[015] OpenCV 영상처리 모폴로지

14 Jan 2020

Reading time ~3 minutes

Table of Contents

모폴로지 목차
모폴로지
Erosion
Dilation
- 함수 원형
- 코드
Opening
- 함수 원형
- 코드

모폴로지 목차

Erosion
Dilation
- 함수 원형
- 코드
Opening
- 함수 원형
- 코드

모폴로지

Erosion

모폴로지 Morphology

보통 바이너리 이미지에서 흰색으로 나타내지는 오브젝트 영역의 형태를 개선하기 위해 사용됨.
OpenCV에서 제공하는 연산함수 Erosion, Dilation, Opening, Closing

바이너리 이미지에서 흰색 오브젝트의 외곽 픽셀을 0 (검은색) 으로 만듦.
노이즈(작은 흰색 물체) 를 제거
붙어 있는 오브젝트들을 분리하는 데 사용 가능
사용한 커널의 크기에 따라 오브젝트 외곽에서 0이 되는 픽셀의 정도가 달라짐
커널의 크기를 특정 크기로 고정하고 Erosion 반복 횟수를 증가시켜서도, 오브 젝트 외곽에서 0이 되는 픽셀의 정도를 조절 가능

함수 원형

[모폴로지 구조 요소(커널) 생성 함수]
크기와 모양을 설정하고 고정점 위치도 임의대로 결정 가능
cv2.getStructuringElement(shape, ksize, anchor=None) -> retval

shape: 구조 요소 모양을 나타내는 플래그
- cv2.MORPH_RECT : 사각형 모양
- cv2.MORPH_CROSS : 십자가 모양
- cv2.MORPH_ELLIPSE : 사각형에 내접하는 타원 모양
ksize: 구조 요소 크기. (width, height) 튜플.
anchor: MORPH_CROSS 모양의 구조 요소에서 고정점 좌표. (-1, -1)을 지정하면 구조 요소의 중앙을 고정점으로 사용.
retval: 0과 1로 구성된 cv2.CV_8UC1 타입 행렬. numpy.ndarray. (1의 위치가 구조 요소 모양을 결정.)

[모폴로지 침식 연산 함수]
cv2.erode(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None) -> dst

src: 입력 영상
kernel: 구조 요소. getStructuringElement() 함수에 의해 생성 가능. 만약 None을 지정하면 3x3 사각형 구성 요소를 사용.
dst: 출력 영상. src와 동일한 크기와 타입
anchor: 고정점 위치. 기본값 (-1, -1)을 사용하면 중앙점을 사용.
iterations: 반복 횟수. 침식 연산을 얼마나 반복할 것인지, 기본값은 1
borderType: 가장자리 픽셀 확장 방식. 기본값은 cv2.BORDER_CONSTANT.
borderValue: cv2.BORDER_CONSTANT인 경우, 확장된 가장자리 픽셀을 채울 값

(원본)

(3,3)

(5,5)

코드

[C++]

# include < opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat img_gray;
img_gray = imread("test.png", IMREAD_GRAYSCALE);

Mat kernel = getStructuringElement( MORPH_RECT, Size( 3, 3 ) ); 

Mat img_result;
erode(img_gray, img_result, kernel, Point(-1, - 1), 1);

imshow("Input", img_gray);
imshow("Result", img_result);

waitKey(0);
return 0;
}

[Python]

import cv2
import numpy as np

img_gray = cv2.imread('test.png', cv2.IMREAD_GRAYSCALE)
kernel = cv2.getStructuringElement( cv2.MORPH_RECT, ( 3, 3 ) );

img_result = cv2.erode(img_gray, kernel, iterations = 1)

cv2.imshow("Input", img_gray) 
cv2.imshow("Result", img_result)

cv2.waitKey(0) 
cv2.destroyAllWindows()

Dilation

Erosion과 반대로 동작
바이너리 이미지에서 흰색 오브젝트의 외곽 픽셀 주변에 1 (흰색) 으로 추가함
노이즈 (작은 흰색 오브젝트) 를 없애기 위해 사용한 Erosion에 의해서 작아졌던 오브젝트를

