관심 영역/ 이진화

1. 관심 영역(ROI, Region of Interest)

ROI(Region of Interest)는 영상 내에서 주요 관심이 있는 영역을 가리킵니다. cv2.selectROI() 함수를 사용하여 사용자가 마우스로 관심 있는 영역을 선택할 수 있습니다.

 cv2.selectROI(창이름, 영상, 중앙좌표여부=False)

• 중앙좌표여부: True일 경우, 선택한 ROI의 중앙좌표로 계산되며, 기본값은 False(왼쪽 상단)입니다.

import cv2

img1 = cv2.imread('./sun.jpg')

# x, y, w, h
x = 182
y = 21
w = 121
h = 112

# 관심 영역만 지정해서 img2에 저장
roi = img1[y: y+h, x: x+w]
img2 = roi.copy()

# img1의 특정 위치에 따로 저장해둔 roi 붙이기
img1[y: y+h, x+w: x+w+w] =roi

# img1 특정 영역에 직사각형 그리기
# cv2.rectangle(img1, (x,y, w+w, h),(255, 255, 0), 2)
cv2.rectangle(img1, (x,y), (x+w+w, y+h),(255, 255, 0), 2)

cv2.imshow('img', img1)
cv2.imshow('roi', img2)

cv2.waitKey()

ROI / ROI를 붙여넣고, 직사각형을 그린 img1

---

문제.

sun.jpg 영상에서 원하는 ROI부분을 마우스로 선택하고 선택된 ROI를 창으로 출력

import cv2
img1 = cv2.imread('./sun.jpg')

cv2.imshow('img',img1)

oldx = oldy = 0

def on_mouse(event, x, y, flags, param):
    global oldx, oldy
    if event == cv2.EVENT_LBUTTONDOWN:
        oldx, oldy = x, y
        print('좌측상단 좌표: %d, %d' % (x,y))
    elif event == cv2.EVENT_MOUSEMOVE:
        if flags & cv2.EVENT_FLAG_LBUTTON:  # 마우스가 눌리고 있는 상태 & 왼쪽 버튼이 눌러져있는 상태
            img2 = img1.copy()
            cv2.rectangle(img2, (oldx, oldy), (x, y), (0, 255, 0), 3)
            cv2.imshow('img',img2)
    elif event == cv2.EVENT_LBUTTONUP:
        print('우측하단 좌표: %d, %d' % (x, y))
        roi = img1[oldy: y, oldx: x]
        cv2.imshow('img', img1)
        cv2.imshow('roi', roi)


cv2.setMouseCallback('img', on_mouse)

cv2.waitKey()

✔️ 디테일 더하기!

import cv2

isDrag = False
oldx = oldy = w = h = 0
color = (255, 0, 0)
img_copy = None

def on_mouse(event, x, y, flags, param):
    global oldx, oldy, w, h, isDrag, img_copy
    if event == cv2.EVENT_LBUTTONDOWN:
        isDrag = True
        oldx = x
        oldy = y
    elif event == cv2.EVENT_MOUSEMOVE:
        if isDrag:
            img_copy = img.copy()
            cv2.rectangle(img_copy, (oldx, oldy), (x,y), color, 3)
            cv2.imshow('img', img_copy)
    elif event == cv2.EVENT_LBUTTONUP:
        if isDrag:
            isDrag = False
            w = x - oldx
            h = y - oldy
            if w > 0 and h > 0:
                cv2.rectangle(img_copy, (oldx,oldy), (x,y), color, 3)
                cv2.imshow('img', img_copy)
                roi = img[oldy: oldy+h, oldx: oldx+w]
                cv2.imshow('roi',roi)
            else:
                cv2.imshow('img', img)
        else:
            cv2.imshow('img', img)
            print('영역이 잘못 되었음.')

img = cv2.imread('./sun.jpg')
cv2.imshow('img', img)
cv2.setMouseCallback('img', on_mouse)
cv2.waitKey()

---

2. 영상의 이진화(Binarization)

영상의 이진화는 픽셀을 검은색 또는 흰색과 같이 두 개의 값으로 나누는 작업입니다. 주로 배경과 객체를 구분하거나 관심 영역과 비관심 영역을 구분할 때 사용됩니다. 이진화 연산을 위해 임계값을 사용합니다. (영상의 이진화 연산을 할 떄 나누는 특정값을 임계값이라고 함)

• 함수 및 플래그:
  • cv2.THRESH_BINARY: 픽셀값이 임계값을 넘으면 최대값으로 지정하고 넘지 못하면 0으로 지정
  • cv2.THRESH_BINARY_INV : cv2.THRESH_BINARY의 반대(임계값 넘으면 0, 넘지 못하면 최대값)
  • cv2.THRESH_TRUNC: 픽셀값이 임계값을 넘으면 최대값으로 지정하고, 넘지 못하면 원래값을 유지
  • cv2.THRESH_TOZERO: 픽셀값이 임계값을 넘으면 원래 값을 유지하고, 넘지 못하면 0으로 지정
  • cv2.THRESH_TOZERO_INV : cv2.THRESH_TOZERO의 반대(임계값을 넘으면 0, 넘지 못하면 원래값)

import cv2
import matplotlib.pyplot as plt

src = cv2.imread('./cells.png', cv2.IMREAD_GRAYSCALE)
hist = cv2.calcHist([src], [0], None, [256], [0, 255])

a, dst1 = cv2.threshold(src, 100, 255, cv2.THRESH_BINARY)
b, dst2 = cv2.threshold(src, 210, 255, cv2.THRESH_BINARY)

cv2.imshow('src',src)
cv2.imshow('dst1', dst1)
cv2.imshow('dst2', dst2)


plt.plot(hist)
plt.show()
cv2.waitKey()

3. 오츠의 이진화 알고리즘

오츠의 이진화 알고리즘은 영상 처리에서 자동으로 임계값을 결정하여 이진화를 수행하는 알고리즘 중 하나입니다. 이 알고리즘은 영상의 히스토그램을 분석하여 두 부류의 분산(분포의 균일성)이 가장 크게 되도록 하는 임계값을 선택합니다. 

cv2.threshold(영상, 임계값, 최대값, 플래그 | cv2.THRESH_OTSU)
# 임계값은 0으로 넣어주면 됨.

•  

import cv2

src = cv2.imread('./rice.png', cv2.IMREAD_GRAYSCALE)

th, dst = cv2.threshold(src, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
print('otsu: ', th)

cv2.imshow('src', src)
cv2.waitKey()cv2.imshow('dst', dst)

4. 지역 이진화

지역 이진화는 균일하지 않은 조명 환경에서 사용하는 이진화 방법입니다. 전체 구역을 여러 부분으로 나누고 각 부분에 대해 이진화를 적용하여 결과를 결합합니다. 각 영역에 적합한 여러 임계값을 사용할 수 있습니다.

import cv2
import numpy as np

src = cv2.imread('./rice.png', cv2.IMREAD_GRAYSCALE)

# 전역 이진화
_, dst1 = cv2.threshold(src, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)

# 지역 이진화
dst2 = np.zeros(src.shape, np.uint8)
bw = src.shape[1] // 4
bh = src.shape[0] // 4

for y in range(4):
    for x in range(4):
        src_ = src[y*bh: (y+1)*bh, x*bw:(x+1)*bw]
        dst_ = dst2[y*bh: (y+1)*bh, x*bw:(x+1)*bw]
        cv2.threshold(src_, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU, dst_)
cv2.imshow('src',src)
cv2.imshow('dst1',dst1)
cv2.imshow('dst2',dst2)
cv2.waitKey()