10. 레이블링

1. 레이블링

- 이진화, 모폴로지를 수행하면 객체와 배경 영역을 구분할 수 있게됨
- 객체 단위 분석을 통해 각 객체를 분할하여 특징을 분석하고 객체의 위치, 크기 정보, 모양 분석, ROI 추출등이 가능함
- 서로 연결되어 이쓴 객체 픽셀에 고유번호를 할당하여 영역 기반 모양분석, 레이블맵, 바운딩 박스 픽셀 개수, 무게 중심, 좌표 등을 반환할 수 있게 함

 

◼ 레이블링

cv2.connectedComponents(영상, 레이블맵)           레이블맵: 픽셀 연결 관계(4방향 연결, 8방향 연결)           return: 객체 객수, 레이블 맵 행렬

 

 

 

◼ 예제: 문자 잡아내기

import cv2       img = cv2.imread('./keyboard.bmp', cv2.IMREAD_GRAYSCALE)       # 이진화(thresholding) 처리       # cv2.threshold() 함수를 사용하여 Otsu의 이진화 방법으로 이진 이미지를 생성합니다.       _, img_bin = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)       # 회색조 이미지를 BGRA 포맷으로 변환       # 이 단계는 나중에 각 성분을 다른 색상으로 표시하기 위해 수행됩니다.       dst = cv2.cvtColor(img, cv2.COLOR_GRAY2BGRA)       # 연결된 성분 분석       # cv2.connectedComponentsWithStats() 함수는 이진 이미지에서 연결된 성분을 분석하여       # 그 개수(cnt), 레이블(labels), 통계(stats), 중심점(centroids)을 반환합니다.       cnt, labels, stats, centroids = cv2.connectedComponentsWithStats(img_bin)       print(cnt)       print(labels)       print(stats)       print(centroids)       # 면적이 30보다 작은 성분은 무시       for i in range(1, cnt):           (x, y, w, h, area) = stats[i]           if area < 30:               continue           # 성분을 둘러싸는 사각형 그리기 (색상: 노란색, 두께: 1픽셀)           cv2.rectangle(dst, (x,y,w,h),(0, 255,255))       cv2.imshow('img', img)       cv2.imshow('img_bin', img_bin)       cv2.imshow('dst', dst)       cv2.waitKey()

 

 

 

2. 객체의 외곽선 검출

 

 

◼ 객체의 외곽선 검출

cv2.findContours(영상, 검출모드, 외각선 죄표 근사화 방법)      * 검출모드       RETR_EXRETNAL: 객체 외부 외곽선만 검출      RETR_LIST : 객체 외부, 내부 외곽선 모두 검출      RETR_CCOMP : 모든 외곽선 검출, 2단계 계층 구조를 구성      RETR_TREE : 모든 외곽선 검출, 전체 계층 구조를 구선

- 레이블링과 함께 영상에서 객체의 정보를 검출하는 방법중 하나 - 이진화 된 영상에서 검출되며, 배경 영역과 닿아 있는 픽셀을 찾아 외곽선으로 인식 - 외곽선은 객체 외부 뿐 아니라 내부에서도 생길 수 있음

 

 

◼ 외곽선 좌표 근사화 방법

cv2.drawContours(영상, 외곽선 좌표 정보, 외곽선 인덱스, 색상, 두께)         외곽선 인덱스: -1을 지정하면 모든 외곽선을 그림

외곽선 점들의 저장 방식과 정확도를 정의

 

 

◼ 외곽선 길이 구하기

cv2.arcLength(외곽선 좌표, 페곡선 여부)

 

 

◼ 면적 구하기

cv2.contourArea(외곽선 좌표, False)

 

 

◼ 바운딩 박스 구하기

cv2.boundingRect(외곽선 좌표)

 

 

◼ 예제: 외곽선을 찾고, 무작위 색상으로 외곽선을 그리기

import cv2         import random         img = cv2.imread('./contours.bmp', cv2.IMREAD_GRAYSCALE)         # 외곽선 찾기         # cv2.findContours() 함수는 이진화된 이미지에서 외곽선을 찾아 반환합니다.         # cv2.RETR_CCOMP: 외곽선을 계층 구조로 반환합니다.         # cv2.CHAIN_APPROX_NONE: 모든 외곽선 점을 반환합니다.         contours, _ = cv2.findContours(img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)         # 회색조 이미지를 BGR 포맷으로 변환         dst = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)         # 무작위 색상 생성         # random.randint() 함수를 사용하여 0부터 255 사이의 임의의 값을 생성하여 색상을 만듭니다.         color = (random.randint(0, 255), random.randint(0, 255), random.randint(0, 255))         # 외곽선 그리기         # cv2.drawContours() 함수는 외곽선을 그립니다.         # dst: 외곽선을 그릴 이미지.         # contours: 외곽선 정보.         # -1: 모든 외곽선을 그립니다.         # color: 외곽선을 그릴 색상.         # 3: 외곽선의 두께.         cv2.drawContours(dst, contours, -1, color, 3)         cv2.imshow('img', img)         cv2.imshow('dst', dst)         cv2.waitKey()

