03. 영상 화소처리

1. 영상의 화소처리

영상의 특정 좌표 픽셀값을 변경하여 출력 영상의 좌표 픽셀을 설정하는 모든 연산

 

 

🔴 밝기 조절: 영상을 전체적으로 밝게하거나 어둡게 하는 연산

cv2.add(첫번째 영상, 두번째 영상)           cv2.substract(첫번째 영상, 두번째 영상)           cv2.multiply(첫번째 영상, 두번째 영상)           cv2.divide(첫번째 영상, 두번째 영상)           cv2.addWeighted (첫번째 영상, 알파값, 두번째 영상, 1-알파값, 감마값)           # 두 영상의 같은 위치에 존재하는 칙셀값에 대하여 가중합을 계산해서 결과 영상의 칙셀값으로 설정           cv2.absdiff(첫번째 영상, 두번째 영상)           # 두 영상의 픽셀 값을 빼면 음수가 나올 수 있는데, 해당 값에 절대값을 취한 값

알파값: 두 영상의 가중치를 설정할 때 사용하는 값입니다. 두 영상의 가중치 합은 항상 1이 되어야 합니다. 첫 번째 영상에 지정할 가중치를 알파값이라고 합니다. 예를 들어, 첫 번째 영상에 0.6, 두 번째 영상에 0.4의 가중치를 주고 싶다면 알파값은 0.6이 됩니다. 두 영상의 가중치 합이 1이 되도록 합니다. 감마값: 연산 결과에 추가적으로 더하거나 뺄 값을 의미합니다. 기본값은 0입니다.

 

 

◼ 밝기조절(밝게하기)

import cv2                         img1 = cv2.imread('./dog.bmp', cv2.IMREAD_GRAYSCALE)             img2 = cv2.imread('./dog.bmp')                         dst1 = cv2.add(img1, 100)             dst2 = cv2.add(img2, (100, 100, 100), 0)                         cv2.imshow('img', img1)             cv2.imshow('img', img2)             cv2.imshow('dst1', dst1)             cv2.imshow('dst2', dst2)                         cv2.waitKey()

 

 

 

◼ 밝기조절

dst3 = cv2.subtract(img1, 100)       dst4 = cv2.multiply(img1, 10)       dst5 = cv2.divide(img1, 10)         cv2.imshow('dst3', dst3)       cv2.imshow('dst4', dst4)       cv2.imshow('dst5', dst5)

 

 

◼ 이미지 더하기 할 때 + 보다 add를 써야하는 이유

import cv2         import matplotlib.pyplot as plt         img1 = cv2.imread('./man.jpg')         img2 = cv2.imread('./turkey.jpg')         # img + img: 255를 넘어갈 경우 해당값의 256을 떼서 표현         dst1 = img1 + img2         # cv2.add():255를 넘어갈 경우 255로 고정         dst2 = cv2.add(img1, img2)         cv2.imshow('dst1', dst1)         cv2.imshow('dst2', dst2)         cv2.waitKey()

 

 

◼ 더한 이미지 matplot으로 보기

img = {'img1': img1, 'img2': img2, 'dst1':dst1, 'dst2':dst2}         for i, (k, v) in enumerate(img.items()):             plt.subplot(2, 2, i+1)             plt.imshow(v[:, :, ::-1])             plt.title(k)             plt.show()

 

 

◼ 두 이미지를 블렌딩

import cv2         import matplotlib.pyplot as plt         import numpy as np         img1 = cv2.imread('./man.jpg')         img2 = cv2.imread('./turkey.jpg')         alpha = 0.7         dst1 = cv2.addWeighted(img1, alpha, img2, (1-alpha), 0)         dst2 = img1 * alpha + img2 * (1 - alpha)         dst2 = dst1.astype(np.uint8)         img = {'img1': img1, 'img2': img2, 'dst1':dst1, 'dst2':dst2}         for i, (k, v) in enumerate(img.items()):             plt.subplot(2, 2, i+1)             plt.imshow(v[:, :, ::-1])             plt.title(k)         plt.show()

 

 

◼ 두 개의 이미지를 더하고 블렌딩, 결과를 Matplotlib를 사용하여 서브플롯으로 표시하기

import cv2         import matplotlib.pyplot as plt         import numpy as np         img1 = cv2.imread('./dog.jpg')         img2 = cv2.imread('./square.bmp')         dst1 = cv2.add(img1, img2)         dst2 = cv2.addWeighted(img1,0.5, img2, 0.5, 0)         dst3 = cv2.subtract(img1, img2)         dst4 = cv2.absdiff(img1, img2)         img = {'dst1':dst1, 'dst2':dst2, 'dst3':dst3, 'dsㅅ4':dst4}         for i, (k, v) in enumerate(img.items()):             plt.subplot(2, 2, i+1)             plt.imshow(v[:, :, ::-1])             plt.title(k)         plt.show()

 

 

🔴 컬러 영상과 색

• 컬러 영상은 3차원 배열
• numpy.ndarray
• img.shape: (h, w, 3), opencv에서는 BGR, (높이, 너비, 채널)

 

◼ 색상 채널 분리, 결합

# 색상 채널 분리       cv2.split(영상)       # 색상 채널 결합       cv2.merge(입력 영상 리스트 또는 튜플)

 

◼ 색상 RGB 분리하기

import cv2       img = cv2.imread('./candies.png')       print('shape: ', img.shape)       print('dtype: ', img.dtype)       '''       b = img[:, :, 0]       g = img[:, :, 1]       r = img[:, :, 2]       '''       b, g, r = cv2.split(img)       cv2.imshow('src', img)       cv2.imshow('b', b)       cv2.imshow('g', g)       cv2.imshow('r', r)       cv2.waitKey()

 

🔴 히스토그램 : 영상의 픽셀값 분표를 그래츠 형태로 표현

cv2.calcHist(영상, 채널, None, 빈의 개수를 나타내는 리스트, 히스토그램 각 차원의 최소값으로 구성된 리스트)

예) 그레이스케일 영상에서 밝기 정보에 해당하는 픽셀의 개수를 구하고 막대 그래프로 표현 - 어두운 영상이면 히스토그램이 전체적으러 왼쪽으로 치우쳐져 있음 - 명암비가 확실한 영상이면 히스토그램이 양쪽으로 분표해 있음

 

 

◼ 히스토그램을 계산하고, Matplotlib를 사용하여 그래프로 표시하기

import cv2         import matplotlib.pyplot as plt         img = cv2.imread('./dog.bmp', cv2.IMREAD_GRAYSCALE)         hist = cv2.calcHist([img], [0], None, [256], [0, 255])         cv2.imshow('img', img)         plt.plot(hist)         plt.show()         cv2.waitKey()

 

 

◼ 색상 채널(BGR)의 히스토그램을 하나의 플롯에 그리기

# dog.bmp 영상을 컬러로 불러와 3채널을 계산하여 히스토그램 그리기       # 단, 하나의 plot에서 BGR 그래프를 그리기 (색상을 다르게 표현)       import cv2       import matplotlib.pyplot as plt       img = cv2.imread('./dog.jpg')       colors = ['b', 'g', 'r']       bgr = cv2.split(img)       for (b, c) in zip(bgr, colors):           hist = cv2.calcHist([b], [0], None, [256], [0, 256])           plt.plot(hist, color = c)       cv2.imshow('img', img)       plt.show()       cv2.waitKey()