이진화

: 2가지 값을 갖는 영상으로 변환

자동 이진화 : Otzu 알고리즘

• : 두 집단의 Variation 합이 가장 작도록 설정.
  • → 두 산의 중앙을 잘 자르면 됨
• 히스토그램이 bimodal이라고 가정 (2개의 굴곡이 있다고)

otzu 알고리즘 구현

import cv2 as cv
import numpy as np

src = cv.imread("coin.bmp", cv.IMREAD_GRAYSCALE)
H,W = src.shape[:]
output = np.zeros((H, W), src.dtype)

hist = np.zeros(256, int)
p = np.zeros(256, float)
q1 = np.zeros(256, float)
q2 = np.zeros(256, float)
mu1 = np.zeros(256, float)
mu2 = np.zeros(256, float)
sig1 = np.zeros(256, float)
sig2 = np.zeros(256, float)
sigw = np.zeros(256, float)

#1. 히스토그램 획득
for y in range(H):
    for x in range(W):
        k = src[y, x]
        hist[k] = hist[k] + 1

#2. P 획득
for i in range(256):
    p[i] = hist[i] / (H*W)

#3. Otsu algorithm
min = 21470000000
for t in range(256):
    for i in range(0, t):
        q1[t] = q1[t] + p[i]
    for i in range(t+1, 256):
        q2[t] = q2[t] + p[i]
    for i in range(0, t):
        mu1[t] = mu1[t] + i * (p[i] / q1[t])
    for i in range(t+1, 256):
        mu2[t] = mu2[t] + i * (p[i] / q2[t])
    for i in range(0, t):
        sig1[t] = sig1[t] + (i - mu1[t])**2 * (p[i] / q1[t])
    for i in range(t+1, 256):
        sig2[t] = sig2[t] + (i - mu2[t])**2 * (p[i] / q2[t])

    #4. sigmaw[t] 획득
    sigw[t] = (q1[t] * sig1[t])**2 + (q2[t] * sig2[t])**2

    #5. 최소로 만드는 t값 계산
    if(sigw[t] < min):
        min = sigw[t]
        mint = t

#6. 획득된 t 값을 이용해서 이진화
for y in range(H):
    for x in range(W):
        k = src[y, x]
        if(k >= mint): output[y, x] = 255
        else: output[y, x] = 0

cv.imshow("input", src)
cv.imshow("output", output)
cv.waitKey(0)