URI란?

URI란 통합 자원 식별자(Uniform Resource Identifier)는 인터넷에 있는 자원을 어디에 있는지 자원 자체를 식별하는 방법입니다. URI의 하위개념으로는 URL, URN이 있습니다.

 

URLLocator를 의미하며 리소스가 있는 위치를 지정합니다. 반면에 URNName을 의미하며 리소스에 이름을 부여하비다. 위치는 변할 수 있지만, 이름은 변하지 않습니다. 따라서 URN 이름만으로 실제 리소스를 찾을 수 있는 방법이 보편화되지 않았습니다.

 


☁️ URL은?

URL은 네트워크 상에서 자원이 어디 있는지 위치를 알려주기 위한 규약입니다.
즉, 컴퓨터 네트워크와 검색 메커니즘에서의 위치를 지정하는, 웹 리소스에 대한 참조라고 할 수 있습니다.

흔히 우리는 URL을 웹 사이트 주소로만 알고 있지만, URL은 웹 사이트 주소뿐만 아니라 컴퓨터 네트워크상의 자원을 모두 나타내는 표기법이며 해당 주소에 접속하려면 URL에 맞는 프로토콜(http, sftp, smp ..등)을 알아야 하고, 그와 동일한 프로토콜로 접속해야 합니다

 

URL의 문법

• scheme://[userinfo@]host[:port][/path][?query][#fragment]
• https://www.google.com:443/search?q=hello&hl=ko

 

  • 프로토콜 (http)
    • 의미: 어떤 방식으로 자원에 접근할 것인가 하는 약속  규칙 (ex. http, https 등)
    • http는 80포트, https는 443포트를 주로 사용
  • 호스트명(www.google.com)
    • 호스트명을 의미
    • 도메인명 또는 IP 주소를 직접 사용 가능
  • 포트 번호(443)
    • 접속한 포트를 의미
    • 일반적으로 생략함
  • path(/search)
    • 리소스 경로를 의미하며 계층적 구조로 이루어짐
    • ex. /home/file1.jpg
  • 쿼리 파라미터(q=hello&hl=ko)
    • key=value 형태
    • ?로 시작, &로 추가 가능 ?keyA=valueA&keyB=valueB
    • query parameter, query string 등으로 불림, 웹서버에 제공하는 파라미터, 문자 형태

웹 브라우저 요청 흐름

 

 

  • URL 입력:
    사용자가 브라우저에 URL을 입력합니다.
  • DNS 조회:
    • 브라우저는 도메인 이름(www.google.com)을 DNS 서버에 질의합니다.
    • DNS 서버는 해당 도메인의 **IP 주소(200.200.200.2)**를 반환합니다.
  • HTTPS 포트 생성:
    • 브라우저는 IP 주소와 함께 **443번 포트(HTTPS용)**를 사용하여 구글 서버와 연결을 시도합니다.
  • HTTP 요청 메시지 생성:
    • 브라우저는 사용자의 요청(/search?q=hello&hl=ko)을 HTTP 요청 메시지로 생성하여 서버에 전송합니다.
    • 이 과정에서 HTTPS를 사용하면 데이터가 암호화되어 전송됩니다.
  • 서버 응답:
    • 서버(200.200.200.2)는 요청을 처리한 후 결과를 브라우저로 반환합니다.
  • 결과 표시:
    • 브라우저는 서버에서 받은 응답 데이터를 사용자에게 표시합니다(예: 구글 검색 결과 페이지).

 

'CS > WEB' 카테고리의 다른 글

[HTTP] 3. http 기초  (0) 2024.12.19
[CI/CD] Github Action으로 CI/CD 구축하기  (1) 2024.11.17
[CI/CD] 01. CI/CD란 무엇인가  (4) 2024.11.15
[API] 01. Restful API란?  (0) 2024.11.14

** 해당 포스팅은 '[인프런] 김영한의 HTTP 웹 기본 지식' 강의 내용을 기록용으로 정리한 글입니다. HTTP의 매우 얕고 넓은 개념을 기록한 점 참고 부탁드리며, 구체적인 내용은 추후 다른 포스팅에서 작성할 예정입니다.

IP란?

IP(Internet Protocol) 란 인터넷에 연결되어 있는 모든 장치들(컴퓨터, 서버 장비, 스마트폰 등)을 식별할 수 있도록 각각의 장비에게 부여되는 고유 주소입니다.

 

IP의 주요 역할은?

  • 지정한 IP 주소 (IP Address)에 데이터 전달
  • 패킷 (Packet)이라는 통신 단위로 데이터 전달

IP 프로토콜의 한계는?

  • 비연결성
    • 패킷을 받을 대상이 없거나 서비스 불능 상태여도 패킷 전송
  • 비신뢰성
    • 중간에 패킷이 사라지면?
    • 패킷이 순서대로 안오면?
  • 프로그램 구분
    • 같은 IP를 사용하는 서버에서 통신하는 애플리케이션이 둘 이상이면?

 

TCP/IP란?

TCP/IP를 알아보기 이전, 인터넷 프로토콜에 관련하여 간단하게 알아보겠습니다.

인터넷 프로토콜
인터넷에서 컴퓨터들이 서로 정보를 주고 받는데 쓰이는 통신규약.
여러가지 종류의 인터넷 프로토콜이 있으나 그 중 TCP/IP가 가장 많이 쓰이기 때문에 TCP/IP 프로토콜이라고 함께 부르는 경우가 많다.

 

인터넷 프로토콜은 다음과 같이 4계층으로 이루어져 있습니다.
각 계층은 인터넷 통신에서 특정 역할을 담당하며, 데이터를 전송하고 수신하는 데 필요한 기능을 분리하여 정의합니다.

프로토콜 계층에서 데이터는 어떻게 전달될까요?

데이터가 애플리케이션에서 생성되어 인터넷을 통해 전송되고, 서버에 도달하기까지의 과정을 간단하게 시각적으로 보여드리겠습니다.

TCP/IP 정의

TCP/IP는 하나의 프로토콜이 아니라 TCP와 IP를 합쳐 부르는 말입니다. TCP/IP를 사용한다는 것은 IP 주소 체계를 따라 목적지에 데이터를 전달하고, IP 라우팅을 통해 데이터가 올바른 경로로 도달하도록 한다는 의미입니다. 또한, TCP의 특징을 활용해 송신자와 수신자 간의 논리적 연결을 생성하고 데이터 전송의 신뢰성을 유지할 수 있도록 보장합니다.
즉, TCP/IP를 말한다는 것은 송신자가 수신자에게 IP 주소를 사용해 데이터를 전달하고, 데이터가 제대로 전달되었는지, 너무 빠르거나 느리지 않은지, 정상적으로 수신되었는지에 대해 이야기하는 것을 의미합니다.

 

 

☁️ TCP 특징

TCP는 전송 제어 프로토콜 (Transmission Control Protocol)이며 현재는 대부분 TCP를 사용합니다.

