카메라 초점

카메라의 초점이 얼마나 잘 맞았는지를 나타내는 점수를 계산합니다.

v2

Tenengrad 포커스 측정값(Sobel 그래디언트 크기)을 사용해 포커스 품질 점수를 계산하여 이미지 선명도를 평가하고, 블러를 감지하며, 카메라 초점 성능을 평가하고, 자동 초점 시스템을 활성화하고, 이미지 품질 평가를 수행하고, 감지된 객체에 대해 영역별 포커스 측정값을 계산하며, 전문 카메라 제어 및 이미지 분석 워크플로를 위한 지브라 패턴 노출 경고, 포커스 피킹, 헤드업 디스플레이, 구도 그리드, 중앙 마커를 포함한 포괄적인 시각화 오버레이를 제공합니다.

이 블록의 작동 방식

이 블록은 Sobel 연산자를 사용해 그래디언트 크기를 측정함으로써 이미지 선명도를 정량화하는 Tenengrad 포커스 측정값을 계산합니다. 이 블록은:

1. 입력 이미지(컬러 또는 그레이스케일, 컬러는 처리 시 자동으로 그레이스케일로 변환됨)를 받습니다

2. 선택적으로 감지 바운딩 박스를 받아 특정 영역 내에서 포커스 측정값을 계산합니다

3. 이미지가 컬러 형식인 경우 그레이스케일로 변환합니다(Tenengrad 측정값은 단일 채널 이미지에서 작동함)

4. 수평 및 수직 Sobel 그래디언트를 계산합니다:

   • 수직 에지를 감지하기 위해 수평 방향(그래디언트 X)으로 Sobel 연산자를 적용합니다

   • 수평 에지를 감지하기 위해 수직 방향(그래디언트 Y)으로 Sobel 연산자를 적용합니다

   • 그래디언트 계산에 3x3 Sobel 커널을 사용합니다

   • 제곱값을 사용해 그래디언트 크기를 계산합니다: sqrt(gx² + gy²)를 gx² + gy²로 근사

5. 포커스 측정값을 계산합니다:

   • 수평 및 수직 그래디언트 성분을 제곱합니다

   • 제곱된 그래디언트를 합산하여 포커스 측정 행렬을 만듭니다

   • 값이 높을수록 에지가 더 강하고 세부 정보가 더 많음을 의미합니다(더 선명하고 더 잘 초점이 맞은 영역)

   • 값이 낮을수록 에지가 더 약하고 세부 정보가 더 적음을 의미합니다(더 흐리고 덜 초점이 맞은 영역)

6. 전체 포커스 값을 계산합니다:

   • 전체 이미지에 걸쳐 포커스 측정 행렬의 평균을 계산합니다

   • 전체 이미지에 대한 단일 숫자 포커스 점수를 반환합니다

7. 영역별 포커스 측정값을 계산합니다(감지가 제공된 경우):

   • 감지 예측에서 바운딩 박스 좌표를 추출합니다

   • 바운딩 박스를 이미지 경계로 클리핑합니다

   • 각 바운딩 박스 영역 내에서 포커스 측정값의 평균을 계산합니다

   • 감지 영역마다 하나씩의 포커스 값 목록을 반환합니다

8. 선택적 시각화 오버레이를 적용합니다:

   • 지브라 패턴 경고: 노출 부족/과다 영역 위에 대각선 줄무늬 오버레이를 표시합니다(노출 부족은 파란색, 과다 노출은 빨간색)하여 노출 문제를 식별합니다

   • 포커스 피킹: 초점이 맞은 영역(포커스 임계값을 넘는 영역)을 강조하는 초록색 오버레이로 선명한 영역을 시각화합니다

   • 헤드업 디스플레이(HUD): 좌측 상단에 포커스 값, 밝기 히스토그램(각 컬러 채널 및 그레이스케일), 노출 정보를 표시하는 반투명 오버레이입니다

   • 구도 그리드: 구도 보조를 위한 그리드 선 오버레이입니다(2x2, 3x3 삼분할 법칙, 4x4 또는 5x5 분할)

