객체 인식

AutoLabCV #2 – AHK v1 호환가능토록 개선 (v1.0.2)

오토소장 — Sun, 25 Jan 2026 21:18:26 +0900

상품 링크 : https://autolabs.co.kr/contents_NyTr41/1086413

 AutoLabCV.SDK는 **AutoLabCV.Core 엔진을 바로 사용할 수 있도록 구성된 공식 배포 패키지**입니다. 본 배포물에는 **엔진 소스 코드가 포함되어 있지 않으며**, 즉시 사용 가능한 DLL과 언어별 바인딩만 포함됩니다.AutoLabCV는 AutoHotkey 기반 자동화 환경에서 이미지 인식·화면 캡처·실시간 분석을 보다 안정적으로 제공하기 위한 컴퓨터 비전 SDK입니다. 이번 v1.0.2 업데이트에서는 사용자 요청이 있었던 AHK v1 호환성 개선에 중점을 두었습니다. 기존 구조를 유지하면서도, AHK v1 사용자들이 큰 수정 없이 AutoLabCV를 활용할 수 있도록 여러 내부 요소를 조정하였습니다. ## 포함 구성 ``` AutoLabCV.SDK ├─ bin │ └─ x64 │ ├─ Debug │ │ └─ AutoLabCV.Cored.dll │ └─ Release │ └─ AutoLabCV.Core.dll │ ├─ lib │ ├─ ahk │ │ ├─ v1 │ │ └─ v2 │ ├─ dotnet │ ├─ python │ ├─ rust │ └─ java │ ├─ Samples │ ├─ ahk │ │ ├─ v1 │ │ └─ v2 │ ├─ dotnet │ ├─ python │ ├─ rust │ └─ java │ └─ docs ```` ## Debug / Release DLL * **Debug** * `bin\x64\Debug\AutoLabCV.Cored.dll` * 테스트 및 디버깅 용도 * **Release** * `bin\x64\Release\AutoLabCV.Core.dll` * 실제 배포 및 운영 용도 언어 바인딩에서는 `Init(true/false)`로 선택합니다. ## 지원 언어 * AutoHotkey v1 / v2 * .NET (C#) (예정) * Python (예정) * Rust (예정) * Java (예정) ## 주의 사항 * 본 SDK에는 **AutoLabCV.Core 엔진 소스가 포함되지 않습니다** * SDK 구조를 변경하지 않고 사용하시길 권장합니다 * x64 환경 전용입니다 (32-bit 미지원)

AutoLabCV #1 – 최신 OpenCV 4.13.0 기반 템플릿 매칭 (v1.0.0)

오토소장 — Mon, 05 Jan 2026 22:06:56 +0900

안녕하세요. 오토소장 입니다.

지난주에 컴퓨터 비전 분야에서 가장 선두적인 역할을 하고 있는 OpenCV의 4.13.0 최신 버전이 공개되었습니다.

https://opencv.org/releases/

https://github.com/opencv/opencv/releases/tag/4.13.0

오토핫키에서 기본적으로 제공하고 있는 이미지서치(ImageSearch)는 단순히 픽셀 비교 방식으로서 많은 한계점을 가지고 있습니다.

OpenCV는 비전 전문 라이브러리로서 단순 픽셀 비교 방식의 한계점을 뛰어넘기 위해 특징 비교 방식 등 여러가지 고급 기능을 제공합니다.

따라서 OpenCV에서 가장 강력한 객체 탐색 기능 중 하나인 Templete Matching 기능을 오토핫키 V2에서 사용할 수 있도록,

래핑(Wrapping) 된 동적 라이브러리 모듈인 AutoLabCV.dll 초기 버전을 만들어서 간단한 연동 테스트를 해보았습니다.

오토핫키-OpenCV 연동 테스트를 위해 폴더 구조는 아래와 같이 심플하게 구성해 보았습니다.

이미지1 테스트

원본 이미지(Haystack.png) 입니다.

찾을 이미지(Neddle.png) 입니다.

결과 이미지(Result_Match.png) 입니다. 매칭된 결과(매칭율:99%)를 붉은색 사각형 박스로 시각화한 모습니다.

이미지2 테스트

원본 이미지(Haystack.png) 입니다.

