Python - OpenCV (2) : 영상 필터 경계(edge) 검출

이번 포스팅은 책 '파이썬으로 만드는 OpenCV 프로젝트'를 보고 공부한 내용을 바탕으로 만들었습니다.

혹시나 틀린 부분이나 수정해야 할 부분이 있다면 댓글 남겨주세요!

 

영상 처리는 새로운 영상을 얻기 위해 기존 영상의 픽셀 값에 연산을 하여 새로운 픽셀 값을 얻는 작업입니다.

이 책에서 기존 픽셀 값과 주변 픽셀들의 값을 활용하여 얻는 방법인 공간 영역 필터를 사용하여 새로운 픽셀 값을 얻는 방법을 알려줍니다.

 

경계(edge) 검출

---

영상에서 경계(edge)를 검출하기 위해서는 픽셀 값이 갑자기 변화하는 곳을 찾아야 합니다. 이는 연속된 픽셀 값을 미분한다면 알 수 있습니다. 픽셀은 연속 공간이 아니므로 이산화 하여 근사 값으로 구해야 합니다. 

 

 

미분 근사값은 붙어 있는 픽셀 값을 빼면 됩니다. 이것을 컨볼루션 커널로 만든 것을 Gx, Gy로 둡니다.

 

 

 

• Xkernel, 즉 Gx는 x 방향으로 경계를 검출하는 것이고
• Ykernel, Gy는 y 방향으로 경계를 검출하는 코드입니다.
• 미분 필터를 사용하여 가로와 세로의 경계를 검출 하는 코드인데 레나라는 이미지를 사용했을 때는 그 구분을 명확하게 할 수 없었네요.

 

 

라플라시안(Laplacian) 필터

---

 

 

• 경계 검출때 사용한 것은 1차 미분이었다면 라플라시안 필터는 2차 미분을 사용한 필터이며 더 정확한 검출을 할 수 있습니다.
• OpenCV에서 cv2.Laplacian(src, ddepth,dst,ksize,scale,delta,borderType)로 제공하고 있습니다.
• 라플라시안 필터는 노이즈에 민감하게 반응하므로 사전에 가우시안 필터로 노이즈를 제거하고 사용하는 것이 좋으며 그 결과를 볼 수 있습니다.

 

이와 같이 경계를 검출하는 작업은 물체와 배경을 분리하는 기초입니다. 그중에서도 기본만을 다뤘고 책에서는 다양한 필터를 제공하지만 두 가지만 해보았습니다.

틀린 곳이 있거나 질문이 있으시면 댓글 남겨주세요!