   • 중앙 마커: 정렬 및 프레이밍 기준용 프레임 중앙의 십자선 마커입니다

9. 이미지 구조와 메타데이터를 보존합니다

10. 시각화 이미지(오버레이가 활성화된 경우), 전체 포커스 측정값, 그리고 바운딩 박스별 포커스 측정값 목록을 반환합니다

Tenengrad 포커스 측정값은 에지 강도와 그래디언트 크기를 분석하여 이미지 선명도를 정량화합니다. 초점이 맞은 이미지는 강한 그래디언트를 가진 선명한 에지가 많아 높은 Tenengrad 점수를 생성합니다. 초점이 맞지 않은 이미지는 에지가 흐려지고 그래디언트가 약해 낮은 Tenengrad 점수를 생성합니다. 이 측정값은 Sobel 연산자를 사용해 그래디언트를 효율적으로 계산하며 노이즈에 강합니다. Tenengrad 값이 높을수록 초점이 더 좋음을 의미하며, 일반적인 범위는 이미지 내용, 해상도, 에지 밀도에 따라 달라집니다. 시각화 오버레이는 전문 카메라 제어 보조 기능을 제공하여 실시간 또는 분석 중에 초점 문제, 노출 문제, 구도 기회를 식별하는 데 도움을 줍니다.

일반적인 사용 사례

• 자동 초점 시스템: 영역별 포커스 분석을 통해 자동 카메라 초점 조정을 가능하게 하도록 초점 품질을 평가합니다(예: 자동 초점 작업 중 초점을 평가하고, 특정 객체의 최적 초점 위치를 감지하며, Tenengrad 점수에 따라 초점 조정을 트리거함), 고급 자동 초점 워크플로를 지원합니다

• 이미지 품질 평가: 품질 관리를 위해 시각화 오버레이를 사용하여 이미지 선명도를 평가하고 흐린 이미지를 감지합니다(예: HUD 표시로 캡처 파이프라인에서 이미지 품질을 평가하고, 포커스 피킹으로 초점이 맞지 않은 이미지를 감지하며, 포커스 임계값을 사용해 저품질 이미지를 필터링함), 포괄적인 품질 평가 워크플로를 지원합니다

• 전문 카메라 제어: 수동 카메라 조작을 위해 실시간 포커스 및 노출 피드백을 제공합니다(예: 수동 초점을 위해 포커스 피킹을 표시하고, 노출 조정을 위해 지브라 경고를 보여주며, 프레이밍을 위해 구도 그리드를 사용함), 전문 카메라 제어 워크플로를 지원합니다

• 객체별 포커스 분석: 이미지 내에서 특정 감지 객체의 포커스 품질을 평가합니다(예: 감지된 객체의 초점을 평가하고, 바운딩 박스 영역별로 초점을 분석하며, 특정 객체 클래스에 맞게 초점을 최적화함), 객체 중심 분석 워크플로를 지원합니다

• 카메라 보정: 포괄적인 시각화를 통해 카메라 설정 및 보정 중 포커스 성능을 평가합니다(예: 오버레이를 사용하여 카메라 보정 중 초점을 평가하고, HUD 피드백으로 초점 설정을 최적화하며, 시각화 보조 기능으로 카메라 성능을 평가함), 향상된 카메라 보정 워크플로를 지원합니다

• 비디오 포커스 추적: 객체별 포커스 측정값을 사용해 비디오 프레임 전반의 포커스 품질을 모니터링합니다(예: 이동 객체의 초점을 추적하고, 비디오 스트림에서 포커스 품질을 모니터링하며, 프레임 간 초점 일관성을 분석함), 비디오 포커스 추적 워크플로를 지원합니다

다른 블록과 연결하기

이 블록은 이미지(및 선택적으로 감지 결과)를 받아 시각화 이미지, 전체 focus_measure float 값, 그리고 bbox_focus_measures 목록을 생성합니다:

