[ch06] 영상의 특징 추출 - 실전 코딩 : 동전 카운터

동전 카운터

• 영상의 동전을 검출하여 금액이 얼마인지를 자동으로 계산하는 프로그램
• 편의상 동전은 100원짜리와 10원짜리만 있다고 가정
  

구현할 기능

• 동전 검출하기 → 허프 원 검출
• 동전 구분하기 → 색상 정보 이용

동전 검출하기

• 동그란 객체는 동전만 있다고 가정
  • cv2.HoughCircles() 함수 사용
• 영상 크기 : 800 x 600 (px)
• 동전 크기
  • 100원 : 약 100 x 100 (px)
  • 10원 : 약 80 x 80 (px)

동전 구분하기

• 동전 영역 부분 영상 추출 → HSV 색 공간으로 변환
• 동전 영역에 대해서만 Hue 색 성분 분포 분석
  
• 동전 영역 픽셀에 대해 Hue 값을 +40만큼 시프트하고, Hue 평균을 분석
  • Hue 평균이 90보다 작으면 10원
  • Hue 평균이 90보다 크면 100원
    

실습 코드

src = cv2.imread('coins1.jpg')
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
blr = cv2.GaussianBlur(gray, (0, 0), 1)

circles = cv2.HoughCircles(blr, cv2.HOUGH_GRADIENT, 1, 50, param1=150, param2=40, minRadius=20, maxRadius=80)

sum_of_money = 0
dst = src.copy()

# 원 검출 결과 및 동전 금액 출력
if circles is not None:
    for i in range(circles.shape[1]):
        cx, cy, radius = circles[0][i]
        cv2.circle(dst, (int(cx), int(cy)), int(radius), (0, 0, 255), 2, cv2.LINE_AA)
        
        # 동전 영역 부분 영상 추출
        x1 = int(cx - radius)
        y1 = int(cy - radius)
        x2 = int(cx + radius)
        y2 = int(cy + radius)
        radius = int(radius)
        
        crop = dst[y1:y2, x1:x2, :]
        ch, cw = crop.shape[:2]
        
        # 동전 영역에 대한 ROI 마스크 영상 생성
        mask = np.zeros((ch, cw), np.uint8)
        cv2.circle(mask, (cw//2, ch//2), radius, 255, -1)
        
        # 동전 영역 Hue 색 성분을 +40 시프트하고, Hue 평균을 계산
        hsv = cv2.cvtColor(crop, cv2.COLOR_BGR2HSV)
        hue, _, _ = cv2.split(hsv)
        hue_shift = (hue + 40) % 180
        mean_of_hue = cv2.mean(hue_shift, mask)[0]
        
        # Hue 평균이 90보다 작으면 10원, 90보다 크면 100원으로 간주.
        won = 100
        if mean_of_hue < 90:
            won = 10
        
        sum_of_money += won
        
        cv2.putText(crop, str(won), (20, 50), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (255, 0, 0), 2, cv2.LINE_AA)

cv2.putText(dst, str(sum_of_money) + ' won', (40, 80), cv2.FONT_HERSHEY_DUPLEX, 2, (255, 0, 0), 2, cv2.LINE_AA)

• coins1.jpg 사용 결과
  

• coins2.jpg 사용 결과