이미지의 밝기와 색상은 단순한 장식이 아니라, 객체를 찾고 분리하는 데 사용하는 중요한 정보다. 이번에는 히스토그램으로 픽셀 분포를 읽고, 정규화와 히스토그램 평활화로 명암 대비를 보정한다. 이어서 HSV 색상 공간으로 특정 색을 마스크로 분리하고, 이를 활용해 크로마키 영상을 합성한다.
1. 히스토그램: 이미지의 밝기 분포
그레이스케일 이미지의 픽셀 값은 0부터 255까지다. 0은 검정, 255는 흰색에 가깝다. 히스토그램은 각 밝기 값이 이미지에 몇 번 나타나는지 보여준다.
가로축: 픽셀 밝기 0 ~ 255
세로축: 해당 밝기 값을 가진 픽셀 수
왼쪽에 치우침 → 어두운 픽셀이 많다.
오른쪽에 치우침 → 밝은 픽셀이 많다.
좁은 구간에 몰림 → 명암 대비가 낮을 수 있다.
넓게 퍼짐 → 밝기 범위를 다양하게 사용한다.import cv2
img_gray = cv2.imread("./images/Hawkes.jpg", cv2.IMREAD_GRAYSCALE)
if img_gray is None:
raise FileNotFoundError("그레이스케일 이미지를 읽을 수 없습니다.")
hist = cv2.calcHist(
[img_gray], # 분석할 이미지 목록
[0], # 분석할 채널 번호
None, # 마스크: None이면 전체 이미지
[256], # 구간(bin) 개수
[0, 256], # 픽셀 값 범위
)hist의 형태는 보통 (256, 1)이다. hist[0]에는 밝기 0인 픽셀 수가, hist[255]에는 밝기 255인 픽셀 수가 담긴다.
컬러 이미지는 OpenCV의 B, G, R 채널을 각각 분석한다.
img_color = cv2.imread("./images/candies.png")
for channel_index, channel_name in enumerate(["B", "G", "R"]):
hist = cv2.calcHist([img_color], [channel_index], None, [256], [0, 256])
plt.plot(hist, label=channel_name)
plt.xlim([0, 256])
plt.legend()
plt.show()2. 정규화와 히스토그램 평활화
둘 다 픽셀 값 범위를 조정하지만, 목적과 계산 방식이 다르다.
| 구분 | cv2.normalize() | cv2.equalizeHist() |
|---|---|---|
| 핵심 목적 | 값의 최솟값과 최댓값을 원하는 범위로 맞춘다. | 밝기 분포를 재배치해 대비를 높인다. |
| 기준 | 최소값·최대값 | 히스토그램의 누적 분포(CDF) |
| 결과 | 전체 값의 상대 비율을 유지하며 선형 변환한다. | 자주 등장한 밝기 구간을 더 넓게 펼친다. |
| 대표 활용 | 값 범위 통일, 시각화, 전처리 | 흐릿하거나 저대비인 이미지의 명암 개선 |
2.1 정규화
cv2.NORM_MINMAX는 입력 이미지의 최소값을 alpha, 최대값을 beta에 맞춘다.
normalized_gray = cv2.normalize(
img_gray,
None,
0,
255,
cv2.NORM_MINMAX,
)개념적으로는 다음과 같이 계산한다.
새 픽셀값 = (원본값 - 최소값) / (최대값 - 최소값) * 255이미지가 이미 0~255 범위를 충분히 사용하고 있다면, 정규화 결과는 원본과 거의 비슷할 수 있다.
2.2 히스토그램 평활화
히스토그램 평활화는 누적 분포 함수(CDF)를 이용해 특정 밝기 구간에 몰린 픽셀을 더 넓은 범위로 재배치한다.
# equalizeHist는 8비트 단일 채널 이미지에 사용한다.
equalized_gray = cv2.equalizeHist(img_gray)hist_original = cv2.calcHist([img_gray], [0], None, [256], [0, 256])
hist_normalized = cv2.calcHist([normalized_gray], [0], None, [256], [0, 256])
hist_equalized = cv2.calcHist([equalized_gray], [0], None, [256], [0, 256])
예제 결과에서 평활화된 이미지는 원본보다 밝은 영역과 어두운 영역의 구분이 더 뚜렷해진다. 반면 평활화가 항상 좋은 것은 아니다. 노이즈가 있는 이미지에서는 노이즈까지 강조될 수 있고, 이미 대비가 높은 이미지에서는 자연스럽지 않은 결과가 나올 수 있다.
3. 컬러 이미지에서 밝기만 보정하기: YCrCb
컬러 이미지의 B, G, R 채널에 각각 히스토그램 평활화를 적용하면 색상 비율이 바뀌어 부자연스러운 색이 생길 수 있다. 색상과 밝기를 분리하는 색상 공간으로 변환한 뒤, 밝기 채널만 보정하는 편이 안전하다.