• 객체 감지 또는 인스턴스 세분화 블록 뒤에 감지된 객체의 포커스 측정값을 계산하기 위해(예: 감지된 객체의 초점을 평가하고, 감지 영역별로 초점을 분석하며, 객체별 초점 품질을 평가함), 감지-포커스 워크플로를 지원합니다

• 이미지 캡처 또는 전처리 블록 뒤에 캡처되거나 처리된 이미지의 포커스 품질을 평가하기 위해(예: 이미지 캡처 후 초점을 평가하고, 전처리 후 선명도를 평가하며, 오버레이가 있는 이미지 파이프라인에서 초점을 측정함), 향상된 포커스 평가 워크플로를 지원합니다

• 로직 블록 전에 Continue If와 같은 블록에서 포커스 품질에 기반해 결정을 내리기 위해(예: 초점이 좋으면 계속 진행하고, Tenengrad 점수에 따라 이미지를 필터링하며, 포커스 측정값 또는 객체별 포커스 값을 사용해 결정함), 포커스 기반 의사결정 워크플로를 지원합니다

• 분석 블록 전에 분석 전에 이미지 품질을 평가하기 위해(예: HUD 표시로 분석 전에 초점을 평가하고, 처리용 선명도를 평가하며, 분석 전에 품질을 측정함), 품질 기반 분석 워크플로를 지원합니다

• 자동 초점 시스템에서 포커스 측정이 영역별 분석을 포함하는 피드백 루프의 일부인 경우(예: 객체 우선순위를 사용한 자동 초점용 초점 측정, 피드백 시스템에서 초점 평가, 제어 루프에서 초점 평가), 고급 자동 초점 시스템 워크플로를 지원합니다

• 시각화 블록 앞에 포커스 품질 정보를 표시하기 위해(예: 오버레이로 포커스 점수를 시각화하고, 포커스 측정값을 표시하며, 전문 카메라 보조 기능으로 포커스 품질을 보여줌), 포괄적인 포커스 시각화 워크플로를 지원합니다

버전 차이

v1에서 향상된 점:

• 다른 포커스 알고리즘: Brenner 측정값 대신 Tenengrad 포커스 측정값(Sobel 그래디언트 크기)을 사용하여 더 견고한 에지 감지와 포커스 평가를 제공합니다

• 시각화 오버레이: 지브라 패턴 노출 경고, 포커스 피킹(선명한 영역의 초록색 강조), 포커스 값과 밝기 히스토그램이 있는 헤드업 디스플레이, 구도 그리드 오버레이(2x2, 3x3, 4x4, 5x5), 그리고 전문 카메라 제어를 위한 중앙 십자선 마커를 포함한 포괄적인 시각화 기능을 제공합니다

• 영역별 포커스 분석: 선택적 감지 바운딩 박스를 지원하여 특정 객체 영역 내의 포커스 측정값을 계산하고, 객체별 포커스 평가를 가능하게 합니다

• 향상된 출력: 세 가지 출력을 반환합니다 - 시각화 이미지, 전체 focus_measure float, 그리고 bbox_focus_measures 목록(감지별 포커스 값)

• 구성 가능한 시각화: 모든 시각화 오버레이는 구성 가능하며(지브라 경고, HUD, 포커스 피킹, 그리드, 중앙 마커를 각각 독립적으로 활성화/비활성화 가능),

• 노출 분석: 시각적 지브라 패턴 경고와 함께 노출 부족/과다 영역에 대해 구성 가능한 임계값을 사용한 노출 평가를 포함합니다

• 전문 카메라 보조 기능: 포커스 피킹, 히스토그램 표시, 구도 가이드 등 전문 카메라 디스플레이와 유사한 도구를 제공합니다

요구 사항

이 블록은 컬러 또는 그레이스케일 입력 이미지에서 작동합니다. 컬러 이미지는 처리 전에 자동으로 그레이스케일로 변환됩니다(Tenengrad 측정값은 단일 채널 이미지에서 작동함). 이 블록은 시각화 이미지(선택적 오버레이 포함), 전체 focus_measure float 값, 그리고 bbox_focus_measures 목록(감지가 제공된 경우)을 출력합니다. Tenengrad 값이 높을수록 더 좋은 초점과 더 선명한 이미지를 의미하고, 낮을수록 블러와 초점 불량을 의미합니다. 포커스 측정값은 이미지 내용, 해상도, 에지 밀도에 민감하므로, "좋은" 초점의 임계값은 특정 사용 사례와 이미지 특성에 따라 보정해야 합니다. 모든 시각화 오버레이는 선택 사항이며 워크플로 요구에 따라 독립적으로 활성화 또는 비활성화할 수 있습니다.

