손바닥 인식 시스템을 위한 일관된 ROI 추출 방법 문의

사용자가 구체적인 코드 파라미터와 데이터셋 정보를 제공하여 기술적인 조언을 얻기에 적합한 상태이며, 유사한 ROI 추출 문제를 겪은 개발자들의 관심이 예상된다.

• 거리 변환(Distance Transform) 결과의 최대값 지점을 손바닥 중심으로 사용하되, 손가락 골짜기(Valleys)를 찾아 회전을 보정하라.
• 이미지 크기에 따라 CLAHE의 tileGridSize를 동적으로 조정하여 조명 불균형을 해결하라.
• MediaPipe Hands를 사용하여 21개의 손 랜드마크를 추출하고, 이를 기준으로 ROI를 크롭하면 훨씬 일관된 결과를 얻을 수 있다.

• 단순 윤곽선 기반 중심점 추출은 손의 자세 변화에 취약하므로 랜드마크 기반 정렬이 필요하다.
• CLAHE와 같은 전처리 단계에서 파라미터를 데이터셋 해상도에 맞춰 최적화해야 일관성을 높일 수 있다.
• 전통적인 OpenCV 방식 외에도 MediaPipe와 같은 딥러닝 기반 손 핵심 포인트 검출 모델을 활용하는 것이 더 견고한 대안이 될 수 있다.