[Computer Vision] 컬러 영상 처리

👀 본 예제는 Window10의 VSCode, Python3.11.0로 작성되었습니다.

 

컬러 영상은 기본적으로 RGB 즉, 빨간색(Red), 녹색(Green), 파란색(Blue) 색상 성분의 조합으로 픽셀 값을 표현 한다.

 

그러나 OpenCV에서는 RGB 대신 BGR 색상 순서로 픽셀 값을 표현한다.

 

각 색상 성분은 0 ~ 255 사이의 값을 가질 수 있다. 

 

OpenCV로 영상을 읽으면 Numpy 배열로 읽어지기 때문에, 각 픽셀의 값을 참조할 수 있다.

이를 통해 영상의 색상을 변경할 수도 있다.

import cv2

if __name__ == "__main__":
    img = cv2.imread("test.png",cv2.IMREAD_COLOR)
    img = cv2.resize(img,(512,600),interpolation=cv2.INTER_LANCZOS4)
    cv2.imshow("Origin",img)

    cv2.imshow("Reversed",~img) # 반전
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

 

색상 공간에는 RGB를 제외하더라도 여러가지 색상 공간이 있다.

OpenCV: Color Space Conversions

 

OpenCV는 cvtColor 함수를 통해 색상 공간을 변경할 수 있다.

import cv2

if __name__ == "__main__":
    img = cv2.imread("test.png",cv2.IMREAD_COLOR)
    img = cv2.resize(img,(512,600),interpolation=cv2.INTER_LANCZOS4)
    cv2.imshow("Origin",img)

    cv2.imshow("RGB",cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
    cv2.imshow("Gray",cv2.cvtColor(img,cv2.COLOR_BGR2GRAY))
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

각 채널을 분리하는 방법이 있다,.

Split 함수를 쓰면 각 채널의 Numpy 배열을 얻을 수 있다.

import cv2

if __name__ == "__main__":
    img = cv2.imread("test.png",cv2.IMREAD_COLOR)
    img = cv2.resize(img,(512,600),interpolation=cv2.INTER_LANCZOS4)
    cv2.imshow("Origin",img)
    b,g,r = cv2.split(img)
    cv2.imshow("Blue",b)
    cv2.imshow("Green",g)
    cv2.imshow("Red",r)
    me = cv2.merge([b,g,r])
    cv2.imshow("Merged",me)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

 

히스토그램 평활화를 통해 영상의 원본 색감을 유지하면서 명암비를 높힐 수 있다.

import cv2

if __name__ == "__main__":
    img = cv2.imread("test.png",cv2.IMREAD_COLOR)
    img = cv2.resize(img,(512,600),interpolation=cv2.INTER_LANCZOS4)
    cv2.imshow("Origin",img)

    b,g,r = cv2.split(img)
    b_h = cv2.equalizeHist(b)
    g_h = cv2.equalizeHist(g)
    r_h = cv2.equalizeHist(r)

    eh_img = cv2.merge([b_h,g_h,r_h])

    cv2.imshow("Histogram Equalized Image",eh_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

 

색상 범위 지정에 의한 영역 분할도 할 수 있다.

inRange를 사용하면 특정 색상 영역을 추출할 수 있다.

import cv2
import numpy as np

if __name__ == "__main__":
    img = cv2.imread("test.png",cv2.IMREAD_COLOR)
    img = cv2.resize(img,(512,600),interpolation=cv2.INTER_LANCZOS4)
    img_hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    cv2.imshow("Origin",img)

    # 빨간색 범위 설정 (HSV)
    lower_red = np.array([0, 100, 100])  # 하한값
    upper_red = np.array([10, 255, 255])  # 상한값

    mask = cv2.inRange(img_hsv, lower_red, upper_red)

    cv2.imshow("Red Masking",cv2.bitwise_and(img,img,mask=mask))

    cv2.waitKey(0)
    cv2.destroyAllWindows()