유형 식별자

step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/camera_focus@v2 를 워크플로에 단계로 추가합니다.

속성

이름	유형	설명	참조
name	str	이 단계에 고유 식별자를 입력하세요..	❌
underexposed_threshold_percent	실수	이 값보다 낮은 밝기 백분율의 픽셀을 노출 부족으로 표시하는 밝기 백분율 임계값입니다. 0.0과 100.0 사이여야 합니다. 기본값은 3.0%이며, 이는 밝기가 3% 미만인 픽셀(대략 0~255 범위에서 값 8)에 대해 노출 부족으로 간주함을 의미합니다. 이 임계값보다 낮은 픽셀은 show_zebra_warnings가 활성화된 경우 파란색 지브라 패턴 오버레이를 표시합니다. 더 낮은 값은 더 엄격하고(노출 부족으로 표시되는 픽수가 적음), 더 높은 값은 더 관대합니다(노출 부족으로 표시되는 픽수가 많음). 노출 허용 범위와 이미지 요구 사항에 맞게 조정하세요..	❌
overexposed_threshold_percent	실수	이 값보다 높은 밝기 백분율의 픽셀을 과다 노출로 표시하는 밝기 백분율 임계값입니다. 0.0과 100.0 사이여야 합니다. 기본값은 97.0%이며, 이는 밝기가 97%를 초과하는 픽셀(대략 0~255 범위에서 값 247)에 대해 과다 노출로 간주함을 의미합니다. 이 임계값보다 높은 픽셀은 show_zebra_warnings가 활성화된 경우 빨간색 지브라 패턴 오버레이를 표시합니다. 더 높은 값은 더 엄격하고(과다 노출로 표시되는 픽수가 적음), 더 낮은 값은 더 관대합니다(과다 노출로 표시되는 픽수가 많음). 노출 허용 범위와 이미지 요구 사항에 맞게 조정하세요..	❌
show_zebra_warnings	bool	노출 부족/과다 영역 위에 대각선 지브라 패턴 오버레이를 표시합니다. 활성화되면(기본값 True), underexposed_threshold_percent보다 낮은 픽셀은 파란색 지브라 줄무늬를, overexposed_threshold_percent보다 높은 픽셀은 빨간색 지브라 줄무늬를 표시합니다. 이는 전문 카메라의 지브라 패턴 표시와 유사하게 노출 문제에 대한 시각적 피드백을 제공합니다. 지브라 패턴은 조정이 필요할 수 있는 노출 문제 영역(너무 어둡거나 너무 밝음)을 식별하는 데 도움이 됩니다. 노출 경고가 필요 없거나 더 깔끔한 시각화를 원하면 비활성화하세요..	❌
grid_overlay	str	프레이밍 보조를 위한 구도 그리드 오버레이입니다. 옵션: 'None'(그리드 없음), '2x2'(4개 사분면), '3x3'(기본값, 9개 구역의 삼분할 법칙), '4x4'(16개 구역), 또는 '5x5'(25개 구역). 그리드는 이미지를 구역으로 나누어 구도와 프레이밍을 돕습니다. 3x3 그리드(삼분할 법칙)는 균형 잡힌 구도에 일반적으로 사용됩니다. 그리드 선은 회색으로 그려집니다. 구도 필요에 따라 선택하세요: 일반 용도에는 삼분할 법칙(3x3), 단순한 사분면 구도에는 2x2, 더 세부적인 구도 가이드에는 더 높은 분할을 사용하세요..	❌
show_hud	bool	포커스 점수와 밝기 히스토그램이 있는 헤드업 디스플레이(HUD) 오버레이를 표시합니다. 활성화되면(기본값 True), 좌측 상단에 반투명 검은색 오버레이를 표시하여 다음 정보를 보여줍니다: 포커스 값(숫자 점수와 함께 'TFM Focus'로 표시), 각 색상 채널(빨강, 초록, 파랑) 및 그레이스케일의 분포를 보여주는 밝기 히스토그램, 그리고 노출 레이블. HUD는 전문 카메라 제어를 위한 포괄적인 포커스 및 노출 정보를 제공합니다. HUD 표시가 필요 없거나 더 깔끔한 시각화를 원하면 비활성화하세요..	❌
show_focus_peaking	bool	초점이 맞은 영역을 강조하는 초록색 오버레이(포커스 피킹)를 표시합니다. 활성화되면(기본값 True), 포커스 측정값이 임계값을 넘는 영역(기본적으로 상위 30%)이 반투명 초록색 오버레이로 강조됩니다. 이는 전문 카메라의 포커스 피킹 표시와 유사하게 이미지의 어느 영역이 선명하게 초점이 맞았는지 시각화하는 데 도움이 됩니다. 초록색 강조는 선명한 영역을 한눈에 쉽게 볼 수 있게 해줍니다. 포커스 피킹 오버레이가 필요 없거나 더 깔끔한 시각화를 원하면 비활성화하세요..	❌
show_center_marker	bool	프레임 중앙에 십자선 마커를 표시합니다. 활성화되면(기본값 True), 정렬 및 프레이밍 기준을 위해 이미지 중앙에 흰색 십자선을 표시합니다. 십자선 크기는 가시성을 위해 이미지 크기에 따라 조정됩니다. 이는 전문 카메라의 중앙 마커와 유사하게 구도 정렬과 중앙 프레이밍에 도움이 됩니다. 중앙 마커가 필요 없거나 더 깔끔한 시각화를 원하면 비활성화하세요..	❌

