OpenCV 에 대해 알아보자

OpenCV 는 영상처리와 컴퓨터 비전을 위한 오프소스 라이브러리이다. 

C, C++, Python 등에서 사용 가능하다.

 

[관련함수 소개]

1. cv2.imread(file_name, flag)

 

2. cv2.imwrite(file_name, flag) 

 

3. cv2.resize(image, dsize, fx, fy, interpolation)

 

4. cv2.warpAffine(image, M, dsize) 

 

4. cv2.getRotationMatrix2D(center, angle, scale)

5. cv2.add()

* Saturation 연산 

-> 두개의 이미지를 각각의 픽셀 단위로 덧셈을 한 후, 255보다 큰 경우 255를 픽셀 값으로 설정

(250 + 7 = 257 -> 255)

 

* Modulo 연산

-> 두개의 이미지를 각각의 픽셀 단위로 덧셈을 하여, 255보다 큰 경우, 256으로 나눈 나머지를 픽셀값으로 설정

((250 + 7) = 257 / 256 = 1 ) 

 

6. cv2.line(image, start, end, color, thickness)

 

7. cv2.rectangle(image, start, end, color, thickness)

 

8. cv2.rectangle(image, start, end, color, thickness)

 

9. cv2.circle(image, center, radian, color, thickness)

 

10. cv2.polylines(image, points, is_closed, color, thickness)

11. cv2.putText(image, text, position, font_type, font_scale, color)

12. cv2.threshold(image, thresh, max_value, type) : 이미지의 이진화

12. cv2.adaptiveThreshold(image, max_value, adaptive_method, type, block_size, C) : 이미지의 적응 임계점 처리

* ADAPTIVE_THRESH_MEAN_C 

-> 적용할 픽셀 (x, y) 를 중ㅇ심으로 하는 block_size * block_size 안에 있는 픽셀 값의 평균에서 C값을 임계점으로 설정

 

* ADAPTIVE_THRESH_GAUSSIAN_C 

-> 적용할 픽셀 (x, y) 를 중ㅇ심으로 하는 block_size * block_size 안에 있는 Gaussian 윈도우 기반의 가중치들의 합에서 C를 뺀 값을 임계점으로 설정

 

13. cv2.findContours(image, mode, method)

 

14. cv2.drawContours(image, contours, contour_index, color, thickness)

 

14. cv2.boundingRect(contour) 

 

15. cv2.convexHull(contour)

16. cv2.approxPolyDP(curve, epsilon, closed)

16. cv2.contourArea(contour) / cv2.arcLength(contour) / cv2.moments(contour)

17. 이미지 필터링

- 이미지에 커널을 적용하여, 이미지를 흐리게 (Blurring = Smoothing) 처리할 수 있음.

- 이미지를 흐리게 만들면 노이즈 및 손상을 줄일 수 있음.

- 특정한 이미지에서 커널(Kernel) 을 적용해 컨볼루션 연산하여 필터링을 수행할 수 있음. 

 

- basic blur (기본적인)

- 가우시안 blur

 

가 있음. 

 

가우시안 blur는, basic blur 와 다르게, 중심에 있는 픽셀에 높은 가중치를 부여하여, Edge 검출을 할 때 사용.

 

반응형

 

[OpenCV 사용방법 - 코드]

 

1. 이미지 읽어서 살펴보기

import cv2
import matplotlib.pyplot as plt

img_basic = cv2.imread('cat.jpg', cv2.IMREAD_COLOR)
plt.imshow(cv2.cvtColor(img_basic, cv2.COLOR_BGR2RGB))
plt.show()

img_basic = cv2.cvtColor(img_basic, cv2.COLOR_BGR2GRAY)
plt.imshow(cv2.cvtColor(img_basic, cv2.COLOR_GRAY2RGB))
plt.show()

 

* cv2.cvtColor()

- BGR2RGB : BGR을 RGB 로 반전

 

2. 이미지 크기 및 픽셀 확인

import cv2

image = cv2.imread('cat.jpg')
# 픽셀 수 및 이미지 크기 확인
print(image.shape)
print(image.size)

# 이미지 Numpy 객체의 특정 픽셀을 가리킵니다.
px = image[100, 100]

# B, G, R 순서로 출력됩니다.
# Gray Scale: B, G, R로 구분되지 않습니다.
print(px)

# R 값만 출력하기
print(px[2])

(380, 441, 3)

502740

[111 151 179]

179

 

3. 특정 범위 픽셀 변경

import cv2
import matplotlib.pyplot as plt
import time

image = cv2.imread('cat.jpg')

start_time = time.time()
for i in range(0, 100):
    for j in range(0, 100):
        image[i, j] = [255, 255, 255]
print("--- %s seconds ---" % (time.time() - start_time))

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

image = cv2.imread('cat.jpg')

start_time = time.time()
image[0:100, 0:100] = [0, 0, 0]
print("--- %s seconds ---" % (time.time() - start_time))

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

4. ROI 추출 및 복사 : ROI = Region Of Interest, 관심영역 

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('cat.jpg')

# Numpy Slicing: ROI 처리 가능
roi = image[200:350, 50:200]

# ROI 단위로 이미지 복사하기
image[0:150, 0:150] = roi

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

5. 픽셀별로 색상 다루기 

import cv2
import matplotlib.pyplot as plt

# 특정 색상만 제거하기(0: Blue, 1: Green, 2: Red)
Image = cv2.imread('cat.jpg')
Image[:, :, 2] = 0

# 이미지 출력하기
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

'cat.jpg' 파일에서 이미지를 읽고, 이미지의 Red 채널을 0으로 설정하여 빨간색을 제거한 뒤, 변경된 이미지를 시각화하는 예제. 이 코드를 실행하면 빨간색이 제거된 이미지가 출력됨.