YCrCb는 밝기와 색차 정보를 분리하는 색상 공간이다.
| 채널 | 의미 |
|---|---|
Y | 밝기(luminance) 정보 |
Cr | 빨강 계열 색차 정보 |
Cb | 파랑 계열 색차 정보 |
img_color = cv2.imread("./images/field.bmp")
if img_color is None:
raise FileNotFoundError("컬러 이미지를 읽을 수 없습니다.")
# BGR → YCrCb로 변환한다.
ycrcb = cv2.cvtColor(img_color, cv2.COLOR_BGR2YCrCb)
# 0번 채널인 Y, 즉 밝기 정보만 평활화한다.
ycrcb[:, :, 0] = cv2.equalizeHist(ycrcb[:, :, 0])
# 다시 BGR로 변환해 화면에 표시하거나 저장한다.
equalized_color = cv2.cvtColor(ycrcb, cv2.COLOR_YCrCb2BGR)자료의 설명에서
Bb로 적힌 채널명은Cb가 맞다.YCrCb에서Cb는 파랑 계열 색차 성분을 뜻한다.
4. HSV 색상 공간
BGR은 카메라와 화면 처리에는 편하지만, 특정 색을 기준으로 객체를 찾기에는 직관적이지 않다. HSV는 사람이 색을 인식하는 방식에 가까운 기준으로 색상을 분리한다.
| 채널 | 의미 | OpenCV 범위 |
|---|---|---|
H | Hue, 색상 종류 | 0 ~ 179 |
S | Saturation, 색의 선명도 | 0 ~ 255 |
V | Value, 밝기 | 0 ~ 255 |
OpenCV의 Hue 범위가 0~179인 이유는 일반적인 색상환의 0~360도를 절반 범위로 저장하기 때문이다.
H가 작음 → 빨강 계열
H 약 30 → 노랑 계열
H 약 60 → 초록 계열
H 약 90 → 청록 계열
H 약 120 → 파랑 계열
H 약 150~179 → 보라·빨강 계열HSV는 다음 상황에 특히 유용하다.
- 특정 색의 물체만 찾고 싶을 때
- 초록색·파란색 배경을 분리할 때
- 조명 변화가 있는 영상에서 색상 기준을 다루고 싶을 때
- 색상 기반 마스크를 만들 때
5. cv2.inRange()로 특정 색 마스크 만들기
cv2.inRange()는 각 픽셀이 지정한 하한값과 상한값 사이에 있는지 검사해 이진 마스크를 만든다.
import cv2
img = cv2.imread("./images/candies.png")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 파란색에 해당하는 HSV 범위다.
lower_blue = (90, 150, 0)
upper_blue = (150, 255, 255)
blue_mask = cv2.inRange(hsv, lower_blue, upper_blue)범위 안의 픽셀 → 255, 흰색
범위 밖의 픽셀 → 0, 검정마스크를 사용해 범위 안의 원본 픽셀만 꺼낼 수 있다.
blue_only = cv2.bitwise_and(img, img, mask=blue_mask)
같은 파란색이라도 조명, 카메라, 그림자, 반사에 따라 HSV 값이 달라진다. 따라서 lower_blue, upper_blue는 모든 이미지에 고정된 정답이 아니라, 실제 영상에 맞게 조정해야 하는 값이다.
6. 마스크를 이용한 이미지 합성
cv2.copyTo()는 마스크가 0이 아닌 위치에만 원본 픽셀을 복사한다.
airplane = cv2.imread("./images/airplane.bmp")
field = cv2.imread("./images/field.bmp")
mask = cv2.imread("./images/mask_plane.bmp", cv2.IMREAD_GRAYSCALE)
# 마스크 영역만 남긴 비행기 이미지다.
airplane_only = cv2.copyTo(airplane, mask)
# 배경 이미지 위에 마스크 영역의 비행기를 복사한다.
composite = field.copy()
cv2.copyTo(airplane, mask, composite)| 항목 | 역할 |
|---|---|
src | 복사할 원본 이미지다. 여기서는 airplane이다. |
mask | 복사할 위치를 지정하는 단일 채널 마스크다. 흰색 영역이 복사된다. |
dst | 결과를 저장할 대상 이미지다. 여기서는 composite다. |
airplane, field, mask는 공간 크기가 맞아야 한다. 크기가 다르면 먼저 cv2.resize() 등으로 맞춰야 한다.
7. 크로마키(Chroma Key)란
크로마키는 일정한 배경색을 마스크로 검출해 다른 배경으로 바꾸는 합성 기법이다. 영화 촬영, 방송의 날씨 화면, 화상 회의 가상 배경 등에 활용된다.