해당 참조 열은 워크플로 런타임에서 사용할 수 있는 동적 값으로 속성을 매개변수화할 수 있음을 나타냅니다. 자세한 내용은 워크플로 런타임. 자세한 내용은 바인딩 를 참조하세요.

입력 및 출력 바인딩

사용 가능한 연결은 바인딩 종류에 따라 달라집니다. 어떤 바인딩 종류가 있는지 확인하세요 카메라 초점 버전 v2 가 있습니다.

입력 및 출력 바인딩

• 입력

  • image (image): 포커스 품질을 계산할 입력 이미지(컬러 또는 그레이스케일)입니다. 컬러 이미지는 처리 전에 자동으로 그레이스케일로 변환됩니다(Tenengrad 포커스 측정값은 단일 채널 이미지에서 작동함). 이 블록은 Sobel 그래디언트 크기를 사용해 Tenengrad 포커스 측정값을 계산하여 이미지 선명도를 평가합니다. 출력에는 시각화 이미지(활성화된 경우 선택적 오버레이 포함), 전체 focus_measure float 값, 그리고 bbox_focus_measures 목록(감지가 제공된 경우 바운딩 박스별 포커스 값)이 포함됩니다. Tenengrad 값이 높을수록 더 좋은 초점과 더 선명한 이미지(더 강한 에지와 그래디언트)를 의미하고, 낮을수록 블러와 초점 불량(더 약한 그래디언트)을 의미합니다. 포커스 측정값은 Sobel 연산자를 사용해 그래디언트 크기를 효율적으로 계산합니다. 원본 이미지 메타데이터는 보존됩니다. 이 블록을 사용해 포커스 품질을 평가하고, 블러를 감지하며, 자동 초점 시스템을 활성화하고, 객체별 포커스 분석을 수행하거나, 전문 카메라 제어 시각화 보조 기능과 함께 이미지 품질 평가를 수행하세요..

