글

라벨이 opencv인 게시물 표시

[python] 파이썬 OpenCV 4 오츠의 이진화 샘플

이미지
 파이썬과 OpenCV 4를 활용한 오츠의 이진화(Otsu's Binarization) 샘플코드입니다. 원초적인 thresholding은 threshold 상수값을 사용자가 임의로 지정해야 하지만 오츠의 이진화 방법을 사용하면 자동으로 threshold 값을 자동으로 찾아줍니다. 아래는 샘플코드입니다. import cv2 as cv import numpy as np from matplotlib import pyplot as plt img = cv.imread('noisy2.png',0) # global thresholding ret1,th1 = cv.threshold(img,127,255,cv.THRESH_BINARY) # 오츠 이진화 ret2,th2 = cv.threshold(img,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU) # 오츠 이진화 + 가우시안 필터 blur = cv.GaussianBlur(img,(5,5),0) ret3,th3 = cv.threshold(blur,0,255,cv.THRESH_BINARY+cv.THRESH_OTSU) # plot all the images and their histograms images = [img, 0, th1, img, 0, th2, blur, 0, th3] titles = ['Original Noisy Image','Histogram','Global Thresholding (v=127)', 'Original Noisy Image','Histogram',"Otsu's Thresholding", 'Gaussian filtered Image','Histogram',"Otsu's Thresholding"] for i in range(3):...

[python] 파이썬 OpenCV 4 Adaptive Thresholding

이미지
 파이썬과 OpenCV 4를 활용하여 Adaptive Thresholding 개념에 대해 정리합니다. 이미지에 조명이 균일하지 않게 되면 명암이 존재하게 되고, 일반적인 Thresholding을 적용하면 의도치 않은 결과를 얻을 수 있습니다. 이런 경우 Adaptive Thresholding를 사용하면 어느정도 보완할 수 있습니다. 이미지의 특정 픽셀에 대한 Adaptive Threshold 값은, 해당 픽셀의 주위 픽셀값들을 토대로 산정됩니다. 아래는, OpenCV 4에서 제공하는 방법으로 cv.ADAPTIVE_THRESH_MEAN_C, cv.ADAPTIVE_THRESH_GAUSSIAN_C 2가지를 활용한 샘플코드입니다. import cv2 as cv import numpy as np from matplotlib import pyplot as plt img = cv.imread('sudoku.jpg',0) img = cv.medianBlur(img,5) ret,th1 = cv.threshold(img,127,255,cv.THRESH_BINARY) th2 = cv.adaptiveThreshold(img,255,cv.ADAPTIVE_THRESH_MEAN_C,cv.THRESH_BINARY,11,2) th3 = cv.adaptiveThreshold(img,255,cv.ADAPTIVE_THRESH_GAUSSIAN_C,cv.THRESH_BINARY,11,2) titles = ['Original Image', 'Global Thresholding (v = 127)', 'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding'] images = [img, th1, th2, th3] for i in range(4): plt.subplot(2,2,i+1),plt.imshow(images[i],'gray...

[python] 파이썬 OpenCV 4 Thresholding 샘플코드

이미지
 파이썬과 OpenCV 4를 활용하여 Thresholding 기본 개념을 알아 봅니다. 픽셀의 값은, 특정 threshold 값보다 작으면 0으로, 크면 최대값으로 변환되며 cv.threshold 함수를 이용합니다. 함수의 첫번째 매개변수는 원본 이미지이며 grayscale 형태입니다. 두번째 매개변수는 threshold 값입니다. 원본이미지의 픽셀이 threshold 값을 초과한 경우 어떤 값으로 변경할지는 세번째 매개변수를 통해 설정합니다. 네번째 매개변수는 Thresholding 타입을 의미합니다. 아래는 샘플코드입니다. import cv2 as cv import numpy as np from matplotlib import pyplot as plt img = cv.imread('gradient.png',0) ret,thresh1 = cv.threshold(img,127,255,cv.THRESH_BINARY) ret,thresh2 = cv.threshold(img,127,255,cv.THRESH_BINARY_INV) ret,thresh3 = cv.threshold(img,127,255,cv.THRESH_TRUNC) ret,thresh4 = cv.threshold(img,127,255,cv.THRESH_TOZERO) ret,thresh5 = cv.threshold(img,127,255,cv.THRESH_TOZERO_INV) titles = ['Original Image','BINARY','BINARY_INV','TRUNC','TOZERO','TOZERO_INV'] images = [img, thresh1, thresh2, thresh3, thresh4, thresh5] for i in range(6): plt.subplot(2,3,i+1) plt.imshow(images[i],'gray',vmin=0,vmax=255) ...

