pixel-art :: openCV 기초 (4) - 이미지 임계처리

이미지 임계처리에는 simple thresholding, adaptive thresholding, Otsu's thresholding가 있다. 

opencv에서는 cv2.threshold(), cv2.adaptiveThreshold()를 이용하면된다. 간-단

---

기본 임계처리

• 이진화 처리: 흑/백으로 분류하여 처리하는 것

기준이되는 임계값을 정하는 것이 중요하다. 임계값 보다 크면 백, 작으면 흑이 된다.

cv2.threshold(src, thresh, maxval, type) → retval, dst

• src – input image(grayscale 이미지)
• thresh – 임계값
• maxval – 임계값을 넘었을 때 적용할 value
• type – thresholding type
• cv2.THRESH_BINARY
• cv2.THRESH_BINARY_INV
• cv2.THRESH_TRUNC
• cv2.THRESH_TOZERO
• cv2.THRESH_TOZERO_INV

img = cv2.imread('pic/image1.jpeg', 0)
 
ret, thresh1 = cv2.threshold(img,127,255, cv2.THRESH_BINARY)
ret, thresh2 = cv2.threshold(img,127,255, cv2.THRESH_BINARY_INV)
ret, thresh3 = cv2.threshold(img,127,255, cv2.THRESH_TRUNC)
ret, thresh4 = cv2.threshold(img,127,255, cv2.THRESH_TOZERO)
ret, thresh5 = cv2.threshold(img,127,255, cv2.THRESH_TOZERO_INV)
 
titles =['Original','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')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
 
plt.show()

각 type별 결과값은 다음과 같다.

다음은 각 임계값을 어떻게 정하느냐에 따라 어떻게 달라지는지 한번 해봤다.

ret, thresh1 = cv2.threshold(img, 25,255, cv2.THRESH_BINARY)
ret, thresh2 = cv2.threshold(img, 50,255, cv2.THRESH_BINARY)
ret, thresh3 = cv2.threshold(img, 100,255, cv2.THRESH_BINARY)
ret, thresh4 = cv2.threshold(img, 150,255, cv2.THRESH_BINARY)
ret, thresh5 = cv2.threshold(img, 175,255, cv2.THRESH_BINARY)
ret, thresh6 = cv2.threshold(img, 200,255, cv2.THRESH_BINARY)
ret, thresh7 = cv2.threshold(img, 250,255, cv2.THRESH_BINARY)
 
 
titles =['25', '50', '100', '150', '175', '200', '250']
images = [thresh1,thresh2,thresh3,thresh4,thresh5, thresh6, thresh7]
 
for i in range(7):
    plt.subplot(2,4,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
 
plt.show()

이처럼, 임계값을 이미지 전체에 적용하여 처리하기 때문에 하나의 이미지에 음영이 다르면 전부 흰색, 전부 검은색으로 나타나게 된다.

---

이를 해결하기 위해서 작은 영역 별로 thresholding을 할수 있다.

cv2.adaptiveTresholod()를 사용 하면된다.

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

• src – grayscale image

• maxValue – 임계값

• adaptiveMethod – thresholding value를 결정하는 계산 방법

• cv2.ADAPTIVE_THRESH_MEAN_C : 주변영역의 평균값으로 결정

• cv2.ADAPTIVE_THRESH_GAUSSIAN_C :

• thresholdType – threshold type

• blockSize – thresholding을 적용할 영역 사이즈

• C – 평균이나 가중평균에서 차감할 값

img = cv2.imread('pic/image1.jpeg', 0)
# print(img.shape) 699,699
ret, th1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(img, 100,cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY,15,10)
th3 = cv2.adaptiveThreshold(img, 255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C,cv2.THRESH_BINARY,15,10)
 
titles = ['Original','Global','Mean','Gaussian']
images = [img,th1,th2,th3]
 
for i in range(4):
    plt.subplot(2,2,i+1),plt.imshow(images[i],'gray')
    plt.title(titles[i])
    plt.xticks([]),plt.yticks([])
 
plt.show()

음, 사진 자체 예시가 별로라 잘 모르겠지만......으으으으응