찾을 이미지(Neddle.png) 입니다.

결과 이미지(Result_Match.png) 입니다. 매칭된 결과(매칭율:73%)를 붉은색 사각형 박스로 시각화한 모습니다.

앞으로 OpenCV의 다양한 기능들을 오토핫키 V2에서 사용할 수 있도록 AutoLabCV 프로젝트를 발전시켜 나가 보겠습니다^^

※ 오토핫키 V2 연동에 필요한 AutoLabCV 관련 배포 파일들은 스토어에 공개되어 있습니다. (아래 링크 참조)

(단, OpenCV Wrapping 모듈인 AutoLabCV.dll에 대한 원천 소스코드는 비공개로 진행될 예정이오니 양해부탁드립니다.)

상품 링크 : https://autolabs.co.kr/contents_NyTr41/1086413

오토핫키 OpenCV 템플릿매칭 라이브러리 by CatLab Studio

오토소장 — Sun, 21 Jan 2024 22:27:48 +0900

회원님의 요청으로 AECS에서 컴파일 가능한 버전으로 CatLab Studio 님이 만드신 오토핫키 OpenCV 템플릿매칭 라이브러리를 인코딩 부분 수정하여 업로드합니다.

TemplateMatch x86 by Autolabs.zip

TemplateMatch x64 by Autolabs.zip

Published 2020. 8. 6. 17:46

[Lib/OpenCV] 오토핫키 OpenCV 템플릿매칭(Template Matching) 라이브러리

Gdip_ImageSearch 파라미터 정리

오토소장 — Sat, 03 Sep 2022 09:18:37 +0900

   1
2
3
4
5
6
7
8
9
10
11
12
13
 Gdip_ImageSearch(   pBitmapHaystack,            ; 대상 이미지
                    pBitmapNeedle,              ; 탐색 이미지
                    ByRef OutputList="",        ; 탐색된 좌표 리스트
                    OuterX1=0,                  ; 시작탐색범위(X1)
                    OuterY1=0,                  ; 시작탐색범위(Y1)
                    OuterX2=0,                  ; 종료탐색범위(X2)
                    OuterY2=0,                  ; 종료탐색범위(Y2)
                    Variation=0,                ; 오차율(0~255)
                    Trans="",                   ; 투명화색상
                    SearchDirection=1,          ; 탐색방향
                    Instances=1,                ; 탐색 최대 갯수
                    LineDelim="`n",             ; OutputList에 저장되는 라인 구분자
                    CoordDelim=",")             ; OutputList에 저장되는 좌표 구분자
 
  

출처 : https://www.autohotkey.com/boards/viewtopic.php?t=982

색상이 변화하면서 움직이는 이미지 찾는 방법.

소심비형 — Fri, 20 Mar 2020 16:18:44 +0900

안녕하세요. 엔지엠소프트웨어입니다. 오늘은 간단한 예제를 하나 가지고 왔습니다. 아래 동영상을 보면 금방 알 수 있는 예제지만, 자세하게 설명되지 않았거나 아직 잘 모르시는 분들이 많습니다. 이미지 편집기의 필터(흑백, 임계, 외각선, 밝기, 대비등등...)를 잘 이용하면 좀 더 쉽게 이미지를 디텍팅하고 클릭할 수 있습니다. 너무 많은 필터를 적용하면 퍼포먼스에 나쁜 영향을 줄수도 있으니 잘 조절해야 합니다.

이미지 에디터에서 변화하는 컬러 이미지를 효율적으로 처리하려면 아래 그림처럼 흑백화와 투명 도구를 사용해야 합니다. 사실 더 복잡한 이미지라면 밝기와 대비를 이용해서 경계를 명확히 한 후 임계값으로 0과 1로 분리하는게 최고의 작업입니다. 아무튼, 엔지엠이 현존하는 매크로 프로그램중에 가장 디테일하게 이미지를 조작할 수 있지 않나 생각되지만...(다른게 있다면 알려주세요! 참고해보겠습니다^^;) 이 부분에 대해 잘 활용하시는 분들이 적은듯 합니다. 유틸리티에 이미지 테스터와 OCR 테스터를 이용하면 보다 쉽게 원하는 결과를 찾아서 적용할 수 있을겁니다.