[python] 파이썬 OpenCV 4 이미지 아핀변환 샘플코드

이미지
 파이썬과 OpenCV 4를 활용한 이미지 아핀변환 샘플코드입니다. import numpy as np import cv2 as cv img = cv.imread('./opencv/lena.png',0) rows,cols = img.shape # 소스위치 포인트 pts1 = np.float32([[50,50],[200,50],[50,200]]) # 목표위치 포인트 pts2 = np.float32([[10,100],[200,50],[100,250]]) # 변환 행렬 M을 정의 M = cv.getAffineTransform(pts1,pts2) # 아핀변환 적용 dst = cv.warpAffine(img,M,(cols,rows)) cv.imshow("Origin", img) cv.imshow("Result", dst) cv.waitKey(0) cv.destroyAllWindows() 아핀변환은 원본 이미지에서 3곳 지점을 특정 위치로 옮기는 형태로 이미지를 변환해 줍니다. 아래는 실행결과입니다. 끝.

[python] 파이썬 OpenCV 4 이미지 회전

이미지
 파이썬과 OpenCV 4를 활용하여 이미지를 회전시키는 방법을 알아 봅니다. import numpy as np import cv2 as cv img = cv.imread('./opencv/lena.png',0) rows,cols = img.shape # 변환 행렬 M을 정의 # 이미지 중앙에서 90도 회전, 스케일 없음 M = cv.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 90, 1) # 아핀변환 적용 dst = cv.warpAffine(img, M, (cols,rows)) cv.imshow("Origin", img) cv.imshow("Result", dst) cv.waitKey(0) cv.destroyAllWindows() 아래는 결과화면입니다. 끝.

[python] 파이썬 OpenCV 4 이미지 X,Y 좌표 이동

이미지
 파이썬과 OpenCV 4를 활용하여 이미지의 시작 좌표를 변경하여 화면에 출력해 보겠습니다. 아래는 샘플 코드입니다.  import numpy as np import cv2 as cv img = cv.imread('./opencv/lena.png',0) rows,cols = img.shape # 변환 행렬 M을 정의 # X축 100, Y축 50만큼 이동 M = np.float32([[1,0,100],[0,1,50]]) # 아핀변환 적용 dst = cv.warpAffine(img, M, (cols,rows)) cv.imshow("Origin", img) cv.imshow("Result", dst) cv.waitKey(0) cv.destroyAllWindows() 변환행렬은 아래와 같이 정의됩니다. 위 식에서 tx, ty가 이미지 시작 좌표의 offset이 됩니다. 아래는 실행결과입니다. 끝.

[python] 파이썬 OpenCV4 이미지 스케일링 (확대, 축소)

 파이썬과 OpenCV 4를 활용하여 이미지를 확대 또는 축소 기능을 하는 샘플코드입니다. import numpy as np import cv2 as cv img = cv.imread('./opencv/lena.png') # scaling factor를 사용한 resize # 가로 0.5배, 세로 0.5배 res = cv.resize(img, None, fx=0.5, fy=0.5, interpolation=cv.INTER_CUBIC) cv.imshow("Result", res) cv.waitKey(0) cv.destroyAllWindows() 끝.