  • 감지 결과 (Union[instance_segmentation_prediction, object_detection_prediction]): 바운딩 박스 영역 내의 포커스 측정값을 계산하기 위한 선택적 감지 예측(객체 감지 또는 인스턴스 세분화)입니다. 제공되면 이 블록은 각 감지의 바운딩 박스 영역에 대해 별도의 포커스 측정값을 계산하고 이를 bbox_focus_measures 목록 출력에 반환합니다. 이를 통해 객체별 포커스 분석이 가능해져 전체 이미지가 아니라 개별 감지 객체의 포커스 품질을 평가할 수 있습니다. 특정 관심 객체의 초점을 평가하거나, 객체 클래스별로 초점을 분석하거나, 감지된 영역의 초점을 최적화하는 데 유용합니다. 각 bbox_focus_measure 값은 해당 객체 바운딩 박스 내부의 Tenengrad 포커스 측정 평균값에 해당합니다. 전체 이미지 포커스 평가만 필요하면 None으로 두세요..

• 출력

  • image (image): 워크플로의 이미지.

  • focus_measure (실수): float 값.

  • bbox_focus_measures (list_of_values): 모든 유형의 값 목록입니다..

예시 JSON 정의

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/camera_focus@v2",
	    "image": "$inputs.image",
	    "underexposed_threshold_percent": "<block_does_not_provide_example>",
	    "overexposed_threshold_percent": "<block_does_not_provide_example>",
	    "show_zebra_warnings": "<block_does_not_provide_example>",
	    "grid_overlay": "<block_does_not_provide_example>",
	    "show_hud": "<block_does_not_provide_example>",
	    "show_focus_peaking": "<block_does_not_provide_example>",
	    "show_center_marker": "<block_does_not_provide_example>",
	    "detections": "$steps.object_detection_model.predictions"
	}

v1

Brenner 함수 측정값을 사용하여 이미지 선명도를 평가하고, 블러를 감지하며, 카메라 초점 성능을 평가하고, 자동 초점 시스템을 활성화하고, 이미지 품질 평가를 수행하며, 카메라 보정 및 이미지 캡처 워크플로를 위한 최적의 초점 설정을 결정하기 위해 포커스 품질 점수를 계산합니다.

이 블록의 작동 방식

이 블록은 미세한 스케일의 텍스처 세부 정보를 측정하여 이미지 선명도를 정량화하는 Brenner 포커스 측정값을 계산합니다. 이 블록은:

1. 입력 이미지(컬러 또는 그레이스케일, 컬러는 처리 시 자동으로 그레이스케일로 변환됨)를 받습니다

2. 이미지가 컬러 형식인 경우 그레이스케일로 변환합니다(Brenner 측정값은 단일 채널 이미지에서 작동함)

3. 정밀한 계산을 위해 그레이스케일 이미지를 16비트 정수 형식으로 변환합니다

4. 수평 및 수직 밝기 차이를 계산합니다:

   • 수평으로 2픽셀 떨어진 픽셀을 비교하여 수평 차이를 계산합니다: pixel[x+2] - pixel[x]

   • 수직으로 2픽셀 떨어진 픽셀을 비교하여 수직 차이를 계산합니다: pixel[y+2] - pixel[y]

   • 양수 차이만 남기기 위해 클리핑을 사용합니다(선명한 에지와 세부 정보 강조)

   • 미세한 텍스처와 선명한 에지를 나타내는 급격한 밝기 변화를 측정합니다

5. 포커스 측정 행렬을 계산합니다:

   • 각 픽셀 위치에서 수평 및 수직 차이의 최대값을 취합니다

   • 더 큰 변화를 강조하기 위해 차이를 제곱합니다(선명한 에지에 대한 더 강한 반응)

   • 더 높은 값이 더 선명하고 더 잘 초점이 맞은 영역을 의미하는 행렬을 만듭니다

6. 정규화하고 시각화 형식으로 변환합니다:

   • 표시를 위해 포커스 측정 행렬을 0-255 범위로 정규화합니다

   • 시각화를 위해 8비트 형식으로 변환합니다

   • 이미지 전체의 포커스 품질을 보여주는 시각적 표현을 만듭니다

7. 이미지 위에 Brenner 값 텍스트를 오버레이합니다:

