jasmcaus/caer

Caer – 가볍고 GPU 가속된 컴퓨터 비전 툴박스

무엇인가 – Caer는 순수 Python 라이브러리로, 빠른 GPU 커널을 래핑하여 가장 일반적인 이미지 처리 및 비디오 처리 작업(리사이즈, 색상 변환, 증강 등)을 제공하며 OpenCV나 맞춤 CUDA 코드의 무거운 보일러플레이트가 필요 없습니다. 연구 지향적인 대안으로 타입 검사가 가능하고, 문서가 잘 정리되어 있으며 확장이 쉽습니다.

핵심 구성 요소

모듈	목적
caer	핵심 고성능 함수(예: resize, rotate).
caer.color	색상 공간 변환 및 유틸리티.
caer.data	몇 가지 표준 테스트 이미지 번들(예: sunrise).
caer.path	크로스 플랫폼 경로 헬퍼.
caer.preprocessing	이미지 전처리 일반 단계.
caer.transforms	증강 파이프라인(플립, 크롭 등).
caer.video	간단한 비디오 읽기/쓰기 유틸리티.

왜 사용할까

• 클래식 컴퓨터 비전 작업에 GPU 속도가 필요하지만 직접 CUDA를 작성하고 싶지 않을 때.
• PyTorch/TensorFlow 파이프라인과 잘 어울리는 깔끔하고 타입 검사가 가능한 API가 필요할 때.
• 전체 OpenCV 빌드에 비해 의존성 풋프린트가 작은 것을 찾고 있을 때.

설치

pip install --upgrade caer

이 프로젝트는 Python 3.6 이상을 지원하며, 가장 일반적인 플랫폼용 wheel을 제공합니다. 소스에서 직접 컴파일해야 하는 사용자를 위해 자세한 빌드 지침은 INSTALL.md 파일에 있습니다.

최소 예제

import caer

# Load a bundled 640×427 test image
sunrise = caer.data.sunrise(rgb=True)

# Resize to 400×400 while keeping the aspect ratio
resized = caer.resize(
    sunrise,
    target_size=(400, 400),
    preserve_aspect_ratio=True,
)

README는 결과 이미지를 보여주고, 더 많은 데모가 들어 있는 폴더로 연결됩니다.

문서 및 커뮤니티

• 전체 API 문서는 ReadTheDocs(caer.rtfd.io)에 호스팅됩니다.
• 이슈 트래킹, 토론 및 기여 가이드라인은 GitHub을 통해 제공됩니다.
• 이 패키지는 MIT 라이선스를 사용하므로 오픈소스와 상업 프로젝트 모두에 사용할 수 있습니다.

대상

• 무거운 C++ 라이브러리를 도입하지 않고 빠르고 Pythonic한 방식으로 비전 파이프라인을 프로토타이핑하려는 학생, 취미 개발자, 연구자.

위 정보는 모두 해당 저장소의 README에서 직접 가져온 것입니다.