[OpenCV] 01. OpenCV 개요

이미지 처리

Image

• width X height X channel 의 pixels로 이루어진 matrix → 3차원 배열로 표기
  • width: 너비로 이미지의 가로 길이를 의미한다.
  • height: 높이로 이미지의 세로 길이를 의미한다.
  • channel: 색을 표현할 수 있는 값들의 개수 ex) rgb → 3
  • pixel: image가 가지고 있는 값으로 width X height 개수만큼 존재한다. image를 표현하는 bit방식에 따라 값의 범위가 달라진다.
  • 일반적인 Image는 unsigned integer 8bit로 표현 → 농도
    • 0 ~ 255 로 표현
  • bit수가 높아질 수록 표현할 수 있는 색의 범위가 증가한다.

OpenCV 개요

• https://opencv.org/
• 튜토리얼: https://docs.opencv.org/master/
• Open Source Computer Vision Library로 실시간 computer vision을 목적으로 개발됨
• OpenCV 설치
  • !pip install opencv-contrib-python
• cf) pillow : 파이썬 기반으로 만든 이미지 처리 소프트웨어
  • 파이썬 기반으로 만들었기 때문에 OpenCV보다 속도가 느리다

OpenCV 사용법

• import 하는 법
  • import cv2
• imread(filename [, flag]) : ndarray

  • 이미지를 읽는다.

  • filename: 읽어들일 이미지 파일경로
  • flag: 읽기 모드
    • cv2.IMREAD_XXXXX 상수를 이용한다. → 상수로 정의함으로써 값이 변경되지 않도록 한다.
    • IMREAD_COLOR가 기본(BGR 모드)
      • matplotlib에서 출력시 rgb 모드로 변환해야 한다.

        image 출력 방법

• matplotlib으로 출력

    # 이미지 읽기
    img1 = cv2.imread('images/penguin.jpg')
    print(type(img1))
    print(img1.shape) # (height, width, channel) => channel: 3 => color, 1 => grayscale(흑백)
    plt.imshow(img1) # -> rgb로 안바꿔줘서 색이 반대로 나온다.
    plt.show()
  

  

색공간 변환

• cv2.cvtColor(src, code)
  • image 의 color space를 변환한다.
  • src: 변환시킬 이미지 (ndarray)
  • code
    • 변환시킬 색공간 타입 지정
    • cv2.COLOR_XXX2YYY 형태의 상수 지정(XXX를YYY로 변환)
      • cv2.COLOR_XXX2YYY 형태의 상수 지정(XXX를YYY로 변환)
      • cv2.COLOR_BGR2GRAY (BGR -> GRAY)
      • cv2.COLOR_BGR2RGB (BGR -> RGB)
      • cv2.COLOR_BGR2HSV (BGR -> HSV)
    • HSV
      • Hue: 색상, 색의 종류
      • Saturation: 채도. 색의 선명도
      • Value : 명도. 밝기
• img1(bgr mode) ==> rgb mode로 변환

    img2 = cv2.cvtColor(img1, cv2.COLOR_BGR2RGB) # (대상, flag)
    plt.imshow(img2)
    plt.show()
  

  

채널 확인

• 채널별로 나눠 이미지 출력
• 해당 채널의 값이 더 클 수록 그 채널 사진에 있는 부분이 더 밝아진다.
• ex) 아래 사진에서 하늘을 보게 되면 blue 채널이 red 채널보다 더 밝은 것을 알 수 있다.

cv2에서 이미지 출력

• cv2.imshow(winname, mat)
  • 창을 띄워 이미지를 출력한다.
  • winname: 창 이름
    • 창이름이 같으면 같은 창에 띄운다.
  • mat: 출력할 이미지(ndarray)
    • dtype이 uint8이어야 정상 출력된다. (float일 경우 255를 곱해서 출력한다.)
  • 이미지 출력 예시

      # open cv 이미지 출력
      cv2.imshow("window", img1)  # ('창이름', 이미지 배열)
      cv2.waitKey(0) # 최대 입력 대기 시간(단위: 밀리초-1/1000) , 0: 입력될때 까지 대기
      cv2.destroyAllWindows() # 이미지를 출력하는 윈도우(창)을 모두 닫는다.
    

    

• cv2.imwrite(filename, img): bool
  • 이미지 파일로 저장
  • filename: 저장할 파일경로
  • img: 저장할 이미지(ndarray)
  • 결과 값이 True면 저장이 완료되었다는 뜻
  • 이미지 저장 예시

      # 파일로 저장
      save_path = 'images/penguin_gray.jpg'  # 저장할 경로
      cv2.imwrite(save_path, img3)
    

동영상 처리

동영상 읽기

• VideoCapture 클래스사용
  • 객체 생성
    • VideoCapture(‘동영상파일 경로’): 동영상파일
    • VideoCapture(웹캠 ID): 웹캠
• VideoCapture의 주요 메소드
  • isOpened(): bool
    • 입력 대상과 연결되었는지 여부반환
  • read(): (bool, img)
    • Frame 이미지로 읽기
    • 반환값
      • bool: 읽었는지 여부
      • img: 읽은 이미지(ndarray)
• 기본 코드

    import cv2
  
    cap = cv2.VideoCapture(0) # 정수: web 캠 연결 -> 0부터 1씩 증가하는 값을 사용, 웹캠이 여러개인 경우 지정
    print(cap.isOpened())  # True면 캠에 잘 연결되었다는 것
    while True:
        # 한개 Frame을 읽기
        success, image = cap.read()
        if not success:
            print('프레임을 읽어오지 못함')
            break # 종료
              
        # 읽은 Frame을 출력
        cv2.imshow('frame', image)
        if cv2.waitKey(1) == 27: # 27: esc key => 종료 / waitKey(1) 1/1000초
            break
          
    cap.release() # 연결 닫기(해제)
    cv2.destroyAllWindows()
  

동영상파일

• FPS (Frame Per Second) - 1초에 몇 Frame을 보여주는 지, 동영상 파일에 설정되있다.
• 동영상파일의 FPS에 맞춰서(속도를 맞춰서) 플레이 하려면 한 Frame을 보여주고 FPS 맞는 시간간격만큼 기다려야 한다.
  • 기다리는 시간: 시간/FPS

동영상 저장

• capture(read)한 이미지 프레임을 연속적으로 저장하면 동영상 저장이 된다.
• VideoWriter 객체를 이용해 저장
  • VideoWriter(filename, codec, fps, size)
    • filename: 저장경로
    • codec
      • VideoWriter_fourcc 이용
    • fps
      • FPS (Frame Per Second) - 초당 몇 프레임인지 지정
    • size
      • 저장할 frame 크기로 원본 동영상이나 웹캠의 width, height 순서로 넣는다.
  • VideoWriter().write(img)
    • Frame 저장