  • 연결지향 - TCP 3 way handshake (가상 연결)
    • 의미 : TCP/IP 프로토콜을 이용해서 통신을 하는 응용 프로그램이 데이터를 전송하기 전에 먼저 정확한 전송을 보장하기 위해 상대방 컴와 사전에 세션을 수립하는 과정
    • SYN(접속 요청), ACK(요청 수락)을 사용
  • 데이터 전달 보증
    • 전송한 데이터를 잘 받았는지 확인
  • 순서 보장
    • 전송한 순서대로 도착
  • 신뢰할 수 있는 프로토콜

☁️ UDP 특징

UDP는 사용자 데이터그램 프로토콜(User Datagram Protocol)입니다.

 

  • 연결지향 X - TCP 3 way handshake X
  • 데이터 전달 보증 X
  • 순서 보장 X
  • 데이터 전달 및 순서가 보장되지 않지만, 단순하고 빠름

추상적으로 정리하자면, IP와 거의 유사하지만, port와 체크섬 정도가 추가된 것입니다. 따라서 애플리케이션에서 추가 작업이 필요합니다.

 


 

Port 란?

 

포트(port)는 '논리적인 접속장소'이며, 특히 인터넷 프로토콜인 TCP/IP를 사용할 때에는 클라이언트 프로그램이 네트워크 상의 특정 서버 프로그램을 지정하는 방법으로 사용됩니다.

 

네트워크 상에서 통신을 할 때 IP를 토대로 해당 서버가 있는 컴퓨터에 접근하게 됩니다. 하지만 대부분의 경우 하나의 컴퓨터에는 여러 개의 서버가 실행될 수 있습니다. 이렇게 컴퓨터에 여러 개의 서버가 실행되고 있다면, 어느 서버에 접속해야 하는지 컴퓨터에게 알려주어야 합니다. 이때 사용되는 것이 바로 포트 번호입니다 !

 

 

포트 번호의 범위는 ?

포트 번호는 0~65535번까지의 범위를 가집니다. 이 중 일부는 특정 용도로 예약되어 있습니다.

  • 0~1023 (Well-Known Ports): 표준화된 서비스와 프로토콜에 할당된 포트.
    예:
    • 80번: HTTP (웹 서버)
    • 443번: HTTPS (보안 웹 서버)
    • 25번: SMTP (메일 전송)
  • 1024~49151 (Registered Ports): 특정 응용 프로그램에 등록된 포트.
    예: 3306번 (MySQL), 5432번 (PostgreSQL).
  • 49152~65535 (Dynamic/Private Ports): 임시 포트로, 클라이언트가 서버와 연결할 때 동적으로 사용됩니다.

 

DNS란?

DNS(Domain Name System)는 도메인 이름과 IP 주소를 매핑하는 시스템입니다. 인터넷 상의 모든 장치는 고유한 IP 주소를 통해 통신합니다. 그러나 IP 주소는 숫자로 이루어져 있어 사용자가 기억하기 어렵기 때문에, 사람이 이해하기 쉬운 도메인 이름(예: www.google.com)을 사용할 수 있도록 DNS가 만들어졌습니다.

 

✔️ DNS의 주요 역할

IP는 기억하기 어려우며, 변경될 수 있습니다. DNS는 변경된 IP 주소를 도메인 이름에 자동으로 매핑하여, 사용자는 IP 주소 변경을 신경 쓰지 않고 도메인 이름만으로 서비스를 이용할 수 있습니다. 즉, 사용자에게는 도메인 이름만 제공되므로, IP 주소가 변경되어도 동일한 도메인 이름으로 서비스를 이용할 수 있습니다.

 

  1. 도메인 이름 → IP 주소 변환
    • 사용자가 www.google.com과 같은 도메인 이름을 입력하면, DNS 서버가 이를 IP 주소(예: 142.250.190.78)로 변환하여 해당 웹사이트에 접근할 수 있도록 합니다.
  2. 사용자 친화적인 인터넷 환경 제공
    • IP 주소 대신 도메인 이름을 사용하므로 기억하기 쉽고, 직관적인 인터넷 사용이 가능합니다.
  3. 인터넷의 전화번호부 역할
    • DNS는 도메인 이름과 IP 주소를 저장하고 관리하며, 인터넷 사용자가 원하는 웹사이트에 쉽게 연결될 수 있도록 돕습니다.

Git이란 무엇인가

Git은 분산 버전 관리 시스템으로, 파일의 변경 이력을 기록하고 협업을 가능하게 하는 도구입니다.

Git을 사용하면 코드와 파일의 변화를 시간순으로 기록하고, 이전 상태로 되돌리거나 여러 사람이 동시에 같은 프로젝트에서 작업할 수 있습니다.

 

 

 


☁️ 기본 개념

 

1. Repository와 Commit

  • Repository(저장소)
    Git에서 파일의 변경 이력을 관리하는 공간으로, 프로젝트의 전체 상태와 이력을 저장합니다. 저장소는 로컬(Local) 저장소와 원격(Remote) 저장소로 나뉩니다.
    • 로컬 저장소: 사용자 컴퓨터에 저장된 Git 저장소.
    • 원격 저장소: GitHub, GitLab 같은 서버에 저장된 Git 저장소.
  • Commit(커밋)
    변경된 파일의 상태를 기록한 스냅샷입니다. Git은 커밋 단위로 변경 사항을 추적하며, 각 커밋은 고유한 해시값을 가집니다.

2. Branch와 Merge

  • Branch(브랜치)
    브랜치는 저장소의 독립적인 작업 공간으로, 프로젝트의 기본 흐름(main)에서 분기하여 새로운 작업을 할 수 있습니다.
  • Merge(병합)
    브랜치에서 작업한 변경 사항을 다른 브랜치(main 등)와 통합하는 작업입니다.

3. Staging Area와 Working Directory

  • Working Directory (작업 디렉터리): 현재 사용자가 작업 중인 파일들이 있는 공간입니다.
  • Staging Area (스테이징 영역): 커밋 전에 변경 사항을 임시로 저장하는 공간으로, 커밋할 파일들을 준비하는 단계입니다.
  • Repository (저장소): 커밋된 파일들이 영구적으로 저장되는 공간입니다.

