[ch07] 이진 영상 처리 - 지역 이진화

균일하지 않은 조명 환경에서 촬영된 영상의 이진화

• threshold2.py 프로그램에 sudoku.jpg 파일을 입력으로 사용
  

균일하지 않은 조명의 영향을 해결하려면?

• 불균일한 조명 성분을 보상한 후 전역 이진화 수행
  

• 픽셀 주변에 작은 윈도우를 설정하여 지역 이진화 수행

  • 윈도우의 크기는?
  • 윈도우 형태는? Uniform? Gaussian?
  • 윈도우를 겹칠 것인가? Overlap? Non-overlap?
  • 윈도우 안에 배경 또는 객체만 존재한다면?
    

지역 이진화 예제

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_)

OpenCV 적응형 이진화

• 지역 이진화의 한 가지 방법

cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C, dst=None) -> dst

• src : 입력 영상. 그레이스케일 영상.
• maxValue : 임계값 함수 최댓값. 보통 255.
• adaptiveMethod : 블록 평균 계산 방법 지정. cv2.ADAPTIVE_THRESH_MEAN_C는 산술평균, cv2.APATIVE_THRESH_GAUSSIAN_C는 가우시안 가중치 평균
• thresholdType : cv2.THRESH_BINARY 또는 cv2.THRESH_BINARY_INV 지정
• blockSize : 블록 크기. 3 이상의 홀수.
• C : 블록 내 평균값 또는 블록 내 가중 평균값에서 뺄 값.
  (x, y) 픽셀의 임계값으로 $T(x, y) = μ_B(x, y) - C$를 사용

OpenCV 적응형 이진화 예제

src = cv2.imread('sudoku.jpg', cv2.IMREAD_GRAYSCALE)

def on_trackbar(pos):
    bsize = pos
    if bsize % 2 == 0
        bsize = bsize - 1
    if bsize < 3:
        bsize = 3
    
    dst = cv2.adaptiveThreshold(src, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, bsize, 5)
    
    cv2.imshow('dst', dst)

cv2.imshow('src', src)
cv2.namedWindow('dst')
cv2.createTrackbar('Block Size', 'dst', 0, 200, on_trackbar)
cv2.setTrackbarPos('Block Size', 'dst', 11)

이 식에 따라 threshold가 결정된다고 볼 수 있다.