danforthcenter/plantcv

PlantCV – 식물 형질 분석을 위한 컴퓨터 비전 도구

무엇인가요 – PlantCV는 식물의 특징(크기, 모양, 색상, 질병 증상 등)을 사진에서 측정하기 위한 이미지 분석 알고리즘 모음으로 구성된 오픈소스 파이썬 라이브러리입니다. 고속 형질 분석 실험실을 위해 설계되었으며, 연구자들이 원시 식물 이미지를 정량적 데이터로 변환할 수 있도록 일관되고 모듈식 방법을 제공하는 것을 목표로 합니다.

주요 기능

• 모듈식 파이프라인 – 세그멘테이션, 객체 탐지, 특징 추출 등의 개별 처리 단계가 재사용 가능한 함수로 제공되어 사용자 정의 워크플로우에 연결할 수 있습니다.
• 넓은 알고리즘 기반 – 전통적인 컴퓨터 비전 기법(임계값 처리, 모폴로지 연산, 윤곽 분석)을 래핑하고, 다른 패키지의 방법도 통합합니다.
• 확장 가능 – 라이브러리의 플러그인 아키텍처 덕분에 기존 파이프라인을 깨뜨리지 않고 새로운 방법을 추가할 수 있습니다.
• 크로스플랫폼 – PyPI, Conda-forge 또는 소스에서 직접 설치 가능하며, Linux, macOS, Windows에서 모두 작동합니다.
• 풍부한 문서 및 튜토리얼 – 프로젝트 웹사이트에 완전한 API 참조, 단계별 튜토리얼 갤러리, 예제 데이터셋이 호스팅되어 있습니다.

일반적인 워크플로우

1. 이미지 로드 – pcv.readimage()로 식물 사진을 읽습니다.
2. 전처리 – 필터 적용, 색공간 변환, 배경 제거 등을 수행합니다.
3. 세그멘테이션 – 임계값 처리 또는 머신러닝 기반 마스크를 사용해 식물 조직을 분리합니다.
4. 특징 추출 – pcv.shape_features(), pcv.area(), pcv.fluorescence_intensity()와 같은 함수를 호출하여 측정값을 계산합니다.
5. 내보내기 – 결과는 파이썬 객체로 반환되거나, CSV/JSON으로 저장되어 후속 분석에 사용됩니다.

설치

# pip를 통해
pip install plantcv

# 또는 conda-forge를 통해
conda install -c conda-forge plantcv

시작하기 – 프로젝트의 튜토리얼 갤러리 (https://plantcv.org/tutorials)는 단순한 잎 면적 측정부터 멀티카메라 형질 분석 파이프라인까지 일반적인 사용 사례를 새 사용자에게 단계별로 안내합니다. API 문서는 https://docs.plantcv.org/ 에 있습니다.

커뮤니티 및 지원

• 이슈 및 질문 – GitHub 이슈 페이지에서 티켓을 열어주세요.
• 기여하기 – 가이드라인과 코드 오브 콘덕트가 제공되며, 리포지토리에는 70명 이상의 기여자가 있습니다.
• 인용 – 연구에서 이 라이브러리를 사용할 경우, 프로젝트 홈페이지에 나열된 PlantCV 논문을 인용해 주시기 바랍니다.

라이선스 – BSD-3-Clause (LICENSE 파일 참조).

---

PlantCV는 식물 형질 분석 분야에 컴퓨터 비전 기술을 적용하는 진정한, 활발히 유지 관리되는 소프트웨어 프로젝트로, AI/ML 환경에 명확히 포함됩니다.