 


 

☁️ File Status Lifecycle

 

Git에서 파일은 다음 4가지 상태 중 하나에 속합니다:

  1. Untracked (추적되지 않음)
    • Git이 추적하지 않는 새로운 파일입니다.
    • git add 명령어로 파일을 스테이징 영역에 추가하면 Staged 상태로 전환됩니다.
  2. Unmodified (변경되지 않음)
    • Git이 추적하고 있으며, 마지막 커밋 이후 변경되지 않은 파일입니다.
    • 이 상태의 파일은 커밋 내용과 동일하므로 아무 작업도 필요하지 않습니다.
  3. Modified (수정됨)
    • Git이 추적 중인 파일이 변경되었지만, 아직 스테이징 영역에 추가되지 않은 상태입니다.
    • git add 명령어로 변경된 내용을 스테이징 영역에 추가할 수 있습니다.
  4. Staged (스테이징됨)
    • 변경된 파일이 스테이징 영역에 추가되어 커밋 준비가 된 상태입니다.
    • git commit 명령어로 변경 사항을 저장소에 커밋할 수 있습니다.
    •  

'Ect > Git' 카테고리의 다른 글

[Git] 02. Git Branch 전략  (3) 2024.11.18

Github Action이란?

Github Action 공식 문서 : Link

 

GitHub Actions은 GitHub 플랫폼에서 제공하는 자동화 및 지속적 통합/지속적 배포(CI/CD) 서비스입니다. 소프트웨어 개발 라이프사이클 안에서 Pull Request, Push 등의 이벤트 발생에 따라 자동화된 작업을 진행할 수 있게 해주며 코드의 통합과 배포 프로세스를 자동화하여 개발 생산성을 향상시킬 수 있습니다.

 


** 하단의 글들을 모두 타블로그의 글을 참고한 추후 수정 목적의 개인 공부용 글입니다. **

 

시작하기

✔️ 템플릿 이용하기

공식문서의 Quick Start에도 설명이 잘 되어 있듯이, 이미 기본적인 프로젝트에 대한 CI/CD 템플릿을 어느정도 지원하고 있습니다. 간단한 프로젝트라면 이미 구축되어 있는 템플릿을 활용하는 것도 빠른 CI/CD를 구축하는데 도움이 될 것 같습니다.

 

CI/CD를 구축하고 싶은 Repository로 이동하여 Actions 탭을 누르면 다음과 같은 화면이 보입니다. 여기서 원하는 템플릿을 가져다 쓰면 됩니다!

 

하지만 이번 포스팅에서는 워크플로우를 직접 구성하여 클라우드 서비스와 연동하는 과정까지 직접 작성한 내용에 대해 다루어보도록 하겠습니다.

 

✔️ .github/workflows/cicd.yml

처음 접하는 yaml 문법이라면, 속도가 당연히 더딜 수는 있어도 프로젝트 환경에 맞는 배포 워크플로우를 커스터마이징 할 수 있다는 장점이 있습니다.

다만, 워크플로우를 작성할 때는 yaml 파일이 프로젝트 폴더의 .github/workflows/ 디렉토리에 위치해있는지 확인하면 됩니다.

  .github
  ├── workflows
  │   └── cicd-file-name.yml
  src
  app.ts
  package.json
  │
  ... 

 

yaml이란?
yaml이란 데이터 표현 양식의 한 종류이며 기본적으로 들여쓰기(indent)를 원칙으로 하며 데이터는 Map(key-value)형식으로 작성되어야 합니다.

 

구성요소

Workflow

Workflow란 레포지토리에 추가할 수 있는 일련의 자동화된 커맨드 집합입니다.

하나 이상의 Job으로 구성되어 있으며, Push나 PR과 같은 이벤트에 의해 실행될 수도 있고 특정 시간대에 실행될 수도 있습니다. 빌드, 테스트, 배포 등 각각의 역할에 맞는 Workflow를 추가할 수 있고, .github/workflows 디렉토리에 YAML 형태로 저장합니다.

Event

Event란 Workflow를 실행시키는 Push, Pull Request, Commit 등의 특정 행동을 의미합니다.

그리고 위의 특정 행동이 아닌, Repository Dispatch Webhook을 사용하면 Github 외부에서 발생한 이벤트에 의해서도 Workflow를 실행시킬 수 있습니다. Event 종류에 대해 더 알고 싶다면 Github Actions 공식 문서를 확인해주세요.

Jobs

Job이란 동일한 Runner에서 실행되는 여러 Step의 집합을 의미합니다.
워크플로우에서 특정 이벤트에 따라 처리하는 프로세스를 구분하고 정의할 수 있습니다.프로세스는 각각의 step으로 나뉘고 이 step은 shell에서 동작하는 CLI와 동일하게 실행이 됩니다.각각의 step들 정의한 순서대로 실행되며, step 별로 동일한 환경변수를 지정할 수 있어 데이터를 공유할 수 있습니다. 기본적으로 하나의 Workflow 내의 여러 Job은 독립적으로 실행되지만, 필요에 따라 의존 관계를 설정하여 순서를 지정해줄 수 있습니다.
Actions

Action이란 Job을 만들기 위해 Step을 결합한 독립적인 커맨드로, 재사용이 가능한 Workflow의 가장 작은 단위의 블럭입니다. 반복되는 코드를 모듈이나 함수로 관리하는 것처럼 복잡하고 자주 사용되는 작업을 정의할 수 있습니다.워크플로우 내에서 자주 반복되는 스크립트를 미리 정의하여 좀 더 효율적으로 관리할 수 있습니다.이미 많은 사용자들이 불편함을 느껴 GitHub 마켓플레이스에 퍼블릭하게 배포해 놓은 action들이 많이 있으니, 참고하여 각자 개발 프로세스에 맞는 CI/CD를 구축할 수 있겠네요!
env

환경변수가 반드시 필요한 구성요소는 아니지만, 노출되어서는 안되는 민감한 정보를 환경변수로 설정하여 사용할 수 있습니다. Repository별로 환경변수를 독립적으로 설정할 수 있고, Organization을 사용한다면, 모든 Repository에 적용되는 환경변수를 관리할 수 있습니다.
Step

Step이란 커맨드를 실행할 수 있는 각각의 Task를 의미하는데, Shell 커맨드가 될 수도 있고, 하나의 Action이 될 수도 있습니다.
하나의 Job 내에서 각각의 Step은 다양한 Task로 인해 생성된 데이터를 공유할 수 있습니다.
Runner

Runner란 Github Actions Workflow 내에 있는 Job을 실행시키기 위한 애플리케이션입니다.
Runner Application은 Github에서 호스팅하는 가상 환경 또는 직접 호스팅하는 가상 환경에서 실행 가능하며, Github에서 호스팅하는 가상 인스턴스의 경우에는 메모리 및 용량 제한이 존재합니다.
  • 아래 화면과 같이 Settings -> Secrets and variables (Actions) -> New Repository secret 순으로 이동합니다.
  • 이후 아래와 같이 환경변수로 사용할 변수명과 실제 값을 기입해줍니다.
  • 사용방법은 다음과 같습니다:
- name: Environment Setup
  run: ${{ secrets.등록한_환경변수_이름 }}

 

출력값:

# in Linux Terminal
실제_등록한_환경변수_값이 출력됩니다.

 

with AWS

✔️ AWS Certification

Github Action이 실행되는 repository에 환경변수를 직접 추가해주었기 때문에, 이제 환경변수에 손쉽게 접근할 수 있습니다. 노출에 민감한 값을 적용할 때 권장되는 방법입니다. 환경변수를 워크플로우 내부에서 지정하여 사용하는 방법에 대해서는 Slack API 단락을 확인해주세요.

