_list(directory):
    def find_files(directory):
        return([f"{directory}/{i}" \
                for i in os.listdir(directory) if re.compile('png$|jpg$').findall(i)])
    out=list()
    if type(directory)==str:
        out=find_files(directory)
    elif type(directory)==list:
        for folder in range(len(directory)):
            [out.append(file) for file in find_files(directory[folder])]
    return(
        sorted(out))

추출은 아래와 같이 몹시 잘 되는 것으로 보인다.