참고로, 이미지는 항상 원본을 보유하게 됩니다. 좌측에 표시되는 이미지는 원본이고 우측에 표시되는 이미지는 사용자가 필터를 적용한 이미지입니다. 원본 이미지가 유실되면 스크린샷을 다시 찍어야하기 때문에 원본은 항상 내부에 보관되어 있습니다. 이미지 에디터에서 내보내기를 통해 더 고급 프로그램(포토샵과 같은...)의 도움을 받아서 넣어줄수도 있습니다. 그렇지만, 가능하면 엔지엠 에디터에서 처리하는게 좋습니다. 이미지의 픽셀값은 민감한 부분이기 때문에 다른 외부 프로그램에서 처리하는 값과 미묘하게 달라질 수 있습니다. 그래서 이미지 체크와 서치에서는 오차를 상쇄시킬 수 있는 공차(Tolerance)를 설정할 수 있습니다.

이미지 크기 조정 예제. (전체 소스 포함)

소심비형 — Sat, 05 Oct 2019 11:31:54 +0900

이번에 추가한 커스텀 액션은 제가 사용하기 위해 만든겁니다-_-; 가족들과 여행을 다니다보면 사진이 수백장에서 수천장이 생기는데요. 이 사진들을 블로그나 SNS용으로 리사이즈 하기가 매우 번거롭습니다. 여러가지 툴들을 사용해봤는데... 만족할만한 프로그램이 없더군요. 단순히 폴더에 있는 모든 이미지들을 크기 조정하고 싶을뿐인데... 너무 많은 옵션과 속성들로 인해 불편했습니다.

사용해본 프로그램들이 하나같이 무겁고, 이미지를 많이 열면 메모리 에러나고 그래서 한가한김에 만들기로 했죠. NGM에서 이미지 크기 조정을 하려면 아래와 같이 몇가지 설정만 진행하면 됩니다. 물론, 소스가 다 공개되어 있으니 입맛에 맞게 수정하거나 업그레이드 해서 사용해도 되죠^^;

아래 그림처럼 크기를 조정할 ①원본 이미지 폴더를 선택하고, ②변경된 이미지들을 저장할 폴더를 선택합니다. 그리고, ③변경할 크기를 입력하면 됩니다. 비율 유지가 기본적으로 True로 선택되어 있기에 아래 그림처럼 Size에서 Width만 입력해도 됩니다. 자동으로 비율을 조정해주기 때문입니다. jpg 이미지 같은 경우 500크기를 300으로 줄였더니 용량은 10분의 1로 줄어드네요. 모든 이미지가 그렇지는 않겠지만, 용량이 뻥튀기 되거나 하진 않습니다. 마이크로소프트의 이미지 관련 모듈들은 나름 최적화 되어 있는거 같아요.

추천, 구독, 홍보 꼭~ 부탁드립니다.

여러분의 후원이 빠른 귀농을 가능하게 해줍니다~ 답답한 도시를 벗어나 귀농하고 싶은 개발자~

감사합니다~

이미지 캡쳐와 편집기 사용 방법. (How to use image capture and editor)

소심비형 — Tue, 25 Jun 2019 22:12:50 +0900

안녕하세요. 소심비형입니다. 응용 프로그램에 관련된 액션을 전부 알아보았기에 이제 조건(Condition)에 대해 알아볼 차례입니다. 조건을 알아보기 전에 이미지 생성 및 편집기의 기능에 대해 먼저 알아보도록 하겠습니다. 이미지 판단 조건을 만들려면 우선 이미지가 필요하기 때문이죠^^;

새로운 이미지 에디터를 생성합니다. (Ctrl+Alt+N)

NGM 3.0을 사용해본 분들은 익숙한 화면일텐데요. 처음 사용하시는 분들은 약간(?) 혼란스러울수도 있습니다. 아래 각각의 세부 항목에 대해 알아보죠~