  • 환경변수 사용 예시 아래 예시 코드는 AWS credential 인증을 위한 action 코드입니다. 이 때 필요한 값은 access-key-id secret-access-key 값입니다. 하지만 외부 제 3자가 이 두가지 값을 안다면, 내부 리소스에 접근할 수 있기 때문에 환경변수로 관리해야합니다. repository에 등록한 환경변수에는 {{ secrets.Name }} 과 같은 방식으로 접근할 수 있습니다.
    Name에는 직접 입력한 환경변수의 Key 값을 입력하여 사용할 수 있습니다.
    - name: Configure AWS Credentials
      uses: aws-actions/configure-aws-credentials@v1
      with:
          aws-access-key-id: ${{ secrets.AWS_ACCESS_KEY_ID }}
          aws-secret-access-key: ${{ secrets.AWS_SECRET_ACCESS_KEY }}
          aws-region: ap-northeast-2

✔️ Frontend Deployment (S3)

Deploy to S3

S3 버킷에 build 파일을 업로드 하여 Frontend 코드를 배포하고 해당 S3 스토리지에 저장된 파일을 CloudFront에서 전달하는 배포 프로세스를 따르고 있습니다. 우리는 build 파일을 S3에 업로드만 하면 되기 때문에 해당 워크플로우를 들여다보겠습니다.

  1. 마찬가지로 name은 원하는 워크플로우 이름을 지정해줍시다.
  2. 어떤 폴더를 빌드 폴더로 지정할 지 정해줍니다. 여기서는 build 폴더로 지정하겠습니다.
  3. S3에 접근할 때 사용되는 Action인 lbertenasco/s3-deploy@v1을 사용해줍니다.
  4. bucket의 실제 이름과 cloudfront의 dist-id 값을 repository 환경변수에 등록을 해주고, 필요한 필드에 값을 치환해주면 됩니다.
  5. 배포가 될 때마다 새로운 컨텐츠를 제공할 수 있도록 invalidation 설정을 해줍니다. 캐시 무효화 작업을 통해 배포가 되면 캐싱 데이터를 전달하지 않고 새로운 데이터를 전달합니다.
- name: Deploy
    uses: lbertenasco/s3-deploy@v1
    with:
      folder: build
      bucket: ${{ secrets.S3_BUCKET }}
      dist-id: ${{ secrets.CLOUDFRONT_DISTRIBUTION_ID }}
      invalidation: / *

 

 

✔️ Backend Deployment (EC2)

 

Inbound Control IP4V

EC2 인스턴스에 소스 코드를 내려 받고 pm2를 활용하여 서버를 배포하고 있습니다.

마찬가지로 step 별로 뜯어보겠습니다.

  • Github Action IP 주소 받기 haythem/public-ip@v1.2 액션을 통해 ip 값을 id에 지정해줍니다.
    이 값은 이후 스텝에서 사용됩니다.
    - name: Get GitHub Actions IP
      id: ip
      uses: haythem/public-ip@v1.2
  • 인바운드 규칙에 IP주소 화이트리스트 등록하기 SSH에 직접 접근하는 방식으로 배포를 하고 있습니다.
    만약 외부에서 SSH 접속을 통해 API 내부에 침투한다면 굉장히 위험하기 때문에 인바운드 규칙에서 접속 가능한 IP 리스트를 제한하고 있습니다.
    로컬 뿐만이 아니라, Github Action에서 SSH 접속을 허용해야 하기 때문에 아래와 같은 스크립트를 작성할 수 있습니다.
    • 보안그룹 ID 값이 필요합니다. --group-id 플래그에 대한 값에 지정해줍니다.
    • tcp port는 SSH접속 목적이기 때문에 22port로 지정해줍니다.
    • cidr은 Github Action의 IPv4 대역을 받아옵니다. 1번에서 id에 ip 값을 할당하고 있는데 그 값을 사용할 수 있습니다. steps.ip.output.ipv4 라는 값을 사용할 수 있습니다.
    •  
    • name: Add Github Actions IP to Security group
      run: |
      aws ec2 authorize-security-group-ingress \
      --group-id ${{ secrets.PROD_AWS_SG_ID }} \
      --protocol tcp --port 22 \
      --cidr ${{ steps.ip.outputs.ipv4 }}/32
    •  

Deploy to EC2

Github Action의 CIDR이 인바운드 규칙에 등록이 되었다면, CI/CD가 실행되는 네트워크에서 우리 서버 EC2로 접속할 수 있게 됩니다.

EC2에 접속하기 위해 appleboy/ssh-action@master 액션을 사용하며, 필요한 값은 다음과 같습니다:

  • AW_SSH_KEY: *.pem 값을 환경변수로 지정해줍니다.
  • AWS_HOST: 호스트는 EC2의 인스턴스의 퍼블릭 CIDR을 가리킵니다.

실제로 Github Action이 실행되는 터미널을 확인해보면, 로컬에서 접속하는 것과 동일하게 EC2 인스턴스에 접속해있는 것을 확인할 수 있습니다. 이제 EC2 인스턴스 내부에서 리눅스 명령어를 사용하여 Backend 소스 코드를 받아오고 pm2 매니저를 활용하여 서비스를 중단하지 않고 배포를 해보겠습니다.

  • git pull origin “branch”
  • Install Dependencies (mecab-ko 설치 필요!)
  • pm2 reload
- name: EC2 Production Server Deploy
    uses: appleboy/ssh-action@master
    with:
      key: ${{ secrets.PROD_AWS_SSH_KEY }}
      host: ${{ secrets.PROD_AWS_HOST }}
      username: ubuntu
      script: |
        export NVM_DIR=~/.nvm
        source ~/.nvm/nvm.sh
        pm2 stop 0
        pm2 stop 1
        pm2 save
        cd 2minutes
        git checkout main
        git pull origin main
        npm ci && node_modules/mecab-ya/bin/install-mecab ko
        pm2 start 0
        pm2 start 1
        pm2 save

 

 

with Cache node_modules

✔️ GitHub Action은 cache를 제공한다

mecab-ko-dic을 OS에 설치하는 방법이 반드시 필요하다!

 

GitHub Actiond에서는 특정 파일을 해시값으로 바꾸어 해당 파일을 캐싱할 수 있습니다.
아래 소스 코드를 살펴보겠습니다.

