[OpenCV] 샤프닝

1. 언샤프 마스크 필터링

• 날카롭지 않은 unsharp 영상(=블러링된 영상)을 이용하여 날카로운 영상을 생성

• 원본 영상에서 블러링된 영상을 빼주면 날카로운 부분이남게 되고, 이를 원본 영상에 더해주면 날카로운 영상을 얻을 수 있다.

• sharpness 조절을 위한 가중치를 부여할 수 있다.

  $h(x, y) = f(x, y) + \alpha \cdot g(x, y) \\ \, \\ h(x, y) = f(x, y) + \alpha \cdot (f(x, y) - \bar{f}(x, y)) \\ \, \\ = (1 + \alpha) f(x, y) - \alpha \cdot \bar{f}(x, y)\\ \, \\ h(x, y) = (1 + \alpha) f(x, y) - \alpha \cdot G_\sigma(f(x, y))$

• (3, 3) 사이즈의 블러링 필터를 이용할 경우 아래와 같이 언샤프 마스크 필터를 만들게 된다.
  

2. 구현

• OpenCV에서 샤프닝을 위한 별도 함수를 제공하지 않기 때문에 blur()나 GaussianBlur()를 이용한다.

  Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);
  
  Mat blr;
  blur(src, blr, Size(3, 3));
  
  Mat dst = 2 * src - blr;

  Mat src = imread("rose.bmp", IMREAD_GRAYSCALE);
  
  Mat blr;
  GaussianBlur(src, blr, Size(), 1.0);
  
  Mat dst = 2 * src - blr;

• 적용 결과

  • 아래는 가중치에 따라 달라진 샤프닝 적용 결과이다. 좌측 사진이 원본, 가운데 사진이 $\alpha=1.0$, 우측이 $\alpha=3.0$이다. $\alpha$가 높을수록 날카로운 특성을 더해주기 때문에 더욱 날카로운 사진이 된다.
    
  • 아래 결과를 통해 Gaussian 블러링의 $\sigma$가 높아짐에 따라 사진이 더욱 날카로워짐을 확인할 수 있다.
    

📙강의 - 강사 황선규