줌 트렉바: 사용자가 편집하고자하는 이미지를 확대할 수 있습니다. 실제 이미지 크기가 변화하지는 않습니다.
이미지 저장 버튼: NGM에서 사용되는 이미지는 우리가 알고 있는 일반적인 이미지는 아닙니다. png이미지를 포함한 여러가지 설정들이 복합적으로 저장되는 이미지입니다. 확장자도 NGM에서만 사용할 수 있는 ngi를 씁니다. 하지만, NGM에서 만든 이미지를 호환 가능한 이미지로 저장하고 싶을 때 이미지 저장 버튼을 이용하면 됩니다.
이미지 불러오기 버튼: NGM 이미지에 사용자가 임의로 편집한 이미지를 불러들입니다. 매크로에서 사용되는 설정들은 유지되며, 이미지만 교체됩니다.
속성: 위에서도 언급했듯이 NGM에서 사용되는 여러가지 정보들을 사용자가 입력할 수 있습니다. 일반적으로 원본 이미지 그대로 사용해도 문제가 되진 않겠지만, 동적으로 변화하는 이미지나 3D 이미지의 경우 빛과 그림자로 인해 색상값이 변화하게 됩니다. 이 때 속성값을 적절하게 조정하여 이미지를 단순화 시킬 수 있습니다. 이렇게하면 조건 판단에 있어서 좀 더 정확한 결과를 얻어낼 수 있습니다.

속성에 대해 자세히 알아보기.

속성은 아래와 같이 많은 정보를 담고 있습니다. 또한, 상반되는 속성들은 무시 되기도 하므로 어느정도 자주 사용되는 속성에 대해서는 숙지하고 작업하는게 효율적입니다.

기본 설정

반전: 이미지의 색을 반전 시킵니다.
자르기: 이미지의 상하좌우를 지정한 픽셀만큼 잘라냅니다. 원본 이미지는 유지되며 이미지 판단 조건이 실행될 때 잘라낸 후 비교하게 됩니다.
크기 조절: 이미지의 크기를 변경합니다. 원본 이미지는 유지되며 이미지 판단 조건이 실행될 때 이미지 크기 조정 후 비교하게 됩니다.
흐림 효과: 가우시안 블러 효과를 줍니다. 이 효과를 주면 이미지가 부드럽게(흐릿하게) 변화합니다.
흑백: 이미지를 흑백으로 바꿉니다.

기본 작업

설명: 이 이미지의 설명을 입력합니다.

데이터

매인 윈도우 정보: 이 이미지를 캡쳐한 창의 위치와 크기 정보입니다. 이 값은 비활성 모드에서 이미지를 추적하기 위해 사용됩니다.
이미지 정보: 이미지의 위치와 크기 정보입니다. 이 값은 비활성 모드에서 이미지를 추적하기 위해 사용됩니다.
컨트롤 윈도우 정보: 이 이미지를 캡쳐한 컨트롤의 위치와 크기 정보입니다. 이 값은 비활성 모드에서 이미지를 추적하기 위해 사용됩니다.

밝기와 대비

대비: 대비(Contrast)를 조정합니다.
밝기: 밝기(Brightness)를 조정합니다.

외각선 (Canny)

그라디언트: L1, L2 방식의 그라디언트 사용 유무를 선택합니다. 기본값 False는 L1을 의미합니다. 일반적으로 L2를 사용하지만, 정밀도가 높은 L1이 기본으로 적용되도록 되어 있습니다.
임계값 1: 그라디언트 히스테리시스(Hysteresis)를 결정하는 X 임계값(Threshold)입니다.
임계값 2: 그라디언트 히스테리시스(Hysteresis)를 결정하는 Y 임계값(Threshold)입니다.
※ Hysteresis는 그라디언트의 색상의 변화하는 과정에 의존한다는 뜻입니다. 이는 고정된 임계값을 적용하여, 의도치 않은 비교를 피하기 위함입니다
캐니 사용: Canny 외각선 검출의 사용 여부입니다.
커널: 노이즈를 필터링합니다. Canny 외각선에서 노이즈를 필터링할 때 가우시안을 사용합니다. 이 때 가우시안 커널의 크기를 나타냅니다. 기본 값은 3입니다.