 - name: Cache Dependencies
     id: dependency-cache
     uses: actions/cache@v3
     with:
   		# 캐시 대상이 되는 파일입니다.
        # node_module 디렉토리의 하위 내용을 모두 캐시하겠다는 의미입니다.
        path: "**/node_modules"
    	
        # 캐시를 식별할 때 사용하느 옵션입니다.
    	# npm-package 대신 저장하고 싶은 캐시 키 값을 사용할 수 있습니다.
    	# ${{ hashFiles('**/package-lock.json') }}은 package-lock.json 파일 내용을 해시값으로 저장합니다.
    	# 여기서 해싱이 되어 저장된 package-lock.json 파일과 새로운 commit 코드의 package-lock.json 파일이 일치하는지 확인합니다.
    	key: npm-package-${{ hashFiles('**/package-lock.json') }}
    
    	# 캐싱이 되어있는 해시 파일을 찾습니다.
    	# 해시 파일을 찾는 기준은 restore-keys에 등록된 순으로 찾습니다.
    	# 예를 들어, Caches에 npm-package-1, npm-package-2, npm-package-3 이라는 파일이 있다고 가정해봅시다.
    	# 이 때 package-lock.json의 해싱 파일이 npm-package-1로 되어 있다면, npm-package-1을 기준 캐시 데이터로 지정합니다.
    	# 지정된 캐시 파일은 commit의 package-lock.json 파일을 비교하는 작업을 하게됩니다.
    	#  *** PR이 달라도 기존 캐시 파일을 찾기 때문에 local-build & test 속도를 향상시킬 수 있습니다. ***
    	retore-keys: |
      	  npm-package-${{ hashFiles('**/package-lock.json') }}
          npm-package-

 

만약 새로 개발한 작업에서 써드파티 라이브러리를 사용하는 경우 새로운 디펜던시가 추가가 될 것입니다.
그럼 새로운 작업 소스 코드의 package-lock.json 파일과 캐싱된 파일을 비교하여, 변동 사항이 없다면 굳이 디펜던시를 다시 설치하여 사용할 필요가 없다고 판단하게 됩니다.

 

 with Slack Message

✔️ Slack 수신웹후크 (Incoming Webhook)

Github Action에서 Slack 메시지를 보내는 방법은 이 포스팅에서 소개하는 방식 외에도 다양한 방법이 이습니다. 그 중 Slack API의 수신웹후크를 사용하여 CI/CD의 결과를 Slack 메시지로 보내는 방법에 대해 소개해보겠습니다.

앱 생성 방식이 아닌 앱 추가 방식을 우선 소개합니다.
만약 회사 공용 slack 계정으로 추가할 경우 앱 추가 방식이 문제가 되진 않지만,
팀을 떠날 가능성이 있다면 개인 계정을 사용할 경우 앱 생성 방식을 권장합니다.

앱 추가 절차

  1. 앱 관리 > Incoming Webhook 검색 > 원하는 채널에 추가
  2. 구성 편집의 웹훅 URL 정보 확인. (Github Repository의 환경변수로 지정해줍니다.)

✔️ Github Action에서 슬랙 메시지 전송하기

  • 슬랙메시지 전송 job 구성하기 local 테스트 및 staging & production에 코드를 배포하는 job이 종료가 되면, CI/CD의 결과를 슬랙 메시지로 전송하기 위한 job을 추가해보겠습니다. 슬랙 메시지는 결과가 어떻든 항상 보내져야 하는 작업이기 때문에 조건을 추가해줍니다. always()함수를 통해 위에서 실행된 CI/CD의 결과가 어떻든 해당 job은 항상 실행이 되도록 지정할 수 있습니다. 선행 결과를 고려하지는 않아도 반드시 필요한 선행 결과를 지정해주어야 그 결과를 슬랙 채널에 전달할 수 있기 때문에 needs 옵션을 사용하여 반드시 선행되어야 하는 job의 이름을 지정해줍니다.
    jobs:
      slack_notification:
    	  if: ${{ always() }}
        needs: [ 로컬, 스테이징, 프로덕션 ]
        runs-on: ubuntu-latest
  • 슬랙메시지 커스터마이즈 로컬테스트, staging & production 서버 배포의 결과에 따라 상태메시지 (STATUS)와 슬랙에서 사용될 이모지 (IMOJI)를 커스터마이즈 할 수 있습니다. run 옵션에 아래와 같은 리눅스 명령어를 작성해줍니다. if … then … elif … then fi 구문은 조건절을 나타냅니다. 조건절은 항상 fi 를 작성하여 구문을 종료합니다. 우선, github.ref라는 변수에 접근하여 Github Action이 실행될 때 저장되는 branch의 이름을 받아올 수 있습니다. 해당 값에 따라 슬랙 메시지에 보여질 BUILD_NAME 변수에 값을 동적으로 지정해줄 수 있습니다.
    ... slack_notification jobs ...
    
    steps:
      - name: CUSTOM_STATUS SET UP
        run: |
          if [ "${{ github.ref }}" = "refs/heads/develop" ];
          then
            BUILD_NAME="Staging Deploy"
          elif [ "${{ github.ref }}" = "refs/heads/main" ];
          then
            BUILD_NAME="Production Deploy"
          else
            BUILD_NAME="Local Build & Test"
          fi
    다음으로 needs 옵션에 추가했던 선행 job들의 결과에 따라 슬랙메시지에 보여질 상태메시지와 이모지를 지정해주는 스크립트입니다. needs.지정한_job_이름.result 을 통해 해당 job의 실행결과를 받아올 수 있습니다.
    실행 결과 값은 아래와 같습니다:
    • success: 성공
    • failure: 테스트 또는 빌드 실패, 내부 네트워크 에러 등
    • cancelled: 의도적 중단 혹은 내부 네트워크 에러 등해당 job에서 사용될 환경변수를 GITHUB_ENV에 추가하여 실제로 그 값을 호출하고 사용할 수 있도록 지정해줍니다.
      ... slack_notification jobs ...
      
      steps:
        - name: CUSTOM_STATUS SET UP
          run: |
            ... BUILD_NAME Set up...
            ... STATUS & IMOJI Set up...
            echo "CUSTOM_STATUS=${CUSTOM_STATUS}" >> $GITHUB_ENV
            echo "BUILD_NAME=${BUILD_NAME}" >> $GITHUB_ENV
            echo "SLACK_EMOJI=${SLACK_EMOJI}" >> $GITHUB_ENV
    • echo "key: value" >> 환경변수_등록_파일 을 통해 환경변수를 지정해줄 수 있습니다:
    • ... slack_notification jobs ... steps: - name: CUSTOM_STATUS SET UP run: | ... BUILD_NAME Set up... if [ "${{ needs.local_build_test.result }}" = "failure" ] || \ [ "${{ needs.deploy_staging.result }}" = "failure" ] || \ [ "${{ needs.deploy_production.result }}" = "failure" ]; then CUSTOM_STATUS="Failure" SLACK_EMOJI=":boom:" elif [ "${{ needs.local_build_test.result }}" = "cancelled" ] || \ [ "${{ needs.deploy_staging.result }}" = "cancelled" ] || \ [ "${{ needs.deploy_production.result }}" = "cancelled" ]; then CUSTOM_STATUS="Aborted" SLACK_EMOJI=":exclamation:" else CUSTOM_STATUS="Success" SLACK_EMOJI=":rocket:" fi

✔️ Webhook을 이용하여 슬랙메시지 보내기

슬랙 메시지 전송 옵션은 아래와 같습니다.