[python] 파이썬 OpenCV 4 Color-Space를 활용한 Object Tracking 개념

이미지
 파이썬과 OpenCV4의 Color-Space 변환을 활용하여 Object Tracking의 기초적인 개념을 알 수 있는 샘플 코드입니다. 아래 코드는 카메라로부터 BGR 이미지 프레임을 캡처하여 HSV Color-Space로 변환하고, 파란색 계열의 색상을 포함한 부분만 마스크 처리 및 연산하는 과정을 담고 있습니다. import cv2 as cv import numpy as np # 웹캠 연결 cap = cv.VideoCapture(0) while(1): # 웹캠으로부터 BGR 프래임 캡쳐 _, frame = cap.read() # 컬러스페이스 변경 : BGR -> HSV hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV) # HSV 컬러 스페이스에서 추출할 영역 설정 (파란색 계열) lower_blue = np.array([110,50,50]) upper_blue = np.array([130,255,255]) # 마스크 추출 mask = cv.inRange(hsv, lower_blue, upper_blue) # 원본 프레임 이미지와 마스크를 Bitwise-AND 연산 res = cv.bitwise_and(frame,frame, mask= mask) # 화면 출력 cv.imshow('frame',frame) cv.imshow('mask',mask) cv.imshow('res',res) # ESC키 종료 처리 k = cv.waitKey(5) & 0xFF if k == 27: break # 종료 처리 cv.destroyAllWindows() 아래는 실행결과입니다. 원본과 마스크 화면입니다. 아래는 연산결과입니다. 위 코드에서 HSV 컬러 스페이스는 색 범위 지정에 용이하기 때문에 사용되었습니다. 또한 결과물은 Obje...

[python] 파이썬 OpenCV 4 코드 성능 측정 - getTickCount()

 OpenCV를 사용하다 보면 본인이 작성한 코드가 얼마의 시간을 소요하는지 알아봐야 할 경우가 있습니다. 여러 프로파일 기법이 있지만, getTickCount() 함수를 이용한 가장 간단한 방법을 사용한 샘플입니다. import cv2 as cv img1 = cv.imread('opencv-logo.png') # 측정할 코드 시작전 Tick tick1 = cv.getTickCount() # 측정하고자 하는 코드 for i in range(5, 49, 2): img1 = cv.medianBlur(img1, i) # 측정할 코드 시작후 Tick tick2 = cv.getTickCount() # 시간 계산 time = (tick2 - tick1) / cv.getTickFrequency() print(time) 끝.

[python] 파이썬 OpenCV 4 이미지 블랜딩 샘플

이미지
 파이썬과 OpenCV 4를 활용하여 2개의 이미지를 블랜딩하는 샘플입니다. 블랜딩은 아래 공식이 적용됩니다. 위 식에서 α값은 0에서 1 사이값을 가질 수 있으며, 2개의 이미지에 적용될 때는 죄종적으로 아래 공식을 사용합니다. 위 식에서 α, β는 weights라 합니다. γ값은 0으로 가정한 샘플코드는 아래와 같습니다. 참고로 2개의 이미지 사이즈가 동일해서 아래 코드가 동작합니다. import cv2 as cv img1 = cv.imread('ml.png') img2 = cv.imread('opencv-logo.png') # 이미지 img1, img2를 0.7, 0.3 비율로 블랜딩 dst = cv.addWeighted(img1, 0.7, img2, 0.3, 0) cv.imshow('dst', dst) cv.waitKey(0) cv.destroyAllWindows() 결과는 아래와 같습니다. 끝.

[python] 파이썬 OpenCV 4 마우스 이벤트 샘플 코드

이미지
 파이썬과 OpenCV 4를 활용하여 마우스 이벤트를 처리하는 샘플 코드입니다. 마우스를 더블클릭하게 되면 해당 위치에 원을 그려줍니다. import numpy as np import cv2 as cv # 마우스 이벤트 콜백 함수 # 더블클릭 지점에 원을 그림 def draw_circle(event, x, y, flags, param): if event == cv.EVENT_LBUTTONDBLCLK: cv.circle(img, (x,y), 10, (255,0,0), -1) # 빈 이미지 변수와 윈도우를 생성하고, 윈도우와 콜백합수 결합 img = np.zeros((512,512), np.uint8) cv.namedWindow('image') cv.setMouseCallback('image', draw_circle) while(1): cv.imshow('image', img) # ESC키 누르면 종료 if cv.waitKey(20) & 0xFF == 27: break cv.destroyAllWindows() 아래는 실행결과입니다. 위 예제를 좀 더 응용해서 마우스를 클릭하고 움직이는 동안 원을 출력하도록 해 보겠습니다. import numpy as np import cv2 as cv drawing = False # 마우스 클릭시 참 ix, iy = -1, -1 # 마우스 콜백 함수 def draw_circle(event, x, y, flags, param): global ix, iy, drawing if event == cv.EVENT_LBUTTONDOWN: drawing = True ix, iy = x, y elif event == cv.EVENT_MOUSEMOVE: if drawing == True: cv.circle(img, (x,y), 5...

