13_2. 이미지 변형(이진화)

In [1]:

from Custom.mediahelper import show_image_with_pil # 개발자 정의 모듈
from Custom.mediahelper import show_video_as_html # 개발자 정의 모듈

13_2. 이미지 변형(이진화)¶

Adaptive Threshold¶

이미지를 작은 영역으로 나누어서 임계치 적용

적응형 이진화 동작:

입력 이미지의 작은 영역(block_size)마다 평균을 계산하고, 해당 평균에서 c를 뺀 값을 기준으로 이진화를 수행.
지역적으로 조정되므로 조명 변화가 있는 이미지에서도 효과적.

In [2]:

import cv2
import numpy as np

def empty(pos):
    #print(pos)
    pass

img = cv2.imread('../Media/images/book.png', cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img, (1200,800))

name = 'Trackbar'
cv2.namedWindow(name)

# block_size: 적응형 이진화의 블록 크기를 조정 (초기값 25, 최대값 100).
cv2.createTrackbar('block_size', name, 25, 100, empty) # 블록 크기는 홀수여야 하고, 1보다 커야 함.

# c: 이진화에서 가중 평균에서 빼는 값 (초기값 3, 최대값 10).
# 일반적으로 양수를 사용하며, 이 값을 키우면 결과가 더 어둡게 나타날 수 있음.
cv2.createTrackbar('c', name, 3, 10, empty)

while True:
    block_size = cv2.getTrackbarPos('block_size', name) # bar 이름, 창의 이름
    c = cv2.getTrackbarPos('c', name) # bar 이름, 창의 이름


    # block_size 값 검증 및 보정:
    # 적응형 이진화에서 block_size는 홀수이고, 1보다 커야 함.
    
    # 값이 1 이하라면 기본값으로 3을 사용 (음수 변형).
    if block_size <= 1:
        block_size = 3

    # 값이 짝수라면 홀수로 변환(block_size += 1).
    if block_size % 2 == 0:
        block_size += 1

    # 적응형 이진화 적용
    # img: 입력 이미지.
    # 255: 최대값(흰색).
    # cv2.ADAPTIVE_THRESH_MEAN_C: 블록 평균값을 기준으로 이진화.
    # cv2.THRESH_BINARY: 결과를 흰색(255) 또는 검정(0)으로 만듦.
    # block_size: 이진화를 계산할 영역의 크기 (홀수).
    # c: 블록 평균값에서 뺄 상수.
    binary = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, block_size, c)

    cv2.imshow(name, binary)

    if cv2.waitKey(1) == ord('q'):
        break

cv2.destroyAllWindows()

show_video_as_html('../Media/videos/13_2.mp4')

'Video'

오츠 알고리즘¶

• 자동 임계값 결정:

오츠 알고리즘은 이미지 히스토그램의 픽셀 값 분포를 기반으로 배경과 전경을 분리하는 데 가장 적합한 임계값을 찾습니다.

• 두 번째 인자 무시:

cv2.THRESH_OTSU를 사용하면 두 번째 인자(사용자 정의 임계값)는 무시됩니다.

In [3]:

import cv2
import numpy as np
img = cv2.imread('../Media/images/book.png', cv2.IMREAD_GRAYSCALE)
img = cv2.resize(img, (680,480))

ret, binary = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret, otsu = cv2.threshold(img, -1, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) # 두번쨰 인자 값 무시됨 오츠 알고리즘
print(ret) # 오츠알고리즘 최적 값

cv2.imshow('img',img)
cv2.imshow('binary',binary)
cv2.imshow('otsu',otsu)

cv2.waitKey(0)
cv2.destroyAllWindows()

show_image_with_pil(cv2.resize(img, None, fx = 0.5, fy = 0.5), 'img')
show_image_with_pil(cv2.resize(binary, None, fx = 0.5, fy = 0.5), 'binary')
show_image_with_pil(cv2.resize(otsu, None, fx = 0.5, fy = 0.5), 'otsu')

122.0
'img'

'binary'

'otsu'