  • 사용 Action uses
    • rtCamp/action-slack-notify@v2
  • 슬랙 메시지에 전달 되는 변수 env
    • SLACK_WEBHOOK
      첫번째 단계에서 Github Repository에 지정한 환경변수를 불러옵니다.
    • MSG_MINIMAL
      웹훅에서 기본값으로 보내주는 값들입니다. 불필요한 값은 해당 필드에 추가하여 제거해주고 더욱 깔끔한 슬랙 메시지로 커스터마이즈 할 수 있습니다.
    • SLACK_CHNNEL
      슬랙 메시지가 전송 될 채널을 지정해줍니다.
    • SLACK_COLOR
      job의 실행 결과의 색을 따르도록 지정합니다. 커스터마이즈 가능합니다.
    • SLACK_ICON
      슬랙메시지가 보내질 때 프로필 사진을 지정할 수 있습니다. 커스터마이즈 가능합니다.
    • SLACK_USERNAME
      슬랙메시지가 보내질 때 이름을 지정할 수 있습니다. 커스터마이즈 가능합니다.
    • SLACK_TITLE
      ${{ env.GITHUBENV에등록한_환경변수_key }} 구문을 활용하여 슬랙메시지가 보내질 때 타이틀을 지정할 수 있습니다.
  • 코드 예시
# cicd.yml
- name: Send Slack Message
  uses: rtCamp/action-slack-notify@v2
  env:
    SLACK_WEBHOOK: ${{ secrets.SLACK_WEBHOOK }}
    MSG_MINIMAL: ref,commit,actions url
    SLACK_CHANNEL: dev
    SLACK_COLOR: ${{ job.status }}
    SLACK_ICON: https://github.com/github.png
    SLACK_USERNAME: GitHub CI/CD
    SLACK_TITLE: '${{ env.SLACK_EMOJI }} ${{ env.BUILD_NAME }}: ${{ env.CUSTOM_STATUS }} ${{ env.SLACK_EMOJI }}'

 

 

'CS > WEB' 카테고리의 다른 글

[HTTP] 3. http 기초  (0) 2024.12.19
[HTTP] 2. URI Web Browser  (1) 2024.11.20
[CI/CD] 01. CI/CD란 무엇인가  (4) 2024.11.15
[API] 01. Restful API란?  (0) 2024.11.14

CICD란?

CI/CD(Continuous Integration/Continuous Deployment or Delivery)는 코드 통합, 테스트, 빌드, 배포 과정을 자동화하여 개발 효율성을 높이고 품질을 유지하기 위한 소프트웨어 개발 방법론

 


1. CICD의 주요 개념

일반적인 앱의 개발 및 유지보수 단계는 아래와 같습니다. 여기서 지속적 통합 및 지속적 전달을 단계별로 자동화할 수 있습니다.

 


CI (Continuous Integration) ' 지속적인 통합 '

 

개발자를 위한 자동화 프로세스라고 볼 수 있으며, Code - Build - Test 단계를 자동화할 수 있습니다.  

Code : 개발자가 코드를 원격 코드 저장소 (Ex. github repository)에 push하는 단계
Build : 원격 코드 저장소로부터 코드를 가져와 유닛 테스트 후 빌드하는 단계
Test : 코드 빌드의 결과물이 다른 컴포넌트와 잘 통합되는 지 확인하는 과정

 

애플리케이션에 대한 새로운 코드 변경 사항이 정기적으로 빌드 및 테스트되어 공유 리포지토리에 통합되므로 여러 명의 개발자가 동시에 애플리케이션 개발과 관련된 코드 작업을 할 경우 서로 충돌할 수 있는 문제를 해결할 수 있습니다.

 

이전에는 각자 개발자가 작성한 코드를 합치고 난 후, 모두 모여서 빌드를 시작하고 나서야 문제점을 파악할 수 있었습니다. 지속적 통합이 적용된 개발팀은 코드를 머지하기 전, 이미 빌드 오류나 테스트 오류를 확인하여 훨씬 더 효율적인 개발을 할 수 있게 됩니다.

 

 

  • 개발자가 작성한 코드를 자주(하루에도 여러 번) 저장소에 통합하는 프로세스.
  • 코드가 통합될 때마다 자동으로 테스트와 빌드를 실행

 

CD (Continuous Delivery & Deployment) ' 지속적인 제공 & 배포 '

 

Release - Deploy - Operate 단계를 자동화할 수 있습니다. 속적으로 통합된 코드를 자동으로 프로덕션 환경에 배포하는 프로세스이며 즉, 개발자가 원클릭으로 수작업 없이 빌드, 테스트, 배포까지의 자동화를 할 수 있습니다.

코드 변경 사항이 테스트 및 승인을 거쳐 자동으로 프로덕션 환경에 배포 (merge to main) 되고, 새로운 기능과 버그 수정 사항이 실제 사용자에게 빠르게 제공됩니다. 

 

Release : 배포 가능한 소프트웨어 패키지를 작성
Deploy : 프로비저닝을 실행하고 서비스를 사용자에게 노출 > 실질적인 배포
Operate : 서비스 현황을 파악하고 생길 수 있는 문제를 감지

 

 

  • Continuous Delivery: CI에서 생성된 빌드 결과물을 수동 승인 후 프로덕션 환경에 배포.
  • Continuous Deployment: CI에서 생성된 결과물을 자동으로 프로덕션 환경에 배포.

 

2. CI/CD 파이프라인의 주요 구성

 

개발자가 배포할 때마다 일일히 빌드하고 배포하는 과정을 진행하는 것은 한두 번이면 충분하겠지만, 이러한 과정이 수없이 진행된다면 일일히 이 과정을 수행하는 것이 번잡스럽고 지루할 것이다. 그래서 이 수없이 진행되는 배포 과정을 자동화시키는 방법을 구축하게 되는데, 그것을 CI/CD 파이프라인이라고 한다.