[python] 파이썬 OpenCV 4 Drawing 기능 (선, 사각형, 폴리곤, 문자열, ...)

이미지
 파이썬과 OpenCV 4를 활용하여 이미지 데이터에 선, 사각형, 폴리곤, 문자열 등을 출력하는 드로잉(Drawing) 기능을 테스트합니다. 사진이나 영상 데이터를 처리 후 의미있는 정보를 표시할 때 사용될 수 있습니다. import numpy as np import cv2 as cv # 이미지 변수 생성 img = np.zeros((512,512,3), np.uint8) # 5px 굵기의 대각선 그리기 cv.line(img, (0,0), (511,511), (255,0,0), 5) # 오른쪽 상단 구석에 3px 굵기의 사각형 그리기 # top-left 좌표와 bottom-right 좌표가 필요 cv.rectangle(img, (384,0), (510,128), (0,255,0), 3) # 이전에 그린 사각형 안에 원 그리기 # 중심 좌표와 반지름 정보 필요 # 굵기값이 -1이면 도형안을 색으로 채움 cv.circle(img, (447,63), 63, (0,0,255), -1) # 폴리곤 그리기 # int32 자료형 정점(vertex) 좌표 리스트 pts = np.array([[10,5],[20,20],[70,20],[50,10]], np.int32) # ROWS X 1 X 2 형태르 재배열 pts = pts.reshape((-1,1,2)) # 노란색, 닫힌(True) 폴리곤으로 설정 cv.polylines(img, [pts], True, (0,255,255)) # 문자열 출력 font = cv.FONT_HERSHEY_COMPLEX # bottom-left 좌표, 폰트, 크기, 색상, 굵기, 라인타입 등을 설정) cv.putText(img, 'OpenCV', (10,500), font, 4, (255,255,255), 2, cv.LINE_AA) cv.imshow('frame', img) cv.waitKey(0) reshape() 함수는 하나의 차원에 대해서 -1값을 기술할 수 있습니다. -1로 기술된 차원은 매개...

[python] 파이썬 OpenCV 4 웹캠 동영상으로 저장

 파이썬과 OpenCV 4를 활용하여 웹캠의 프레임 데이터를 동영상 파일로 저장하는 샘플 코드입니다. import numpy as np import cv2 as cv cap = cv.VideoCapture(0) # 코덱을 정하고 VideoWriter 객체를 생성 fourcc = cv.VideoWriter_fourcc(*'XVID') # 20 FPS out = cv.VideoWriter('./opencv/output.avi', fourcc, 20.0, (640, 480)) while cap.isOpened(): ret, frame = cap.read() if not ret: print("Can't receive frame (stream end?). Exiting ...") break # 프레임 저장 out.write(frame) cv.imshow('frame', frame) if cv.waitKey(1) == ord('q'): break # 자원 해제 cap.release() out.release() cv.destroyAllWindows() 위 코드에서 "XVID"는 윈도우 운영체제 상에서 AVI 파일의 코덱을 지칭하는 구분자입니다. 끝.

[python] 파이썬 OpenCV 4 비디오 파일 화면 출력 샘플 코드

 파이썬과 OpenCV4를 활용하여 비디오 파일을 화면에 출력하는 샘플 코드입니다. import numpy as np import cv2 as cv cap = cv.VideoCapture("./opencv/particles_simulation.avi") while cap.isOpened(): ret, frame = cap.read() # 프레임 읽기 실패 or 종료 if not ret: print("Can't receive frame (stream end?). Exiting ...") break # 프레임 처리 (그레이스케일) gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # 프레임 화면 출력 cv.imshow('frame', gray) # 종료키('q') 대기 if cv.waitKey(1) == ord('q'): break # 리소스 반환 cap.release() cv.destroyAllWindows() 위 코드에서 cv.waitKey() 함수는 프로그램 종료 명령 키 'q' 입력을 받기 위해 대기하는 시간을 매개변수로 전달받습니다. 이 매개변수의 값을 늘리면 프레임 출력 속도가 늦어서 동영상이 천천히 재생되는 효과가 나타납니다. 반대로 이 값을 줄이면 프레임을 출력 속도가 빨라져 동영상이 빨리 재생되는 효과가 나타납니다. 끝.

