프로그래밍 관련 정보

cv2.rectangle() TypeError: an integer is required (got type tuple) 'tuple에 integer형이 필요 '하다는 에러입니다. cv2.rectangle() parameter를 보면 start_point와 end_point는 tuple type으로 두 개의 좌표 값을 가져야 한다고 나옵니다. 이때 start와 end_point는 모두 int형의 값을 취해야 합니다. Example 1 import cv2 img = cv2.imread( "image/cat.jpg" ) rect_img = cv2.rectangle(img , ( 0 , 0 ) , ( 100.1 , 100 ) , ( 0 , 0 , 255 ) , - 1 ) cv2.imshow( "rect" , rect_img) cv2.waitKey() # 출력 (에러) # Traceback (most recent call last): #   File "D:/python_projects/mine/blog/retacgle_error.py", line 5, in <module> #    rect_img = cv2.rectangle(img, (0, 0), ( 100.1 , 100), (0, 0, 255), -1) # TypeError: an integer is required (got type tuple) start_point에서 int를 취하지 않아 에러가 발생했습니다. Example 2 import cv2 img = cv2.imread( "image/cat.jpg" ) rect_img = cv2.rectangle(img , ( 0 , 0 ) , ( 100 , 100 ) , ( 0 , 0 , 255 ) , - 1 ) cv2.imshow( "rect" , r

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 연산 을 합니다. Saturation 연산 Saturation은 임계값을 정해 그 값을 벗어나는 경우 특정 값으로 계산하는 방식 입니다. 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 변경 하였음

ROI를 이용한 이미지 합성 logo 이미지를 background 이미지 정중앙에 합성하는 예제를 알아보겠습니다. 2개의 이미지 불러오기 import cv2 background = cv2.imread( "image/bit_test.jpg" ) logo = cv2.imread( "image/logo.jpg" ) cv2.imshow( "background" , background) cv2.imshow( "logo" , logo) cv2.waitKey() ROI 영역 설정에 사용할 mask 생성 gray_logo = cv2.cvtColor(logo , cv2.COLOR_BGR2GRAY) _ , mask_inv = cv2.threshold(gray_logo , 10 , 255 , cv2.THRESH_BINARY_INV) cv2.imshow( "mask_inv" , mask_inv) cv2.waitKey() cv2.cvtColor(logo, cv2.COLOR_BGR2GRAY) Notes Color-space를 변환하는 함수. cv2.COLOR_BGR2GRAY를 통해 컬러인 logo 이미지를 gray 이미지로 변환합니다. BGR to GRAY cv2.threshold(gray_logo, 10, 255, cv2.THRESH_BINARY_INV) Notes 임계값(thresh)를 넘으면 임계값을 넘었을 때 적용할 value(maxval)로 값을 변경하는 함수. cv2.THRESH_BINARY_INV를 통해 이미지를 이진화 합니다. (흑(0)과 백(255)으로 분리) # binary image INV(inverse)가 사용되었음으로 분리된 흑과 백을 반대로 변경 합니다 (흑->백, 백->흑) # binary_inverse image cv

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.

ROI 영역을 추출하는 예제를 알아보겠습니다. 이미지 불러오기 import  cv2 # ROI 좌표를 저장할 list points = list () img = cv2.imread( "image/cat.jpg" ) cv2.namedWindow( 'img' ) cv2.setMouseCallback( 'img' , on_mouse) cv2.imshow( "img" , img) cv2.setMouseCallback(windowName, callback, param=None) Notes Mouse Event를 확인하고 Callback을 호출하는 함수입니다. windowName이 img인 윈도우에서 마우스 이벤트가 발생하면 on_mouse 함수가 호출됩니다. Mouse Event 함수 선언 def on_mouse (event , x , y , flags , param ):       if event == cv2.EVENT_LBUTTONDOWN:          points.append([x , y])           print (points) on_moise(event, x, y, flags, param) 마우스 이벤트 발생시 호출될 함수를 정의합니다. cv2.EVENT_LBUTTONDOWN 왼쪽 마우스 버튼을 누르고 있을 때 발생 points.append([x, y]) 왼쪽 마우스 버튼을 누를 때의 좌표를 points에 저장합니다. 이미지 ROI 설정 while True :       if len (points) == 2 :         x = points[ 0 ][ 0 ]         y = points[ 0 ][ 1 ]         ROI = img[y:points[ 1 ][ 1 ] , x:points[ 1 ][ 0 ]]          break  

컬러이미지를 흑백이미지로 바꾸는 예제를 알아보겠습니다. 우선 컬러 고양이 이미지 사진을 불러옵니다. import cv2 cat = cv2.imread( "image/cat.jpg" , cv2.IMREAD_COLOR) cv2.imshow( "cat" , cat) cv2.waitKey() cv2.imread(fileName, flag)  : 이미지 파일을 flag 값에 따라 읽어옵니다. flag는 총 3가지로 명시적으로 써줘도 되고 숫자를 사용해도 됩니다. cv2.IMREAD_COLOR (1) : 이미지 파일을 Color로 읽어들입니다. cv2.IMREAD_GRAY_SCALE (0) : 이미지를 Grayscale로 읽어들입니다. cv2.IMREAD_UNCHAGED (-1) : 이미지 파일을 alpha channel까지 포함하여 읽어들입니다. cv2.imshow(title, image) : 읽어들인 이미지 파일을 윈도우창에 보여줍니다. title(str) : 윈도우 창의 Title cv2.waitKey() : 키보드 입력을 대기하는 함수로 0이면 key 입력까지 무한대기이며 cv2.wailtKey(10) : 특정 시간동안 대기하려면 milisecond 값을 넣어주면 됩니다. (10초 대기) 컬러이미지를 흑백이미지로 변환 시킵니다. gray_cat = cv2.cvtColor(cat , cv2.COLOR_BGR2GRAY) cv2.imshow( "gray_cat" , gray_cat) cv2.waitKey() cv2.cvtColor(src, code) : color-space 변환 cv2.COLOR_BGR2GRAY : BGR -> Grayscale로 변환합니다. cv2.COLOR_BGR2HSV : BGR -> HSV로 변환합니다. 전체코드 import cv2