 

 

2.1 소스 코드 관리 (Source)

  • GitHub, GitLab, Bitbucket과 같은 플랫폼에서 소스 코드를 관리
  • 브랜치 전략(예: Git Flow, Trunk-Based)을 활용하여 작업 분리

2.2 빌드 (Build)

  • 코드를 컴파일하고 의존성을 설치하여 실행 가능한 상태로 만드는 단계
  • ex )
    • FE : npm run build
    • BE (Java): mvn clean package

2.3 테스트 (Test)

  • 단위 테스트: 기능별 코드가 올바르게 동작하는지 확인
  • 통합 테스트: 여러 컴포넌트 간 상호작용 테스트
  • E2E 테스트: 실제 사용자 환경에서의 테스트

2.4 배포 (Deploy)

  • 스테이징 환경: 실제 배포 전에 테스트를 위한 환경
  • 프로덕션 환경: 사용자에게 제공되는 환경
  • 배포 도구: Kubernetes, AWS ECS, Docker Swarm 등

 


 

3. CI/CD의 주요 도구

 

3.1 CI/CD 플랫폼

GitHub Actions: GitHub 기반 CI/CD 워크플로우
GitLab CI/CD: GitLab 내장 CI/CD 기능
Jenkins: 오픈소스 CI/CD 서버
CircleCI: 클라우드 기반 CI/CD 서비스
Travis CI: 간단한 설정으로 CI/CD 제공

 

3.2 빌드 및 테스트 도구

FE : Jest, Mocha, Cypress (테스트), Webpack (빌드)
BE (Java) : JUnit (테스트), Maven/Gradle (빌드)

 

3.3 배포 도구

Docker: 컨테이너 기반 애플리케이션 배포
Kubernetes : 컨테이너 오케스트레이션 도구
AWS ECS/EKS : AWS의 컨테이너 관리 서비스
Google Cloud Build : Google Cloud의 CI/CD 서비스

 


 

 

'CS > WEB' 카테고리의 다른 글

[HTTP] 3. http 기초  (0) 2024.12.19
[HTTP] 2. URI Web Browser  (1) 2024.11.20
[CI/CD] Github Action으로 CI/CD 구축하기  (1) 2024.11.17
[API] 01. Restful API란?  (0) 2024.11.14

** 해당 시리즈는 타블로그의 글을 참고하여 공부용으로 기록해놓은 글입니다 **

Basics

1. Intensity Trasnform (밝기값 변환)

  • 원본 이미지f의 밝기를 변환하여 출력 이미지g를 내보내는 함수T 

◾ Intensity Trasnform funtion T

(aka. grey-level function, mapping function)

  • 기존 이미지의 픽셀값r을 s로 변환하는 함수T
    (T의 종류는 여러가지)

2. Spatial domain Operator (공간 영역 연산)

  • 한 픽셀을 계산할 때 주변(neighbor, window)을 고려하는 것
  • neighbor pixels의 평균으로 출력 이미지g를 얻음

1. 4-neighbor Averaging

  • 자신 포함 4이웃의 픽셀 값 평균으로 자신의 새로운 픽셀 값 얻음

2. 8-neighbor Averaging

  • 자신 포함 8이웃의 픽셀 값 평균으로 자신의 새로운 픽셀 값 얻음

3. Filtering

  • Spatial domain operator를 filtering이라고 함
  • 위의 Averaging을 한 값들의 집합

 


Intensity Transformation Functions 종류

1. Image Negatives

  • 원본 이미지의 범위 [0, L-1] 

2. Log Transformation

  • 원본이미지가 0일 때 0이 나옴
  • 상수 c
  • 0은 0이고, 조금이라도 밝으면 밝게 나타남
  • 어두운 부분의 디테일을 살리지만 밝은 부분의 디테일은 감소

3. Pow-Law (Gamma) Transformation

  • Log Transformaion보다 자주 사용
  • γ=1 -> 입력값 = 출력값
  • γ<1 -> 어두운 부분의 디테일 살아남
  • γ>1 -> 밝은 부분의 디테일 살아남

  • 기울기가 클수록 디테일이 크게 살아남 (input이 작아도 대비(변화)가 높아진다)
  • γ가 점점 감소하는 경우와 / 점점 증가하는 경우

❗감마가 낮아질 때 / 높아질 때의 기울기, 계수 등 그래프와의 관계 생각해보기

◾ Monitor response

  • 모니터에서 가장 밝은 값은 대략 L = c^2.2
  • 보통 실제 이미지들은 감마 연산을 거쳐서 저장된다.
  • Linearization

4. Piecewise-Linear Transformation (부분선형변환함수)

  • 좀 더 복잡한 변환 기능을 형성하기 위해 임의로 함수를 정의할 수 있음
  • a - 기울기, 기울기가 가파를수록 대비가 높아져 어두움과 밝음의 구분이 쉬워짐 -> Contrast
  • b - b가 양수면 전체 이미지가 밝아지고, 음수면 어두워짐 -> Brightness

ex) Intensity Slicing

  • 특정한 밝기 범위만 밝게하고 나머지는 억제

Histogram Processing

1. Image Intensity Histogram

  • 각 밝기마다 해당하는 픽셀 수를 나타낸 그래프 (특정한 픽셀 값을이 존재할 확률) 
  • 어두울 수록 왼쪽에 몰려있고, 밝으면 오른쪽에 몰려있다.
  • 낮은 대비를 가지면 가운데 몰려있고, 대비가 높으면 고르게 잘 퍼져있다.
  • 고르게 잘 퍼진 히스토그램을 만드는 것이 목표 (평탄화)

2. Probability distribution function (PDF, 확률분포)

  • r의 밝기일 확률 = 특정 r의 밝기를 가진 픽셀의 수 / 전체
  • 누적분포 = 0~r 까지의 확률의 합
  • 평탄화(좋은 대비를 가지는 이미지)가 되려면 모든 히스토그램의 값이 상수면 좋겠다.

3. Histogram Equalization (히스토그램 평탄화)

  • 평탄화되는 intensity transformation 함수
  • x커지면 y도 커지는 단조함수(monotonically increasing)

◾ Implementation

  • r의 밝기일 확률의 누적분포와 s의 밝기일 확률의 누적분포가 같다

◾ Result

  • 어둡든 밝든 거의 일정한 값(밝기)을 가진다 라는 특징을 가진다.
  • 사람이 보기 좋다에 초점을 맞춘 것은 X

4. Local(adaptive) histogram equalization (AHE)

  • global 정규화는 local 대비를 조절할 수 없기 때문에 window에서의 정규화를 해서 local의 대비를 조절한다.
  • 구역마다 정규화 시 경계부분이 어색할 수 있기 때문에 옆 부분과 자연스럽게 섞어준다.

