임이지의 블로그

영상의 픽셀 값을 0 또는 255(1)로 만드는 연산 배경(background) vs 객체(object) 관심영역 vs 비관심 영역 그레이스케일 영상의 이진화 T 값보다 작으면 0 크면 255로 만드는 연산 #OpenCV 임계값 함수 /* src : 입력 영상. 다채널, 8비트 또는 32비트 실수형. thresh : 사용자 지정 입계값 maxval : cv2.THRESH_BINARY 또는 cv2.THRESH_BINARY_INV 방법 사용 시 최댓값. type : cv2.THRESH_ 로 시작하는 플래그. retval : 사용된 임계값 dst : 출력 영상. src와 동일 크기, 동일 타입, 같은 채널 수. */ cv2.threshold(src, thresh, maxval, type, dst=None) -..

영상처리/OpenCV Python 2021. 5. 25. 14:58

평균 값 필터(Mean filter) 영상의 특정 좌표 값을 주변 픽셀 값들의 산술 평균으로 설정 픽셀들 간의 그레이스케일 값 변화가 줄어들어 날카로운 에지가 무뎌지고, 영상에 있는 잡음의 영향이 사라지는 효과 실제 영상에 평균 값 필터를 적용한 결과 마스크 크기가 커질수록 평균 값 필터 결과가 더욱 부드러워지나 TRADE OFF 관계로 더 많은 연산량이 필요하다. #OpenCV 평균 값 필터링 함수 /* src : 입력 영상 ksize : 평균값 필터 크기. (width, height) 형태의 튜플 dst : 결과 영상, 입력 영상과 같은 크기 & 같은 타입. */ cv2.blur(src. ksize, dst=None, anchor=None, borderType=None) -> dst 가우시안 필터 평..

영상처리/OpenCV Python 2021. 5. 25. 12:05

영상에서 필요한 정보만 통과시키고 원치 않는 정보를 걸러내는 작업(e.g, 고주파 필터, 저주파 필터) 주파수 공간 필터링 (Frequency domain filtering) 쉽게 말하면 저주파는 영상에서 부드러운 영역, 고주파는 픽셀 값이 커지는 부분 공간적 필터링 (Spatial domain filtering) 영상의 픽셀 값을 직접 이용하는 필터링 방법 - 대상 좌표의 픽셀 값과 주변 픽셀 값을 동시에 사용하며 주로 마스크(mask) 연산을 이용함 같은 용어 : 마스크(행렬), 커널(kernel), 윈도우(window), 템플릿(template) ​ - 다양한 모양과 크기의 마스크 - 마스크의 형태와 값에 따라 필터의 역할이 결정된다. 영상 부드럽게 만들기 - blur 영상 날카롭게 만들기 - sh..

영상처리/OpenCV Python 2021. 5. 25. 11:52

영상의 각 픽셀이 주어진 히스토그램 모델에 얼마나 일치하는지를 검사하는 방법으로 임의의 색상 영역을 검출할 때 효과적이다. #OpenCV 히스토그램 역투영 함수 /* images : 입력 영상 리스트 channels : 역투영 계산에 사용할 채널 번호 리스트 hist : 입력 히스토그램 (numpy.ndarray) ranges : 히스토그램 각 차원의 최솟값과 최댓값으로 구성된 리스트 sclae : 출력 역투영 행렬에 추가적으로 곱할 값 dst : 출력 역투영 영상. 입력 영상과 동일 크기, cv2.CV_8U. */ cv2.clacBackProject(images, channels, hist, ranges, scale, dst=None) -> dst backproj1.py 예제 소스 import sys ..

영상처리/OpenCV Python 2021. 5. 25. 11:42

RGB 색 공간에서 녹색 영역 추출하기 RGB 색 공간에서 특정색을 추출할 때는 영상의 밝기에 따라 오차가 발생하는 것을 눈으로 확인할 수 있다. HSV 색 공간에서 녹색 영역 추출하기 V 의 값에 대해서 Don't Care를 하여서 순수한 색상에서만 찾도록 했을 때 HSV 공간에서 특정색을 찾는 것이 RGB 색 공간보다 오차율이 적은 것을 알 수 있다. #OpenCV 특정 범위 안에 있는 행렬 원소 검출 /* src : 입력 행렬 lowerb : 하한 값 행렬 또는 스칼라 upperb : 상한 값 행렬 또는 스칼라 dst : 입력 영상과 같은 크기의 마스크 영상. (numpy.uint8) 범위 안에 들어가는 픽셀은 255, 나머지는 0으로 설정 */ cv2.inRange(src, lowerb, uppe..

영상처리/OpenCV Python 2021. 5. 25. 11:39

히스토그램이 그레이스케일 전체 구간에서 균일한 분포로 나타나도록 변경하는 명암비 향산 기법으로 히스토그램 균등화, 균일화, 평탄화라고 불리 운다. 히스토그램 평활화를 위한 변환 함수 구하기 히스토그램 평활화 계산 방법 4x4 행렬이 있을때 16개의 요소에서 0의 개수는 4, 1의 개수는 3 등 전체 요소에서 3/16 개가 있다. 여기까지는 단순하게 히스토그램을 구하는 방법으로 쉽게 구 할 수 있다. 누적 히스토그램을 구한다. p(g) 정규화된 히스토그램에서 첫 번째는 4/16 그대로 내려오고 bin 1부터는 이전의 요소와 더하여 누적한다. cdf(g)의 경우 bin 마지막은 1로 수렴하게 된다. 히스토그램 평활화와 히스토그램 누적 분포 함수와의 관계 히스토그램 평활화를 하기전에는 색상의 분포가 고르지 않..

영상처리/OpenCV Python 2021. 5. 25. 11:31

히스토그램 스트레칭Histogram Stretching 영상의 히스토그램이 그레이스케일 전 구간에서 골고루 나타나도록 변경하는 선형 변환 기법이다. 보통 명암비가 낮은 영상은 히스토그램이 특정 구간에 집중되어 나타나게 되는데, 마치 고무줄을 늘이듯이 히스토그램을 잡아 펼쳐서 그레이스케일 전 구간에서 히스토그램 그래프가 나타나도록 변환하는 기법이 히스토그램 스트레칭이다. 결과적으로 히스토그램 스트레칭을 수행한 영상은 명암비가 높아져서 일반적으로 보기 좋은 사진 형태로 바뀌게 된다. 정규화 함수 OpenCV에서는 nomalize 는 함수를 제공한다. #OpenCV /* src : 입력 영상 dst : 결과 영상 alpha : 노름 정규화인 경우 목표 노름값, 원소 값 범위 정규화인 경우 최솟값 beta : ..

영상처리/OpenCV Python 2021. 5. 25. 11:01

명암비(Contrast)란? 밝은 곳과 어두운 곳 사이에 드러나 는 밝기 정도의 차이이다. 컨트라스트, 대비라고 도 한다. dst(x, y) = saturate(s * src(s, y)) #s 라는 scaling factor 를 사용하여 곱셈을 한다. s = 0.5 일 때 명암비는 낮아지는 대신 어두워진다. s = 2.0 일 때는 (y = 2x) 픽셀의 값이 255 이상 넘어가는 값이 많아 하얀 이미지로 보이는 문제가 발생한다. 효과적인 명암비 조절 함수 dst(x, y) = saturate(src(s, y) + src(x,y) - 128 * a) #a 파는 기울기의 역할을 한다(문턱치) contrast1.py import sys import numpy as np import cv2 src = cv2.i..

영상처리/OpenCV Python 2021. 5. 25. 10:57