OpenCV 배우기 5

한준호·2021년 7월 21일
opencvpython
0

OpenCV 배워보기

목록 보기
5/5
post-thumbnail

6. 컨투어 (Contour)

컨투어

import cv2 as cv

img_color = cv.imread('test.png')
img_gray = cv.cvtColor(img_color,  cv.COLOR_BGR2GRAY)
ret, img_binary =cv.threshold(img_gray,127, 255, 0)
contours, hierarchy =cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

cv.imshow('result',img_color)
cv.waitKey(0)

실행 결과


contours, hierarchy =cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

contours, hierarchy =cv.findContours(image, mode, method[, contours[, hierarchy[, offset]]])

  • image
    입력 이미지이다.
    검은색과 흰색만으로 구성되는 Binary 이미지이어야 한다.
  • contours
    각각의 컨투어에는 오브젝트 외각선을 구성하는 점들의 x,y 좌표를 저장하고있다. 리스트로 저장된다.
  • hierarchy
    검출된 컨투어의 정보를 구조적으로 저장하고있다.
    리스트로 저장된다.
  • mode
    Contour Retrieval Mode.
  • method
    Contour Approximation Method.
  • offset
    지정한 크기만큼 컨투어를 구성하는 포인티 좌표를 이동한다.



컨투어 그리기

import cv2 as cv

img_color = cv.imread('test.png')
img_gray = cv.cvtColor(img_color,  cv.COLOR_BGR2GRAY)
ret, img_binary =cv.threshold(img_gray,127, 255, 0)
contours, hierarchy =cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

image = cv.drawContours(img_color, contours, -1, (0, 255 ,0), 3)

cv.imshow('result',img_color)
cv.waitKey(0)

실행 결과


image = cv.drawContours(img_color, contours, -1, (0, 255 ,0), 3)

image = cv.drawContours( image, contours, contourldx, color[, thickness[,lineType[, hierarchy[, maxLevel[, offset]]]]])

  • image
    컨투어를 그릴 대상 이미지이다.
    컬러 이미지를 선택해야한다.
  • contours
    이미지 위에 그릴 컨투어가 저장된 리스트이다.
  • contourldx
    이미지에 그릴 특정 컨투어의 인덱스이다.
    음수로 지정하면 모든 컨투어를 그리게 된다.

    image = cv.drawContours(img_color, contours, 0, (0, 255 ,0), 3)
    image = cv.drawContours(img_color, contours, 1, (255,0,0), 3)

  • color
    컨투어를 그릴 때 사용 할 색상 지정한다.
    B,G,R 순서이다.
  • thickness
    컨투어를 그릴 때 선의 굵기이다.
    음수이면 내부를 채운다.



Contour Approximation Method

contours, hierarchy =cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)


컨투어를 구성하는 포인트를 저장하는 방법을 결정한다.



Contour Retrieval Mode

contours, hierarchy =cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE) 

import cv2 as cv

img_color = cv.imread('test.png')
img_gray = cv.cvtColor(img_color,  cv.COLOR_BGR2GRAY)
ret, img_binary =cv.threshold(img_gray,127, 255, 0)
contours, hierarchy =cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color,[cnt],0,(255,0,0),3)
print(hierarchy)

cv.imshow('result',img_color)
cv.waitKey(0)

실행 결과
hierarchy 값 = [Next, Previous, First_child, Parent]

  • RETR_TREE
    컨투어 내부에 다른 커투어가 있을 경우, 계층 구조로 만들어준다.
  • RETR_LIST
    모든 컨투어가 같은 계층 레벨을 갖는다.(계층적인 특성이 필요없는 경우 사용)
  • RETR_EXTERNAL
    가장 외각에 있는 컨투어만 리턴한다. 컨투어 내부에 있는 자식 컨투어는 무시된다.
  • RETR_CCOMP
    모든 컨투어를 두 개의 레벨 계층으로 재구성한다. 외부에 있는 컨투어 레벨 1, 오브젝트 내부에 있는 컨투어 레벨 2가 된다.



