서론이미지를 feature vector로 변환하는것은, 이를 머신러닝 알고리즘에 적용하기 전에 하는 전처리 단계중 하나이다.즉, image data를 가지고 ml 알고리즘에 넣기전에 전처리 하는 것은 전형적인 일이며, 그래야 알고리즘이 동작한다.위와 같은 과정을 거치는 이유는 image를 feature vector로 나타내는 것이 더 효율적이기 때문이다.이때 자주 사용하는 기법은 HOG , BoW가 존재한다. Histogram of Oriented Gradients ( 기울기를 지향하는 히스토그램? )Bag-of-Words만약 20 X 20 pixel image가 있다면 opencv에서는 이를 길이가 400인 1D vector(feature)로 표현한다.하지만, 위의 과정은 각각의 pixel에 대해서 나..
