[opencv-python] 이미지 연산하는 법

-

Image Addition

이미지 연산으로 OpenCV에 add()와 numpy 연산으로 이미지를 더할 수 있습니다.


두 이미지를 연산하기 위해서는 반드시 "채널"과 "데이터 타입" 이 같아야하며 이미지에 scalar 값을 더할 수 있습니다.

OpenCV와 numpy 연산의 차이점은
OpenCV의 cv2.add()는 Saturation 연산,
numpy는 modulo 연산을 합니다.


Saturation 연산

Saturation은 임계값을 정해 그 값을 벗어나는 경우 특정 값으로 계산하는 방식입니다.

이미지에서는 add 연산으로 픽셀 값이 255(임계값) 이상인 값들은 255로
0(임계값) 이하인 값들은 0으로 표현하는 연산입니다.

import numpy as np

mat0 = np.uint8([[130, 140], [150, 160]])
mat1 = np.uint8([[100, 100], [150, 150]])
mat0_add_mat1 = cv2.add(mat0, mat1)

print("mat0\n{0}\n".format(mat0))
print("mat1\n{0}\n".format(mat1))
print("add(mat0, mat1)\n{0}".format(mat0_add_mat1))

# 출력
# mat0
# [[130 140]
#  [150 160]]

# mat1
# [[100 100]
#  [150 150]]

# add(mat0, mat1)
# [[230 240]
#  [255 255]]

mat0 + mat1 과정에서
(150 + 150), (160 + 150) = 300, 310이 각각 나와야하지만
Saturation 연산을 통해 255가 넘은 값들을 모두 255로 변경하였음을 확인할 수 있습니다.


modulo 연산

mod 또는 MOD로 표현되며 나머지 연산을 뜻합니다.

이미지에서는 연산 결과가 256(이미지는 0-255를 표현)보다 큰 경우에 256으로 나눈 나머지 값을 사용합니다.

mat0 = np.uint8([[130, 140], [150, 160]])
mat1 = np.uint8([[100, 100], [150, 150]])
mat0_add_mat1 = mat0 + mat1

print("mat0\n{0}\n".format(mat0))
print("mat1\n{0}\n".format(mat1))
print("add(mat0, mat1)\n{0}".format(mat0_add_mat1))

# 출력
# mat0
# [[130 140]
#  [150 160]]

# mat1
# [[100 100]
#  [150 150]]

# add(mat0, mat1)
# [[230 240]
#  [ 44  54]]

mat0 + mat1 과정에서
(150 + 150), (160 + 150) = 300, 310이 각각 나와야하지만
modulo 연산을 통해 255가 넘은 값들은 모두 나머지값으로 대체함을 볼 수 있습니다.
300 % 256 = 44
300 % 256 = 54


numpy를 이용한 이미지 연산(modulo)

두개의 이미지 픽셀 값들을 더해줍니다.
두개의 이미지를 더하기 위해서는 이미지의 크기(reshape), 데이터 타입(dtype)이 같아야합니다.

import cv2

img1 = cv2.imread("image/add1.jpg")
print("img1.shape = {0}, img1.dtype = {1}".format(img1.shape, img1.dtype))
img2 = cv2.imread("image/add2.jpg")
print("img2.shape = {0}, img1.dtype = {1}".format(img2.shape, img2.dtype))
img1_add_img2 = img1 + img2 
print("img1 + img2.shape = {0}, img1_add_img2.dtype = {1}".format(img1_add_img2.shape, img1_add_img2.dtype))

cv2.imshow("img1", img1)
cv2.imshow("img2", img2)
cv2.imshow("img1 + img2", img1_add_img2)
cv2.waitKey()

# 출력
# img1.shape = (360, 360, 3), img1.dtype = uint8
# img2.shape = (360, 360, 3), img1.dtype = uint8
# img1_add_img2.shape = (360, 360, 3), img1_add_img2.dtype = uint8


2개의 이미지를 더해 픽셀 값이
255 이상인 값들은 256 으로 나누어 나머지 값으로 대체하기 때문에
기존에 이미지 색상이 깨지는걸 확인할 수 있습니다.


cv2.add()를 이용한 이미지 연산(saturation)

두개의 이미지 픽셀 값들을 더해줍니다.
두개의 이미지를 더하기 위해서는 이미지의 크기(reshape), 데이터 타입(dtype)이 같아야합니다.

import cv2

img1 = cv2.imread("image/add1.jpg")
print("img1.shape = {0}, img1.dtype = {1}".format(img1.shape, img1.dtype))
img2 = cv2.imread("image/add2.jpg")
print("img2.shape = {0}, img1.dtype = {1}".format(img2.shape, img2.dtype))
img1_add_img2 = cv2.add(img1, img2)
print("cv2.add(img1, img2).shape = {0}, img1_add_img2.dtype = {1}".format(img1_add_img2.shape, img1_add_img2.dtype))

cv2.imshow("img1", img1)
cv2.imshow("img2", img2)
cv2.imshow("img1 + img2", img1_add_img2)
cv2.waitKey()

# 출력
# img1.shape = (360, 360, 3), img1.dtype = uint8
# img2.shape = (360, 360, 3), img1.dtype = uint8
# cv2.add(img1, img2).shape = (360, 360, 3), img1_add_img2.dtype = uint8


2개의 이미지를 더해 픽셀 값이
255 이상인 값들은 255로 0 이하인 값들은 0으로 표현하여
img1과 img2의 픽셀 값들을 더해 img1_add_img2로 반환했습니다.

