픽셀화 시각화
이미지에서 감지된 객체를 픽셀화합니다.
검출된 객체에 픽셀화된 모자이크 효과를 적용하여, 객체의 세부 정보는 가리면서도 알아볼 수 있는 형태는 유지하는 블록형 픽셀화된 외형을 만들어 프라이버시 보호와 콘텐츠 익명화에 유용합니다.
이 블록의 작동 방식
이 블록은 이미지와 검출 예측을 입력받아 검출된 객체에 픽셀화(모자이크) 효과를 적용하고 배경은 변경하지 않습니다. 이 블록:
이미지와 예측을 입력으로 받습니다
바운딩 박스 또는 세분화 마스크에서 검출된 영역을 식별합니다
검출된 객체 영역을 지정된 크기의 정사각형 블록(픽셀)으로 나눕니다
각 블록을 단일 색상 값(일반적으로 해당 블록의 평균 색상)으로 바꾸어 모자이크 같은 픽셀화 효과를 만듭니다
배경과 검출된 객체 밖의 영역은 변경하지 않은 채 유지합니다
검출된 객체는 블록형 모자이크 외형으로 픽셀화되고 나머지 이미지는 선명하게 유지된 주석이 달린 이미지를 반환합니다
이 블록은 객체 검출 예측(바운딩 박스 사용)과 인스턴스 세분화 예측(마스크 사용) 모두와 함께 작동합니다. 마스크가 사용 가능한 경우 검출된 객체의 정확한 형태를 픽셀화하고, 그렇지 않으면 직사각형 바운딩 박스 영역을 픽셀화합니다. 픽셀 크기 매개변수는 각 정사각형 블록의 크기를 제어하며, 더 큰 픽셀 크기는 더 적고 더 큰 블록으로 더 강한 픽셀화를 만들어 더 많이 가리고, 더 작은 픽셀 크기는 더 많고 더 작은 블록으로 더 세밀한 픽셀화를 만들어 덜 가립니다. 블러 시각화(부드럽고 그라데이션 같은 가림 효과를 만드는 방식)와 달리, 픽셀화는 더 양식화된 모자이크 외형을 유지하면서도 세부 정보를 효과적으로 가리는 뚜렷하고 블록형의 사각형을 만듭니다.
일반적인 사용 사례
프라이버시 보호 및 익명화: 얼굴, 사람, 차량 번호판 또는 이미지나 동영상의 기타 민감한 정보를 픽셀화하여 프라이버시를 보호하고, 데이터 보호 규정을 준수하거나 공유 또는 게시하기 전에 콘텐츠를 익명화할 때, 독특한 픽셀화된 모자이크 효과
콘텐츠 필터링 및 검열: 콘텐츠 관리 워크플로, 안전한 콘텐츠 미리보기, 또는 사용자 생성 콘텐츠 필터링을 위해 이미지나 동영상의 부적절하거나 민감한 콘텐츠를 가리며, 픽셀화 효과는 콘텐츠가 처리되었음을 명확하게 시각적으로 보여줍니다
스타일화된 콘텐츠 익명화: 매끄러운 흐림 효과보다 모자이크 외형이 선호되는 예술적 또는 스타일화된 콘텐츠 익명화를 위해 픽셀화 효과를 만들며, 창작 프로젝트, 스타일화된 발표, 또는 독특한 시각 효과에 유용합니다
시각적 강조 및 초점: 검출된 객체를 픽셀화하여 이미지의 다른 부분에 시선을 끌고, 픽셀화된 전경 객체와 선명한 배경 사이의 시각적 대비를 만들거나, 독특한 시각 스타일로 구성에서 특정 요소를 강조합니다
보안 및 감시: 보안 영상이나 감시 이미지에서 사람, 차량 또는 기타 식별 가능한 요소를 익명화하면서 장면 맥락은 유지하고, 더 스타일화된 익명화 효과를 위해 흐림 대신 픽셀화를 사용합니다
문서화 및 보고: 민감한 정보를 가려야 하지만 전체적인 맥락은 보이도록 해야 하는 보고서, 문서 또는 사례 연구를 위해 픽셀화된 익명화 버전의 이미지를 만들며, 독특한 모자이크 미학을 제공합니다
다른 블록과 연결하기
이 블록의 주석이 달린 이미지는 다음에 연결할 수 있습니다:
다른 시각화 블록 (예: 레이블 시각화, 바운딩 박스 시각화, 다각형 시각화)를 사용해 픽셀화된 객체 위에 추가 주석을 달아 포괄적인 시각화를 만들거나 무엇이 픽셀화되었는지 표시합니다
데이터 저장 블록 (예: 로컬 파일 싱크, CSV 포매터, Roboflow 데이터셋 업로드)를 사용해 문서화, 보고 또는 프라이버시가 보호된 콘텐츠 보관을 위해 픽셀화된 이미지를 저장합니다
웹훅 블록 콘텐츠 관리, 프라이버시 준수 공유 또는 익명화된 분석을 위해 픽셀화된 이미지를 외부 시스템, API 또는 웹 애플리케이션으로 전송합니다
알림 블록 (예: 이메일 알림, Slack 알림)을 사용해 경고나 보고서에서 프라이버시가 보호된 시각적 증거로 픽셀화된 이미지를 전송합니다
비디오 출력 블록 실시간 모니터링, 프라이버시 준수 비디오 처리 또는 후처리 분석을 위해 픽셀화된 객체가 포함된 주석이 달린 비디오 스트림이나 녹화본을 만듭니다
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/pixelate_visualization@v1 를 워크플로에 단계로 추가합니다.
속성
이름
유형
설명
참조
name
str
이 단계에 고유 식별자를 입력하세요..
❌
copy_image
bool
이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..
✅
pixel_size
int
픽셀화 효과에서 각 정사각형 픽셀 블록의 크기이며, 픽셀 단위로 측정됩니다. 픽셀화의 세밀함을 제어합니다: 값이 클수록 더 크고 블록감이 강한 픽셀이 만들어져 더 강하게 가려지고(블록 수는 적고, 더 추상적인 외형), 값이 작을수록 더 미세하고 세부적인 픽셀화가 만들어집니다(블록 수는 많고, 덜 가려짐). 일반적인 값 범위는 10~50픽셀이며, 20은 가림 정도와 알아볼 수 있는 객체 형태의 균형을 잘 맞추는 좋은 기본값입니다..
✅
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 픽셀화 시각화 버전 v1 가 있습니다.
입력 및 출력 바인딩
입력
image(image): 시각화에 사용할 이미지입니다..copy_image(boolean): 이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..predictions(Union[instance_segmentation_prediction,keypoint_detection_prediction,object_detection_prediction,rle_instance_segmentation_prediction]): 시각화할 모델 예측..pixel_size(정수): 픽셀화 효과에서 각 정사각형 픽셀 블록의 크기이며, 픽셀 단위로 측정됩니다. 픽셀화의 세밀함을 제어합니다: 값이 클수록 더 크고 블록감이 강한 픽셀이 만들어져 더 강하게 가려지고(블록 수는 적고, 더 추상적인 외형), 값이 작을수록 더 미세하고 세부적인 픽셀화가 만들어집니다(블록 수는 많고, 덜 가려짐). 일반적인 값 범위는 10~50픽셀이며, 20은 가림 정도와 알아볼 수 있는 객체 형태의 균형을 잘 맞추는 좋은 기본값입니다..
출력
image(image): 워크플로의 이미지.
마지막 업데이트
도움이 되었나요?