   • 이미지의 좌측 상단에 평균 포커스 측정값을 표시합니다

   • 쉽게 평가할 수 있도록 포커스 품질을 숫자 점수로 보여줍니다

8. 이미지 구조와 메타데이터를 보존합니다

9. 시각화 이미지와 평균 포커스 측정값을 float로 반환합니다

Brenner 포커스 측정값은 미세한 스케일의 텍스처와 에지 세부 정보를 분석하여 이미지 선명도를 정량화합니다. 초점이 맞은 이미지는 많은 선명한 에지와 미세한 텍스처 세부 정보를 포함하므로, 가까운 픽셀 간에 큰 밝기 차이와 높은 Brenner 점수가 발생합니다. 초점이 맞지 않은 이미지는 에지가 흐리고 미세한 세부 정보가 부족하므로, 작은 밝기 차이와 낮은 Brenner 점수가 발생합니다. 이 측정값은 2픽셀 간격을 사용하여 노이즈에 강하면서도 미세한 스케일의 텍스처를 감지합니다. Brenner 값이 높을수록 초점이 더 좋음을 의미하며, 일반적인 범위는 이미지 내용과 해상도에 따라 달라집니다. 시각화는 이미지 전반의 포커스 품질 분포를 보여주어, 잘 초점이 맞은 영역과 흐린 영역을 식별하는 데 도움이 됩니다.

일반적인 사용 사례

• 자동 초점 시스템: 자동 카메라 초점 조정을 가능하게 하도록 초점 품질을 평가합니다(예: 자동 초점 작업 중 초점을 평가하고, 최적 초점 위치를 감지하며, Brenner 점수에 따라 초점 조정을 트리거함), 자동 초점 워크플로를 지원합니다

• 이미지 품질 평가: 품질 관리를 위해 이미지 선명도를 평가하고 흐린 이미지를 감지합니다(예: 캡처 파이프라인에서 이미지 품질을 평가하고, 초점이 맞지 않은 이미지를 감지하며, 저품질 이미지를 필터링함), 품질 평가 워크플로를 지원합니다

• 카메라 보정: 카메라 설정 및 보정 중 포커스 성능을 평가합니다(예: 카메라 보정 중 초점을 평가하고, 초점 설정을 최적화하며, 카메라 성능을 평가함), 카메라 보정 워크플로를 지원합니다

• 블러 감지: 이미지 처리 파이프라인에서 흐린 이미지를 감지합니다(예: 폐기할 흐린 이미지를 식별하고, 초점 문제를 감지하며, 이미지 선명도를 평가함), 블러 감지 워크플로를 지원합니다

• 초점 최적화: 이미지 캡처 시스템의 최적 초점 설정을 결정합니다(예: 최적 초점 위치를 찾고, 초점 매개변수를 최적화하며, 설정 전반의 초점을 평가함), 초점 최적화 워크플로를 지원합니다

• 이미지 분석: 이미지 분석 워크플로의 일부로 이미지 선명도를 평가합니다(예: 처리 전에 이미지 품질을 평가하고, 분석 작업을 위해 초점을 평가하며, 이미지 선명도 지표를 측정함), 초점 분석 워크플로를 지원합니다

다른 블록과 연결하기

이 블록은 이미지를 받아 포커스 측정 시각화 이미지와 focus_measure float 값을 생성합니다:

• 이미지 캡처 또는 전처리 블록 뒤에 캡처되거나 처리된 이미지의 포커스 품질을 평가하기 위해(예: 이미지 캡처 후 초점을 평가하고, 전처리 후 선명도를 평가하며, 이미지 파이프라인에서 초점을 측정함), 포커스 평가 워크플로를 지원합니다

• 로직 블록 전에 Continue If와 같은 블록에서 포커스 품질에 기반해 결정을 내리기 위해(예: 초점이 좋으면 계속 진행하고, 포커스 점수에 따라 이미지를 필터링하며, 포커스 측정값을 사용해 결정함), 포커스 기반 의사결정 워크플로를 지원합니다