외각선 (Laplace)

델타: 델타값은 연산이 완료된 대상 이미지를 저장할 때 적용되는 선택적 델타 값입니다.
라플라시안 사용: 라플라스 또는 라플라시안이라고 불리는 연잔자로, 라플라시안 외각선 검출의 사용 여부입니다.
매트릭스 타입: 매트릭스 타입은 행렬을 나타냅니다. 기본 값인 CV_8U는 8Bit Unsigned 행렬을 나타냅니다.
배율: 계산된 라플라시안 값의 선택적 배율 인수 값입니다.
외삽법: 픽셀 외삽법으로 경계값을 채우는 Border Interpolation(경계 보간법)을 의미합니다. 인터폴레이션은 임의의 2 지점 사이에 연결 지점을 만들어줍니다.
커널: 노이즈를 필터링합니다. Laplace 외각선에서 노이즈를 필터링할 때 가우시안을 사용합니다. 이 때 가우시안 커널의 크기를 나타냅니다. 기본 값은 1입니다.

외각선 (Sobel)

X 방향 미분: 그라디언트의 변화에서 X 방향 미분 값을 입력합니다. 기본 값은 1입니다.
Y 방향 미분: 그라디언트의 변화에서 Y 방향 미분 값을 입력합니다. 기본 값은 1입니다.
※ 미분: 외각선을 검출하기 위해 그라이던트의 높은 변화량을 감지하는 미분 값으로, 그라디언트의 높은 변화량을 찾기 위해 사용됩니다.
델타: 연산이 완료된 대상 이미지를 저장할 때 적용되는 선택적 델타 값입니다.
매트릭스 타입: 매트릭스 타입은 행렬을 나타냅니다. 기본 값인 CV_8U는 8bit Unsigned 행렬을 나타냅니다.
배율: 계산된 소벨 값의 선택적 배율 인수 값입니다.
소벨 사용: 소벨 외각선 검출의 사용 여부입니다.
외삽법: 픽셀 외삽법으로 경계값을 채우는 Border Interpolation(경계 보간법)을 의미합니다. 인터폴레이션은 임의의 2 지점 사이에 연결 지점을 만들어줍니다.
커널: 노이즈를 필터링합니다. Sobel 외각선에서 노이즈를 필터링할 때 가우시안을 사용합니다. 이 때 가우시안 커널의 크기를 나타냅니다. 기본 값은 3입니다.

이진화

반전: 색상을 반전 시킵니다.
이진화 사용: 이진화는 색상을 0(검은색), 1(흰색)로 표현하는 방법입니다. 흑백과 유사하지만, 더 단순한 형태입니다.이진화 사용 여부를 선택합니다.
임계값: 픽셀의 색상 값을 0과 1로 변화할 때 기준이 되는 값을 입력합니다.

작업

캡쳐: 영역을 지정하여 이미지를 캡쳐합니다.

투명화

색상 선택: 사용자가 캡쳐한 이미지에서 투명하게 변경시킬 픽셀을 선택합니다. 픽셀이 투명해지면 이미지 비교 액션들은 이 픽셀은 비교하지 않게 됩니다. 색상은 여러개를 선택할 수 있으며, 자동으로 투명한 색상 목록에 추가됩니다.
투명도: 적용할 투명 값입니다. 이 값은 0~255사이의 값이며, 0은 완전한 투명입니다. 255는 불투명입니다.
투명도 범위: 범위에 따라 유사한 색상도 같이 투명하게 처리됩니다.
투명한 색상 목록: 투명한 색상 목록입니다. 투명한 색상 목록을 추가하거나 삭제할 수 있습니다.

내용이 좀 어려울수도 있는데요^^; 아래 동영상을 참고해서 하나씩 따라해 보세요^^;

녹음된 음성이 작은데요. 볼륨을 최대로 키우고 들어보세요!

속성들을 하나씩 적용해보면서 테스트하다보면 어떤 기능인지 확인할 수 있습니다. 위 내용을 한번쯤은 읽어보고, 눈으로 직접 어떻게 동작하는지 본다면 빠르게 이해할 수 있을겁니다. 그렇더라도 어려운 내용이긴 하지만요~

추천, 구독, 홍보 꼭~ 부탁드립니다.

여러분의 후원이 빠른 귀농을 가능하게 해줍니다~ 답답한 도시를 벗어나 귀농하고 싶은 개발자~

감사합니다~