[python] 파이썬 OpenCV 4 웹캠으로 비디오 캡처 샘플

 파이썬으로 OpenCV4를 활용하여 웹캠을 통해 프레임 데이터를 화면에 출력하는 예제 코드입니다. import numpy as np import cv2 as cv cap = cv.VideoCapture(0) if not cap.isOpened(): print("Cannot open camera") exit() while True: # 프레임 단위 캡쳐 ret, frame = cap.read() # 프레임 데이터 읽기 비정상 완료 if not ret: print("Can't receive frame (stream end?). Exiting ...") break # 프레임 데이터를 그레이스케일 처리 gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) # 결과 프레임 데이터를 화면에 출력 cv.imshow('frame', gray) # q 키를 누르면 종료 if cv.waitKey(1) == ord('q'): break # 리소스 반환 cap.release() cv.destroyAllWindows() 끝.

[python] 파이썬 OpenCV 4 웹캠 영상 화면 표기

파이썬으로 OpenCV 4를 활용하여 웹캠으로 캡쳐되는 영상을 화면에 출력하는 샘플 코드를 정리합니다. import cv2 clicked = False def onMouse(event, x, y, flags, param): global clicked if event == cv2.EVENT_LBUTTONUP: clicked = True cameraCapture = cv2.VideoCapture(0) cv2.namedWindow('MyWindow') cv2.setMouseCallback('MyWindow', onMouse) print('Showing camera feed. Click window or press any key to stop.') success, frame = cameraCapture.read() while success and cv2.waitKey(1) == -1 and not clicked: cv2.imshow('MyWindow', frame) success, frame = cameraCapture.read() cv2.destroyWindow('MyWindow') cameraCapture.release() 마우스로 화면을 클릭하거나 키보드를 누르면 창이 닫힙니다. 아래는 테스트 결과 영상입니다. 끝.

[python] 파이썬 OpenCV 4 웹캠 영상 저장 샘플

노트북에 내장되어 있는 기본 웹캠을 이용하여 10초간 레코딩하는 파이썬 코드 샘플입니다. 10초간 저장된 영상은 avi 형태로 저장합니다. import cv2 cameraCapture = cv2.VideoCapture(0) fps = 30 size = (int(cameraCapture.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cameraCapture.get(cv2.CAP_PROP_FRAME_HEIGHT))) videoWriter = cv2.VideoWriter('./opencv/webcam.avi', cv2.VideoWriter_fourcc('I','4','2','0'), fps, size) success, frame = cameraCapture.read() numFramesRemaining = 10 * fps - 1 while success and numFramesRemaining > 0: videoWriter.write(frame) success, frame = cameraCapture.read() numFramesRemaining -= 1 위 코드는 FPS 관련 처리가 정교하게 처리된 코드가 아닙니다. OpenCV 환경 구성시 웹캠 동작 확인용으로 적당합니다. 끝.

[python] 파이썬 OpenCV 4 이미지 파일 읽고 쓰기 샘플

파이썬에서 OpenCV 4를 활용하여 이미지 파일을 읽고 쓰는 간단한 샘플 코드를 정리합니다. import cv2 grayImage = cv2.imread('./opencv/lena.jpg', cv2.IMREAD_GRAYSCALE) cv2.imwrite('./opencv/lena_grayscale.jpg', grayImage) 위 코드는 lena.jpg 이미지 파일을 grayscale 형태로 읽어서 lena_grayscle.jpg 파일로 저장하는 코드입니다. cv2.IMREAD_GRAYSCALE 대신 다른 다양한 옵션을 사용하여, 이미지 포멧을 변환할 수 있습니다. 끝.