컨투어 특징 사용하기

영역 크기

컨투어 영역 크기 출력한다.

import cv2 as cv

img_color = cv.imread('test.png')
img_gray = cv.cvtColor(img_color, cv.COLOR_BGR2GRAY)
ret, img_binary = cv.threshold(img_gray, 127, 255, 0)
contours, hierarchy = cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color, [cnt], 0, (255, 0, 0), 3)  # blue

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    area = cv.contourArea(cnt)
    print(area)

cv.imshow("result", img_color)
cv.waitKey(0)

실행 결과


근사화

곡선을 1차함수, 즉 직선으로 바꿔준다.

import cv2 as cv
import numpy as np

img_color = cv.imread('square.png')
img_gray = cv.cvtColor(img_color, cv.COLOR_BGR2GRAY)
ret, img_binary = cv.threshold(img_gray, 127, 255, 0)
contours, hierarchy = cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color, [cnt], 0, (255, 0, 0), 3)  # blue

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    epsilon = 0.02 * cv.arcLength(cnt, True)
    approx = cv.approxPolyDP(cnt, epsilon, True)
    print( len(approx))

    cv.drawContours(img_color,[approx],0,(0,255,255),5)

cv.imshow("result", img_color)
cv.waitKey(0)

실행 결과


무게중심

모멘트를 사용하여, 영역의 무게중심을 그려준다.

import cv2 as cv

img_color = cv.imread('test.png')
img_gray = cv.cvtColor(img_color, cv.COLOR_BGR2GRAY)
ret, img_binary = cv.threshold(img_gray, 127, 255, 0)
contours, hierarchy = cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color, [cnt], 0, (255, 0, 0), 3)  # blue

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    M = cv.moments(cnt)
    cx = int(M['m10']/M['m00'])
    cy = int(M['m01']/M['m00'])

    cv.circle(img_color, (cx, cy), 10, (0,0,255), -1)

cv.imshow("result", img_color)
cv.waitKey(0)

실행 결과


경계 사각형 (Bounding Rectangle)

오브젝트를 둘러 싸는 최소 직사각형이다.

import cv2 as cv
import numpy as np

img_color = cv.imread('test.png')
img_gray = cv.cvtColor(img_color, cv.COLOR_BGR2GRAY)
ret, img_binary = cv.threshold(img_gray, 127, 255, 0)
contours, hierarchy = cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color, [cnt], 0, (255, 0, 0), 3)  # blue

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    x, y, w, h = cv.boundingRect(cnt)
    cv.rectangle(img_color, (x, y), (x + w, y + h), (0, 255, 0), 2)

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    rect = cv.minAreaRect(cnt) #도형의 방향 고려->경계 사각형 그려줌.
    box = cv.boxPoints(rect)
    box = np.int0(box)
    cv.drawContours(img_color,[box],0,(0,0,255),2)

cv.imshow("result", img_color)
cv.waitKey(0)

실행 결과


Convex Hull

컨투어를 모두 포함하는 볼록 사각형 그려준다.

import cv2 as cv
import numpy as np

img_color = cv.imread('hand.png')
img_gray = cv.cvtColor(img_color, cv.COLOR_BGR2GRAY)
ret, img_binary = cv.threshold(img_gray, 127, 255, 0)
contours, hierarchy = cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color, [cnt], 0, (255, 0, 0), 3)  # blue

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    hull = cv.convexHull(cnt)
    cv.drawContours(img_color, [hull], 0, (255, 0, 255), 5)

cv.imshow("result", img_color)
cv.waitKey(0)

실행 결과


Convexity Defects

볼록 다각형 내부에 오목하게 들어간 부분이다.

import cv2 as cv
import numpy as np

img_color = cv.imread('hand.png')
img_gray = cv.cvtColor(img_color, cv.COLOR_BGR2GRAY)
ret, img_binary = cv.threshold(img_gray, 127, 255, 0)
contours, hierarchy = cv.findContours(img_binary, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

for cnt in contours:
    cv.drawContours(img_color, [cnt], 0, (255, 0, 0), 3)  # blue

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    hull = cv.convexHull(cnt)
    cv.drawContours(img_color, [hull], 0, (255, 0, 255), 5)

cv.imshow("result", img_color)
cv.waitKey(0)

for cnt in contours:
    hull = cv.convexHull(cnt, returnPoints = False)
    defects = cv.convexityDefects(cnt, hull)

    for i in range(defects.shape[0]):
        s,e,f,d = defects[i,0]
        start = tuple(cnt[s][0])
        end = tuple(cnt[e][0])
        far = tuple(cnt[f][0])

        print(d)

        if d > 500:
            cv.line(img_color, start, end, [0, 255, 0], 5)
            cv.circle(img_color, far, 5, [0,0,255], -1)

        cv.imshow("result", img_color)
        cv.waitKey(0)

실행 결과



profile
한준호
이전 포스트

OpenCV 배우기 4

0개의 댓글