 

◼ 예제: 이진화 후, 외곽선을 검출하여 외곽선을 표기하기

# milkdrop.bmp 영상을 이용하여 이진화를 시키고, 외곽선을 검출하여 외곽선을 랜덤한 색상으로 표기             import numpy as np                         img = cv2.imread('./milkdrop.bmp', cv2.IMREAD_GRAYSCALE)             _, img_bin = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)             contours, _ = cv2.findContours(img_bin, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)                         h, w = img.shape[:2]             dst = np.zeros((h, w, 3), np.uint8)                         for i in range(len(contours)):                 color = (random.randint(0, 255), random.randint(0, 255), random.randint(0, 255))                 cv2.drawContours(dst, contours, i, color, 2)                         cv2.imshow('img', img)             cv2.imshow('img_bin', img_bin)             cv2.imshow('dst', dst)             cv2.waitKey()

 

 

 

3. 외곽선의 근사화

검출한 외곽선 정보를 분석하여 정점수가 적은 외곽선 또는 다각형으로 표현할 수 있게 만드는 것

 

◼ 외곽선 근사화

cv2.drawContours(영상, 외곽선 좌표 정보, 외곽건 인덱스, 색상, 두께)         외곽선 인덱스: -1을 지정하면 모든 외곽선을 그림

근사화 정밀도 조절: 입력 외곽선과 근사화된 외곽선 사이의 최대거리, 값이 작을수록 다각형이 정확해지고, 꼭지점 수가 늘어남

 

 

◼ 블록부분이 있는지 여부

cv2.arcLength(외곽선 좌표, 페곡선 여부)

contour에 오목한 부분이 있는지 체크(있으면 true, 없으면 False)

 

 

◼ 블록외피를 계산

cv2.contourArea(외곽선 좌표, False)

contour에 있는 오복한 부분을 제거

 

 

◼ 예제: 다각형의 종류를 식별해서 표기하기

import cv2         import math         def setLevel(img, pts, label):             """             주어진 다각형의 바운딩 박스를 그린 후 레이블을 추가하는 함수.             img: 원본 이미지.             pts: 다각형의 외곽선 좌표.             label: 다각형의 레이블 (TRI, RECT, CIR, NONAME).             """             # 다각형의 바운딩 박스 계산             (x, y, w, h) = cv2.boundingRect(pts)             pt1 = (x, y)             pt2 = (x + w, y + h)             # 바운딩 박스 그리기             cv2.rectangle(img, pt1, pt2, (0, 0, 255), 2)             # 레이블 추가             cv2.putText(img, label, pt1, cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255))         img = cv2.imread('./polygon.bmp')         gray = cv2.cvtColor(img, cv2.COLOR_BGRA2GRAY)         # 이진화 처리 (배경은 흰색, 다각형은 검은색으로 반전)         _, img_bin = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)         # 외곽선 찾기 (가장 바깥쪽 외곽선만 찾음)         contours, _ = cv2.findContours(img_bin, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)         # 각 외곽선에 대해 반복         for pts in contours:             # 작은 영역은 무시             if cv2.contourArea(pts) < 200:                 continue             # 외곽선을 근사화하여 꼭짓점 개수 계산             approx = cv2.approxPolyDP(pts, cv2.arcLength(pts, True) * 0.02, True)             vtc = len(approx)             # 다각형의 종류에 따라 레이블 지정             if vtc == 3:                 setLevel(img, pts, 'TRI')             elif vtc == 4:                 setLevel(img, pts, 'RECT')             else:                 # 원인지 확인 (형상 비율 계산)                 length = cv2.arcLength(pts, True)                 area = cv2.contourArea(pts)                 ratio = 4. * math.pi * area / (length * length)                 if ratio > 0.70:                     setLevel(img, pts, 'CIR')                 else:                     setLevel(img, pts, 'NONAME')         cv2.imshow('img', img)         cv2.waitKey()

- cv2.THRESH_BINARY: 도형이 검정색 - cv2.THRESH_BINARY_INV: 도형이 흰색