각각의 이미지 픽셀 값들을 더하는 과정에서
픽셀 값들이 255에 가까워지기 때문에 img1_add_img2를 imshow()로 출력했을 때
하얀색 부분이 많은걸 볼 수 있습니다. (255로 갈수록 백, 0으로 갈수록 흑)


cv2.addWeighted를 이용한 이미지 연산(saturation)

cv2.addWeighted(src1, alpha, src2, beta, gamma)


서로다른 가중치를 주어 2개의 이미지를 더해줍니다.
blending(혼합) or transparency(투명성)의 효과를 볼 수 있습니다.

즉. 2개의 이미지를 더하는 과정에서 가중치를 두어 이미지가 결합된 형식으로 사용할 수도, 이미지를 투명하게 표현할 수도 있습니다.

weighted1 = cv2.addWeighted(img1, 0.5, img2, 0.5, 0)
weighted2 = cv2.addWeighted(img1, 0.7, img2, 0.3, 0)

cv2.imshow("addWeighted(0.5, 0.5)", weighted1)
cv2.imshow("addWeighted(0.7, 0.3)", weighted2)
cv2.waitKey()


img1과 img2의 가중치를 어떻게주냐에 따라 이미지가 변환합니다.


참고자료



댓글

댓글 쓰기

이 블로그의 인기 게시물

[opencv-python] 이미지 크기조절(resize) 하는 법

-
이미지
이미지 크기 조절(resize) 이미지 크기를 조절하는 예제를 알아보겠습니다. 이미지 불러오기 import cv2 img = cv2.imread( "image/cat.jpg" ) cv2.imshow( "img" , img) cv2.waitKey() cat.jpg 이미지를 불러와 화면에 띄웁니다. 이미지 크기 조절 img = cv2.imread( "image/cat.jpg" ) print ( "img.shape = {0}" .format(img.shape)) resize_img = cv2.resize(img , ( 300 , 300 )) print ( "resize_img.shape = {0}" .format(resize_img.shape)) cv2.imshow( "img" ,  img) cv2.imshow( "resize img" , resize_img) cv2.waitKey() # 출력 # img.shape = (360, 480, 3) # resize_img.shape = (300, 300, 3) 이미지 크기 조절 방법 1 - cv2.resize(img, dsize=(300, 300)) cv2.resize(원본 이미지, 결과 크기 이미지)로 이미지의 크기를 조절할 수 있습니다. 결과 크기 이미지는 Tuple이며 (width, height)의 형식 입니다. 이미지 크기 조절 방법 2 - cv2.resize(img, dsize=(300, 300), interpolation=cv2.INTER_AREA) cv2.resize(원본 이미지, 결과 크기 이미지, 보간법)로 이미지 크기를 조절할 수 있습니다. 보간법은 이미지의 크기를 변경하면 변경된 이미지의 픽셀 사이의 값을 결정해야 하는데, 이때 보간법을 사용합니다.
자세한 내용 보기

[python]파이썬: csv reader header skip (첫번째 행 무시하기, 안읽기)

-
이미지
header를 skip하기 위해서는 next() 를 하면 됩니다. ex) 아래와 같은 데이터를 가지는 excel 파일에서 header를 skip 했을 때와 하지 않았을 때를 비교 해보겠습니다. next()를 사용하지 않았을 경우 next()를 사용했을 경우 연관문헌 pandas 특정 행에 값 넣기 https://daewoonginfo.blogspot.com/2019/04/pandas.html 참고자료 https://evanhahn.com/python-skip-header-csv-reader/
자세한 내용 보기

[python] selenium close와 quit 차이점

-
이미지
close와 quit 차이점 selenium webdriver를 닫는 기능으로는 close()와 quit()이 존재합니다. close() close()는 현재 selenium webdriver가 활성화되어 있는 화면만을 종료 합니다. 2개 이상의 webdriver 탭이 열려있다면 현재 활성화되어 있는 webdriver만 종료되고 나머지 webdriver는 종료되지 않습니다. 현재 열려있는 webdriver close() -> 활성화되어 있던 naver만 종료가 되었음. close() 이후 탭 전환을하고 싶으신 분은 아래의 링크를 참고하세요. window, mac에서 새 탭 열기 및 전환 https://daewoonginfo.blogspot.com/2019/05/python-selenium.html quit() quit()는 dispose() 함수를 불러와 열려있는 모든 webdriver를 종료하고 세션을 안전하게 종료 합니다. 프로그램을 종료할 때 quit()을 사용하지 않는다면 webdriver 세션이 완벽하게 종료되지 않아 메모리 누수가 발생할 수 있습니다. 하나의 webdriver가 열려있다면 close()와 quit() 어느 것을 사용해도 동일한 작업을 수행 합니다. 하지만 2개 이상의 webdriver가 열려있다면 close()와 quit() 다르게 작동  하는것을 유의해야합니다. 참고문헌 [1] https://www.zyxware.com/articles/5552/what-is-close-and-quit-commands-in-selenium-webdriver
자세한 내용 보기