• 분석 블록 전에 분석 전에 이미지 품질을 평가하기 위해(예: 분석 전에 초점을 평가하고, 처리용 선명도를 평가하며, 분석 전에 품질을 측정함), 품질 기반 분석 워크플로를 지원합니다

• 자동 초점 시스템에서 포커스 측정이 피드백 루프의 일부인 경우(예: 자동 초점용 초점 측정, 피드백 시스템에서 초점 평가, 제어 루프에서 초점 평가), 자동 초점 시스템 워크플로를 지원합니다

• 시각화 블록 앞에 포커스 품질 정보를 표시하기 위해(예: 포커스 점수를 시각화하고, 포커스 측정값을 표시하며, 포커스 품질을 보여줌), 포커스 시각화 워크플로를 지원합니다

• 이미지 품질 관리 파이프라인에서 포커스 평가가 품질 검사의 일부인 경우(예: 품질 파이프라인에서 초점을 평가하고, QC 워크플로에서 선명도를 평가하며, 품질 관리를 위해 포커스를 측정함), 품질 관리 워크플로를 지원합니다

요구 사항

이 블록은 컬러 또는 그레이스케일 입력 이미지에서 작동합니다. 컬러 이미지는 처리 전에 자동으로 그레이스케일로 변환됩니다(Brenner 측정값은 단일 채널 이미지에서 작동함). 이 블록은 포커스 측정이 표시된 시각화 이미지와 수치형 focus_measure 값을 모두 출력합니다. Brenner 값이 높을수록 더 좋은 초점과 더 선명한 이미지를 의미하고, 낮을수록 블러와 초점 불량을 의미합니다. 포커스 측정값은 이미지 내용과 해상도에 민감하므로, "좋은" 초점의 임계값은 특정 사용 사례와 이미지 특성에 따라 보정해야 합니다.

유형 식별자

step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/camera_focus@v1 를 워크플로에 단계로 추가합니다.

속성

이름	유형	설명	참조
name	str	이 단계에 고유 식별자를 입력하세요..	❌

해당 참조 열은 워크플로 런타임에서 사용할 수 있는 동적 값으로 속성을 매개변수화할 수 있음을 나타냅니다. 자세한 내용은 워크플로 런타임. 자세한 내용은 바인딩 를 참조하세요.

입력 및 출력 바인딩

사용 가능한 연결은 바인딩 종류에 따라 달라집니다. 어떤 바인딩 종류가 있는지 확인하세요 카메라 초점 버전 v1 가 있습니다.

입력 및 출력 바인딩

• 입력

  • image (image): 포커스 품질을 계산할 입력 이미지(컬러 또는 그레이스케일)입니다. 컬러 이미지는 처리 전에 자동으로 그레이스케일로 변환됩니다(Brenner 포커스 측정값은 단일 채널 이미지에서 작동함). 이 블록은 이미지 선명도를 평가하기 위해 미세한 스케일의 텍스처와 에지 세부 정보를 측정하는 Brenner 함수 점수를 계산합니다. 출력에는 포커스 측정값이 표시된 시각화 이미지와 수치형 focus_measure float 값이 모두 포함됩니다. Brenner 값이 높을수록 더 좋은 초점과 더 선명한 이미지(더 많은 미세 텍스처와 선명한 에지)를 의미하고, 낮을수록 블러와 초점 불량(미세 세부 정보 부족)을 의미합니다. 포커스 측정값은 2픽셀 떨어진 픽셀 간의 밝기 차이를 사용하여 미세한 스케일의 텍스처를 감지합니다. 원본 이미지 메타데이터는 보존됩니다. 이 블록을 사용해 포커스 품질을 평가하고, 블러를 감지하며, 자동 초점 시스템을 활성화하거나, 이미지 품질 평가를 수행하세요..

• 출력

  • image (image): 워크플로의 이미지.

  • focus_measure (실수): float 값.

예시 JSON 정의

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/camera_focus@v1",
	    "image": "$inputs.image"
	}