 


Spatial Filtering Fundamentals

1. Spatial Filtering (공간 필터링)

  • 이미지를 공간적으로 필터링
  • 미리 정의된 Operationw (kernel, mask, ...)
  • Outputg는 고정, Inputf는 유동적

◾ Similar concept

  1. Correlation(상관관계)
  • 두 개의 독립적인 것들이 어떤 관계를 가지는가
  • Spatial filtering과 같다.
  1. Convolution
  • 두 함수를 서로 곱해 합친다.

2. Padding

  • 모서리 픽셀을 필터링하면 neighborhood가 존재하지 않는 부분도 생김.
  • 그래서 네 모서리에 임의로 픽셀을 추가한다
    (실제로 이미지를 키우는 것은 아니고, 필요한 위치에서 픽셀을 참조해서 해당하는 값을 전달)
  • Constant padding의 경우, 보통 0으로 채운다. (zero padding)

 


Smoothing Spatial Filters
  • 위의 Spatial Filtering의 Operation w함수의 역할 중 하나

  • 이미지를 부드럽게 만들기 위해 노이즈를 제거
  • 해상도가 낮아짐

1. Averaging Filter (box filter)

  • 노이즈 제거를 위해 주변에서 좀 튀는 픽셀을 주변과 비슷하게 바꿔줌
  • neighborhood의 평균

2. Weighted Averaging Filter (Gaussian)

  • 위의 이미지처럼 averaging filtering을 많이 하면 보이는 경계를 보완하기 위한 방법
  • 가까운 이웃의 비중을 살려서 평균을 구함
  • 더 정교한 box(kernel)은 Gaussian

◾ Guassian

  • 가우스 분포는 정규분포로 평균이 0, 표준편차가 σ이다.
  • σ가 크면 납작하고, σ가 작으면 뾰족한 정규분포이다.

3. Separable Filter (linear)

  • kernel이 큰 Operation은 시간이 오래걸린다. mxn
  • 몇몇 Operator은 Separable한데, 이것은 가로 세로 커널로 분해 가능한 것을 의미한다.
  • separable하면 시간은 m+n으로 줄어든다.

  • 세로/가로 필터링을 따로 했을 때와, 전체 필터링 했을 때 결과가 같으면 Separable
  • ex) box filter, Guassian filter는 Separable

4. Order-Statistic(median) Filters (Non-linear)

  • 이웃 픽셀들을 정렬하여 찾은 중앙값으로 filtering
  • 중심에서 멀리 벗어난 outlier를 삭제할 수 있다. (원본 이미지와 상관없이 noise가 큰 이미지) -> Gaussian과의 차이점

 


Sharpening Spatial Filters

1. Derivatives (미분)

  • 이미지도 함수니까 미분이 가능하고, Finite difference라는 방식으로 이미지를 미분한다.

◾ Finite difference (Discretized version)

  • 바로 옆 픽셀과의 차이f(x-1)-f(x)가 미분값
  • 오른쪽, 왼쪽 둘 다 가능하다. 
  • 미분을 한번 더 하는 경우는, 옆 픽셀과의 한번 미분한 값의 차이이다.

◾Edge (밝기가 변하는 부분)

  • Ramp: 이미지 밝기가 서서히 변하는 edge
  • Step: 이미지 밝기가 급격히 변하는 계단 형태의 edge

◾1번 미분

  • 접선의 기울기 (이미지의 밝기 변화 정도)
  • 0이면 일정한 밝기
  • 0이 아니면 Edge
    (절댓값이 작은 부분은 Ramp, 큰 부분은 Step Edge)
  • 극대점(미분값이 큰 부분)으로 Edge 검출

◾ 2번 미분

  • 접선의 기울기의 증감 (이미지가 천천히 또는 빠르게 밝기 변화하는 정도)
  • 0이면 일정한 정도로 밝기 변화
  • 0이 아니면 갑자기 꺾어지는 Intensity trnasition 부분
  • zero crossing가 발생하는 지점으로 명확한 Edge 검출

❗ 실제 영상에서는 Ramp Edge가 많기 때문에 1차로는 정확한 Edge 검출이 어려워서 2번 미분으로 명확한 Edge를 검출하는 것이다.

2. Laplacian

  • 2차 미분의 zero crossing으로 엣지를 검출할 때 사용하는 연산
  • 이미지 방향에 독립적이다. (Isotropic)
  • 밝기의 불연속성을 강조하고, 느리게 변화하는 부분은 강조X
  • 음수가 나올 수 있지만 0 이하는 전부 검정이다. 음수 부분을 확인하기 위해 Laplacian에 전체 상수를 더하면(곱하면?) 색 바뀌는 부분을 더 잘 확인할 수 있다.

3. Image Sharpening with Laplacian (샤프닝1)

  • 상수c를 더한(곱한?) Laplacian 이미지를 원본에 더해 선명하게 만든다.

4. Unsharp Masking and Highboost Filtering (샤프닝2)

  • box filter 또는 Gausian을 활용해 블러한 이미지f-를 원본 이미지f에서 빼서 세부 디테일 값Unsharp mask만 얻는다.
  • 그 값을 원본에 더해 선명하게 만들어 최종 이미지g를 얻는다.

◾ 상수 k

  • k=1 : Unsharp masking
  • k>1 : Highboost filtering (더 선명하게)
  • k<1 : Unsharp masking의 강조 감소 (선명해지긴 함)
  • k<0 : blur와 비슷

5. Gradient

  • 기울기, 증감, 변화도 와 같은 변화하는 정도를 나타냄
  • 변화하는 정도가 가장 큰 부분은 일반적으로 edge와 모서리 부분이며, 이를 찾기 위해 gradient를 활용한다.
  • 이미지(x, y)에서의 Gradient의 벡터값(방향, 크기)을 통해 해당 픽셀에서 edge까지 얼마나 가까운지, 방향이 어디인지 알 수 있다.

◾ 방향(gradient)

  • f(x, y)에서의 최대 변화율의 방향 (이미지가 가장 밝아지는 방향)

◾ 크기(magnitude)

  • 벡터 방향으로 얼마나 밝아지는지의 정도 (이미지가 밝아지는 픽셀까지의 거리)
  • linear하지 않다.

6. Gradient & Sobel Operator

◾ Basic gradient

  • 중심 대칭이 아님

◾ Symmetric gradient

  • 중심 대칭 (basic말고 이렇게 쓸 수도 있다~)

◾ Sobel Operator (3x3 version)

  • noise의 영향을 줄이기 위해 주변 픽셀값도 섞어서 미분
  • 중심이랑 가까운 부분z8,z2,z6,z4은 비중을 더 주기위해 더 많이 섞음
  • 오른쪽 표에 있는 수의 합이 0이다.
  • 왼쪽 식의 뜻 - 오른쪽 표에 있는 수를 각 픽셀에 곱하고 다 더한 값이 미분값이다.
  • Laplacian은 2차 미분의 zero crossing으로 edge를 찾았고,
  • Sobel(Gradient)은 x, y 방향의 1차 미분의 극대값으로 edge를 찾는다.
  • 분류를 어케해야하는지 잘 머르겟다....................

 

 Combining Spatial Enhancement

  • 결국 지금까지 배운 공간 필터링을 조합해보면,, 이런 이미지를 만들어낼 수 있다. 잘 조합해서 쓰면 된다..?



'Image Processing' 카테고리의 다른 글

[Image Processing] 2. Digital Image  (3) 2024.11.08
[Image Processing] 1. Introduction  (0) 2024.11.04

+ Recent posts