 

 

 

6.이미지 크기 조절

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('cat.jpg')
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

expand = cv2.resize(image, None, fx=2.0, fy=2.0, interpolation=cv2.INTER_CUBIC)
plt.imshow(cv2.cvtColor(expand, cv2.COLOR_BGR2RGB))
plt.show()

shrink = cv2.resize(image, None, fx=0.2, fy=0.2, interpolation=cv2.INTER_AREA)
plt.imshow(cv2.cvtColor(shrink, cv2.COLOR_BGR2RGB))
plt.show()

 

7. 이미지 위치 변경 

import cv2
import numpy as np
import matplotlib.pyplot as plt

image = cv2.imread('cat.jpg')

# 행과 열 정보만 저장합니다.
height, width = image.shape[:2]

M = np.float32([[1, 0, 50], [0, 1, 10]])
dst = cv2.warpAffine(image, M, (width, height))

plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB))
plt.show()

 

8. 이미지 회전

import cv2
import numpy as np
import matplotlib.pyplot as plt

image = cv2.imread('cat.jpg')

# 행과 열 정보만 저장합니다.
height, width = image.shape[:2]

M = cv2.getRotationMatrix2D((width / 2, height / 2), 90, 0.5)
dst = cv2.warpAffine(image, M, (width, height))

plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB))
plt.show()

 

9. 이미지 합치기

import cv2
import matplotlib.pyplot as plt

image_1 = cv2.imread('background.jpg')
image_2 = cv2.imread('keyboard.png')

result = cv2.add(image_1, image_2)
plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
plt.show()

result = image_1 + image_2
plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB))
plt.show()

 

10. 이미지 이진화

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('gray_image.jpg', cv2.IMREAD_GRAYSCALE)

images = []
ret, thres1 = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
ret, thres2 = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY_INV)
ret, thres3 = cv2.threshold(image, 127, 255, cv2.THRESH_TRUNC)
ret, thres4 = cv2.threshold(image, 127, 255, cv2.THRESH_TOZERO)
ret, thres5 = cv2.threshold(image, 127, 255, cv2.THRESH_TOZERO_INV)
images.append(thres1)
images.append(thres2)
images.append(thres3)
images.append(thres4)
images.append(thres5)

for i in images:
    plt.imshow(cv2.cvtColor(i, cv2.COLOR_GRAY2RGB))
    plt.show()

 

11. 이미지 적응 임계점 처리

import cv2

image = cv2.imread('hand_writing_image.jpg', cv2.IMREAD_GRAYSCALE)

ret, thres1 = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY)
thres2 = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 21, 3)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_GRAY2RGB))
plt.show()

plt.imshow(cv2.cvtColor(thres1, cv2.COLOR_GRAY2RGB))
plt.show()

plt.imshow(cv2.cvtColor(thres2, cv2.COLOR_GRAY2RGB))
plt.show()

 

12. contours 기본 사용법

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('gray_image.jpg')
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(image_gray, 127, 255, 0)

plt.imshow(cv2.cvtColor(thresh, cv2.COLOR_GRAY2RGB))
plt.show()

contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
image = cv2.drawContours(image, contours, -1, (0, 255, 0), 4)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

13. contours 의 사각형 외곽찾기

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('digit_image.png')
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(image_gray, 230, 255, 0)
thresh = cv2.bitwise_not(thresh)

plt.imshow(cv2.cvtColor(thresh, cv2.COLOR_GRAY2RGB))
plt.show()

contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
image = cv2.drawContours(image, contours, -1, (0, 0, 255), 4)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

contour = contours[0]
x, y, w, h = cv2.boundingRect(contour)
image = cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 3)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

14. contours 의 Convex Hull

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('digit_image.png')
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(image_gray, 230, 255, 0)
thresh = cv2.bitwise_not(thresh)

contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
image = cv2.drawContours(image, contours, -1, (0, 0, 255), 4)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

contour = contours[0]
hull = cv2.convexHull(contour)
image = cv2.drawContours(image, [hull], -1, (255, 0, 0), 4)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

15. contours 의 유사 다각형 찾기

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('digit_image.png')
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(image_gray, 230, 255, 0)
thresh = cv2.bitwise_not(thresh)

contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
image = cv2.drawContours(image, contours, -1, (0, 0, 255), 4)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

contour = contours[0]
epsilon = 0.01 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
image = cv2.drawContours(image, [approx], -1, (0, 255, 0), 4)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

16. Contours의 기본정보

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('digit_image.png')
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(image_gray, 230, 255, 0)
thresh = cv2.bitwise_not(thresh)

contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]
image = cv2.drawContours(image, contours, -1, (0, 0, 255), 4)

contour = contours[0]
area = cv2.contourArea(contour)
print(area)

length = cv2.arcLength(contour, True)
print(length)

M = cv2.moments(contour)
print(M)

plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

 

17. Filtering - 직접 커널 단위로 필터 적용하기

import cv2
import matplotlib.pyplot as plt
import numpy as np

image = cv2.imread('gray_image.jpg')
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

size = 4
kernel = np.ones((size, size), np.float32) / (size ** 2)
print(kernel)

dst = cv2.filter2D(image, -1, kernel)
plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB))
plt.show()

 

18. Filtering - Basic Blur

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('gray_image.jpg')
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

dst = cv2.blur(image, (4, 4))
plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB))
plt.show()

 

19. Filtering -  Gaussian Blur 

import cv2

image = cv2.imread('gray_image.jpg')
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.show()

# kernel_size: 홀수
dst = cv2.GaussianBlur(image, (5, 5), 0)
plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB))
plt.show()