[Computer Vision] 영상의 이진화와 모폴로지

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

 

이진화(Binarization)

영상의 이진화(Binarization)는 영상의 각 픽셀을 두 개의 부류로 나누는 작업이다.

 

이를 통해 영상의 주요 객체 영역과 배경 영역으로 나누거나 또는 영상에서 중요도가 높은 관심 영역과 그렇지 않은 비관심 영역으로 구분하는 용도로 이진화가 사용될 수 있다.

 

이진화가 진행되면 영상의 픽셀값은 0또는 255로 구성되며 흰색 또는 검은색 픽셀로만 구성된다.]

 

이진화를 하는 방법은 특정값을 기준으로 크면 255, 작은 경우 0으로 설정한다.

import cv2

if __name__ == "__main__":
    im = cv2.imread("test.png")
    shape = (int(im.shape[1] * 0.5), int(im.shape[0] * 0.5))
    im = cv2.resize(im,shape)
    cv2.imshow("Origin",im)
    gim = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    # 고정 임계값
    _, b_fix = cv2.threshold(gim,120,255,cv2.THRESH_BINARY)
    cv2.imshow("Fix Binary",b_fix)
    # Otsu를 사용하여 자동으로 최적의 임계값 계싼
    _, b_otsu = cv2.threshold(gim,0,255,cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    cv2.imshow("Otsu Binary",b_otsu)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

 

ThresholdType 열거형 상수	설명
cv2.THRESH_BINARY	주어진 임계값보다 큰 픽셀은 최대값으로 설정하고, 작은 픽셀은 0으로 설정한다. (흑백 이진화)
cv2.THRESH_BINARY_INV	THRESH_BINARY와 반대로 동작합니다. 주어진 임계값보다 큰 픽셀은 0으로, 작은 픽셀은 최대값으로 설정한다.
cv2.THRESH_TRUNC	주어진 임계값보다 큰 픽셀은 임계값으로 설정하고, 작은 픽셀은 그대로 유지한다.
cv2.THRESH_TOZERO	주어진 임계값보다 큰 픽셀은 그대로 유지하고, 작은 픽셀은 0으로 설정한다.
cv2.THRESH_TOZERO_INV	THRESH_TOZERO와 반대로 동작합니다. 주어진 임계값보다 큰 픽셀은 0으로, 작은 픽셀은 그대로 유지한다.
cv2.THRESH_OTSU	자동으로 최적의 임계값을 결정하는 Otsu의 방법을 사용한다. 이 방법은 이미지의 히스토그램을 분석하여 최적의 임계값을 찾습니다. 다른 임계값 방식과 함께 사용해야 한다.
cv2.THRESH_TRIANGLE	또 다른 자동 임계값 결정 방법으로, 삼각형 방법을 사용하여 최적의 임계값을 찾는다.

 

불균일한 조명환경의 경우 하나의 임계값으로 객체와 배경을 제대로 구분하기 어렵기 때문에 각 픽셀마다 서로 다른 임계값을 사용하는 적응형 이진화(Adaptive Binarization) 기법을 사용하는 것이 효과적이다.

 

import cv2

if __name__ == "__main__":
    im = cv2.imread("test.png")
    shape = (int(im.shape[1] * 0.5), int(im.shape[0] * 0.5))
    im = cv2.resize(im,shape)
    cv2.imshow("Origin",im)
    gim = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    # 적응형 이진화
    adp = cv2.adaptiveThreshold(gim,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,11,2)
    cv2.imshow("AdaptiveThreshold",adp)
    
    cv2.waitKey(0)
    cv2.destroyAllWindows()

 

 

 

모폴로지(Morphology)

영상 내부 객체의 형태의 구조를 분석하고 처리하는 기법이다.

 

주로 이진화된 영상에서 객체의 모양을 변형하는 용도로 사용된다.

 

기본이 되는 연산은 침식(erosion)과 팽창(dilation)이다.

 

모폴로지 연산을 위한 다양한 구조가 있다.

 

 

이러한 연산 구조를 통해 침식과 팽창 연산을 한다.

import cv2

if __name__ == "__main__":
    im = cv2.imread("test.png")
    shape = (int(im.shape[1] * 0.5), int(im.shape[0] * 0.5))
    im = cv2.resize(im,shape)
    cv2.imshow("Origin",im)
    gim = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
    
    # 침식
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(5,5)) # (5x5)
    eroded = cv2.erode(gim,kernel=kernel,iterations=1)
    cv2.imshow("Eroded",eroded)
    # 팽창
    dilated = cv2.dilate(gim,kernel=kernel,iterations=1)
    cv2.imshow("Dilated",dilated)

    cv2.waitKey(0)
    cv2.destroyAllWindows()