전경 영상(초록 배경)
↓ BGR → HSV 변환
초록색 범위 검출
↓
green_mask 생성
↓
마스크 위치에 배경 영상 프레임 복사
↓
합성 결과전경과 배경 영상 합성
import cv2
import sys
cap_foreground = cv2.VideoCapture("./movies/woman.mp4")
cap_background = cv2.VideoCapture("./movies/sea.mp4")
if not cap_foreground.isOpened() or not cap_background.isOpened():
print("video open failed")
sys.exit()
fps = cap_foreground.get(cv2.CAP_PROP_FPS)
delay = max(1, round(1000 / fps)) if fps > 0 else 30
while True:
ret1, frame1 = cap_foreground.read()
if not ret1:
break
ret2, frame2 = cap_background.read()
# 배경 영상이 끝나면 첫 프레임부터 다시 재생한다.
if not ret2:
cap_background.set(cv2.CAP_PROP_POS_FRAMES, 0)
ret2, frame2 = cap_background.read()
if not ret2:
break
# 전경과 배경의 크기를 맞춘다.
frame2 = cv2.resize(frame2, (frame1.shape[1], frame1.shape[0]))
hsv = cv2.cvtColor(frame1, cv2.COLOR_BGR2HSV)
# 초록색 배경 범위를 마스크로 만든다.
lower_green = (50, 150, 0)
upper_green = (90, 255, 255)
green_mask = cv2.inRange(hsv, lower_green, upper_green)
# 초록색으로 검출된 위치만 배경 프레임으로 교체한다.
result = frame1.copy()
cv2.copyTo(frame2, green_mask, result)
cv2.imshow("chromakey", result)
cv2.imshow("mask", green_mask)
key = cv2.waitKey(delay) & 0xFF
if key == ord(" "):
# 공백을 누르면 다음 키 입력까지 일시 정지한다.
cv2.waitKey(0)
elif key == 27:
break
cap_foreground.release()
cap_background.release()
cv2.destroyAllWindows()
그림의 마스크에서 흰색은 초록색 배경으로 검출된 영역이다. cv2.copyTo(frame2, green_mask, result)는 이 흰색 영역에만 바다 배경 프레임을 복사한다. 사람 영역은 검정이므로 원래 전경 프레임이 그대로 남는다.
크로마키 품질을 높이려면
머리카락, 옷 가장자리, 그림자에는 초록색이 일부 섞일 수 있다. 또 인물이 초록색 옷을 입으면 배경으로 잘못 검출된다. 이런 문제를 줄이려면 다음을 고려한다.
- 배경 조명을 균일하게 맞춘다.
- 인물과 배경의 거리를 충분히 둔다.
- HSV 하한·상한 범위를 영상에 맞춰 조정한다.
- 마스크에 블러나 모폴로지 연산을 적용해 작은 구멍과 노이즈를 줄인다.
- 경계 부근 색 번짐을 보정하는 alpha matting을 사용한다.
8. 색상 공간별 역할 정리
| 색상 공간 | 구성 | 주 사용 목적 |
|---|---|---|
| BGR | 파랑, 초록, 빨강 채널 | OpenCV 기본 이미지 입출력과 일반 처리 |
| Grayscale | 밝기 1개 채널 | 이진화, 에지, 히스토그램, 명암 처리 |
| HSV | 색상, 선명도, 밝기 | 특정 색 검출, 크로마키, 색상 마스크 |
| YCrCb | 밝기, 빨강 색차, 파랑 색차 | 색상 왜곡을 줄인 밝기·대비 보정 |
이미지 처리에서는 하나의 색상 공간만 고집하지 않는다. 목표가 밝기 보정인지, 색상 기반 객체 검출인지에 따라 더 적합한 표현으로 변환해 사용한다.
9. 자주 발생하는 문제
| 문제 | 원인 | 해결 방법 |
|---|---|---|
| 색상 평활화 후 색이 이상함 | BGR 채널을 각각 평활화함 | YCrCb·HSV처럼 밝기와 색상을 분리한 뒤 밝기 채널만 보정한다. |
| 마스크가 너무 넓거나 좁음 | HSV 범위가 현재 조명 환경과 맞지 않음 | 원본 HSV 값을 확인하고 하한·상한을 조정한다. |
| 크로마키 경계에 초록색이 남음 | 그림자·반사·머리카락 때문에 마스크가 불완전함 | 마스크 후처리와 범위 조정을 적용한다. |
| 배경 영상이 먼저 끝남 | 배경 프레임을 더 읽을 수 없음 | CAP_PROP_POS_FRAMES를 0으로 설정해 처음부터 다시 읽는다. |
equalizeHist() 오류 | 컬러 BGR 이미지나 지원하지 않는 형식을 직접 전달함 | uint8 단일 채널 이미지 또는 Y 채널을 전달한다. |
마무리
히스토그램은 이미지의 밝기와 색상 분포를 수치로 보여주며, 정규화와 히스토그램 평활화는 이 분포를 조정하는 방법이다. 단순한 값 범위 통일에는 정규화가, 저대비 이미지의 명암 개선에는 히스토그램 평활화가 더 적합하다.
HSV는 사람이 인식하는 색상 기준에 가깝기 때문에 특정 색을 분리하는 작업에 유용하다. inRange()로 만든 마스크와 copyTo()를 조합하면 비행기 합성처럼 정적인 이미지 합성을 만들 수 있고, 같은 원리로 영상의 초록색 배경을 교체하는 크로마키까지 구현할 수 있다.
