OpenCV 이진 영상 처리

영상의 이진화

- 영상의 픽셀 값을 0 또는 255(1)로 만드는 연산

 

그레이스케일 영상 이진화

- 임계값 연산 사용

double threshold( InputArray src, OutputArray dst,
                               double thresh, double maxval, int type );

 

자동 임계값 결정법

- Otsu 이진화 방법

  - 입력 영상이 배경과 객체 두 개로 구성되어 있다고 가정

  - 임의의 임계값 T에 의해 나워지는 두 픽셀 분포 그룹의 분산이 최소가 되는 T를 선택

  - 일종의 최적화 알고리즘

  - threshhold() 함수의 tyoe 인자에 THRESH_OTSU 지정

---

지역 이진화

전역 이진화: 영상 전체에 대해 동일한 임계값을 사용하여 이진화를 수행하는 기법

 

균일하지 않은 조명의 영향을 해결 -> 지역 이진화

 

지역 이진화

- 픽셀 또는 영역마다 다른 임계값을 사용하여 이진화를 수행하는 기법

- 보통 영상을 특정 크기 영역으로 분할하여 이진화를 수행하거나 또는 각 픽셀 근방에 윈도우를 설정하고 해당 위도우에서 임계값을 결정하여 이진화를 수행

int bw = src.cols / 4;
int bh = src.rows / 4;

Mat dst2 = Mat::zeros(src.rows, src.cols, CV_8UC1);

for (int y = 0; y < 4; y++) {
	for (int x = 0; x < 4; x++) {
		Mat src_ = src(Rect(x*bw, y*bh, bw, bh));
		Mat dst_ = dst2(Rect(x*bw, y*bh, bw, bh));
		threshold(src_, dst_, 0, 255, THRESH_BINARY | THRESH_OTSU);
	}
}

 

OpenCV 적응형 이진화 함수

void adaptiveThreshold( InputArray src, OutputArray dst,
                                     double maxValue, int adaptiveMethod,
                                     int thresholdType, int blockSize, double C );

---

모폴로지

모폴로지 연산

- 영상을 형태학적인 측면에서 다루는 기법

- 다양한 영상 처리 시스템에서 전처리또는 후처리 형태로 널리 사용

 

침식과 팽창

침식

- 구조요소가 객체 영역 내부에 완전히 포함될 경우 고정점 픽셀을 255로 설정

- 객체 외곽을 깍아내는 연산 -> 객체의 크기는 줄어들고 배경은 확대

팽창 = 

- 구조 요소와 객체 영역이 한 픽셀이라도 만날 경우 고정점 픽셀을 255로 설정

- 팽창 연산은 객체 외곽을 확대시키는 연산

 

// 침식 연산
void erode( InputArray src, OutputArray dst, InputArray kernel,
                         Point anchor = Point(-1,-1), int iterations = 1,
                         int borderType = BORDER_CONSTANT,
                         const Scalar& borderValue = morphologyDefaultBorderValue() );
// 팽창 연산
void dilate( InputArray src, OutputArray dst, InputArray kernel,
                          Point anchor = Point(-1,-1), int iterations = 1,
                          int borderType = BORDER_CONSTANT,
                          const Scalar& borderValue = morphologyDefaultBorderValue() );

// 구조 요소 생성
Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));

 

열기 연산: 침식 -> 팽창

닫기 연산: 팽창 -> 침식

// 범용 모폴로지 연산 함수
void morphologyEx( InputArray src, OutputArray dst,
                                int op, InputArray kernel,
                                Point anchor = Point(-1,-1), int iterations = 1,
                                int borderType = BORDER_CONSTANT,
                                const Scalar& borderValue = morphologyDefaultBorderValue() );

---

래이블링과 외곽선 검출

객체 단위 분석

- 객체를 분할하여 특징을 분석

- 레이블링 & 외곽선 검출

 

레이블링

- 서로 연결되어 있는 객체 픽셀에 고유한 번호 지정

- 영역 기반 모양 분석

int connectedComponentsWithStats(InputArray image, OutputArray labels,
                                              OutputArray stats, OutputArray centroids,
                                              int connectivity = 8, int ltype = CV_32S);

 

외곽선 검출

- 각 객체의 외곽선 좌표를 모두 검출

- 외곽선 기반 모양 분석

void findContours( InputArray image, OutputArrayOfArrays contours,
                              OutputArray hierarchy, int mode,
                              int method, Point offset = Point());
                              
void findContours( InputArray image, OutputArrayOfArrays contours,
                              int mode, int method, Point offset = Point());
                              
      
void drawContours( InputOutputArray image, InputArrayOfArrays contours,
                              int contourIdx, const Scalar& color,
                              int thickness = 1, int lineType = LINE_8,
                              InputArray hierarchy = noArray(),
                              int maxLevel = INT_MAX, Point offset = Point() );

---

OpenCV 외곽선 관련 함수

https://docs.opencv.org/4.3.0/dd/d49/tutorial_py_contour_features.html

OpenCV: Contour Features