원래대로 돌리거나
인접해 있는 오브젝트들을 연결하여 하나로 만드는 데 사용합
사용한 커널의 크기에 따라 오브젝트 외곽에서 1이 되는 픽셀의 정도가 달라짐

함수 원형

[모폴로지 팽창 연산 함수]
cv2.dilate(src, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None) -> dst

src: 입력 영상
kernel: 구조 요소. getStructuringElement() 함수에 의해 생성 가능. 만약 None을 지정하면 3x3 사각형 구성 요소를 사용.
dst: 출력 영상. src와 동일한 크기와 타입
anchor: 고정점 위치. 기본값 (-1, -1)을 사용하면 중앙점을 사용.
iterations: 반복 횟수. 기본값은 1.
borderType: 가장자리 픽셀 확장 방식. 기본값은 cv2.BORDER_CONSTANT.
borderValue: cv2.BORDER_CONSTANT인 경우, 확장된 가장자리 픽셀을 채울 값

(원본) (3,3) (5,5)

코드

[C++]

# include < opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat img_gray;
img_gray = imread("test.png", IMREAD_GRAYSCALE);

Mat kernel = getStructuringElement( MORPH_RECT, Size( 3, 3 ) );

Mat img_result;
dilate(img_gray, img_result, kernel, Point(-1, - 1), 1);

imshow("Input", img_gray);
imshow("Result", img_result);

waitKey(0);
return 0;
}

[Python]

import cv2
import numpy as np

img_gray = cv2.imread('test.png', cv2.IMREAD_GRAYSCALE)

kernel = cv2.getStructuringElement( cv2.MORPH_RECT, ( 3, 3 ) ) 

img_result = cv2.dilate(img_gray, kernel, iterations = 1)

cv2.imshow("Input", img_gray) 
cv2.imshow("Result", img_result)

cv2.waitKey(0) 
cv2.destroyAllWindows()

Opening

Erosion 다음에 Dilation을 적용 -> 이미지 상의 노이즈 (작은 흰색 물체) 를 제거하는 데 사용하는 방법
1) Erosion을 사용하면 노이즈 (작은 흰색 오브젝트) 가 없어지는데 같이 흰색 오브젝트도 작아짐
2) 다시 Dilation를 적용하면 흰색 오브젝트가 원래 크기로 돌아옴

함수 원형

[범용 모폴로지 연산 함수]
침식과 팽창, 열기와 닫기 그 외에도 모폴로지 그래디언트를 지원
cv2.morphologyEx(src, op, kernel, dst=None, anchor=None, iterations=None, borderType=None, borderValue=None) -> dst

src: 입력 영상
op: 모폴로지 연산 플래그
- cv2.MORPH_ERODE: 침식
- cv2.MORPH_DILATE: 팽창
- cv2.MORPH_OPEN: 열기
- cv2.MORPH_CLOSE: 닫기
- cv2.MORPH_GRADIENT: 모폴로지 그래디언트 = 팽창 - 침식
kernel: 커널
dst: 출력 영상

코드

[C++]

# include < opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat img_gray;
img_gray = imread("test2.png", IMREAD_GRAYSCALE);

Mat kernel = getStructuringElement( MORPH_RECT, Size( 3, 3 ) ); 

Mat img_result;
morphologyEx(img_gray, img_result, MORPH_OPEN, kernel);

imshow("Input", img_gray);
imshow("Result", img_result);

waitKey(0);
return 0;
}

[Python]

import cv2
import numpy as np

img_gray = cv2.imread('test2.png', cv2.IMREAD_GRAYSCALE)
kernel = cv2.getStructuringElement( cv2.MORPH_RECT, ( 3, 3 ) ) 

img_result = cv2.morphologyEx(img_gray, cv2.MORPH_OPEN, kernel)

cv2.imshow("Input", img_gray)
cv2.imshow("Result", img_result)

cv2.waitKey(0) 
cv2.destroyAllWindows()

OpenCV