모양 감지

 

전처리

# 파일 열기
image_path = 'shapes.webp'
image = cv.imread(image_path)
# 흑백 이미지로 변환
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
# 7x7 커널로 가우시안 블러링
blurred = cv.GaussianBlur(gray, (7, 7), 0)
# 이진화
th, bin = cv.threshold(blurred, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) 
# 보기
Image.fromarray(bin)

 

윤곽선 추출

검은 색 배경에서 하얀색 물체의 윤곽선을 추출

contours, hierarchy = cv.findContours(
    bin.copy(), # 이미지, non-zero 픽셀을 객체로 간주
    cv.RETR_EXTERNAL, # 윤곽선 검출 모드
    cv.CHAIN_APPROX_SIMPLE) # 윤곽선 근사화 방법
                            # (SIMPLE: 꼭지점만, NONE: 모든 점)

• contours: 검출된 윤곽선 좌표.
• hierarchy: 윤곽선 계층 정보.
  • 1, N, 4 형태의 행렬
  • 마지막 차원은 [이전, 다음, 자식, 부모]를 나타냄(없으면 -1)

 

윤곽선 추출

• 윤곽선 검출 모드
  • EXTERNAL: 바깥 윤곽선만 검출하여 리스트로
  • LIST: 계층 정보 없이 모든 윤곽선 검출
  • CCOMP: 2단계까지 계층 구조
  • TREE: 다단계 계층 구조
• 근사화 방법
  • cv.CHAIN_APPROX_NONE : 윤곽점들의 모든 점
  • cv.CHAIN_APPROX_SIMPLE : 윤곽점들 단순화하고 끝점만
  • cv.CHAIN_APPROX_TC89_L1 : Teh_Chin 연결 근사 알고리즘 L1 버전을 적용
  • cv.CHAIN_APPROX_TC89_KCOS : Teh_Chin 연결 근사 알고리즘 KCOS버전을 적용

 

윤곽선 그리기

contoured_image = image.copy() # 이미지 복사
i = 2 # 2번 도형
color = 0, 255, 0 # green
thickness = 3 # 두께
show(cv.drawContours(contoured_image, contours, i, color, thickness))

 

이미지 모멘트

• 이미지의 픽셀 분포에 대한 가중치 평균 m_ji = Σ_x,y x^j * y^i * I(x, y)
  • x: 점의 x좌표
  • y: 점의 y좌표
  • I(x, y): 점의 밝기
• 응용
  • m₀₀: 면적(모든 점의 밝기의 합)
  • m₁₀/m₀₀: 무게 중심의 x좌표, m₀₁/m₀₀: 무게 중심의 y좌표

M = cv.moments(contours[i]) # 모멘트 계산
cX = int(M["m10"] / M["m00"]) # x좌표의 무게 중심
cY = int(M["m01"] / M["m00"]) # y좌표의 무게 중심

 

무게 중심 그리기

dst = image.copy()
center_color = 0, 255, 0 # green
no_stroke = -1 # 테두리 없음
radius = 7 # 반지름
show(cv.circle(dst, (cX, cY), radius, center_color, no_stroke))

 

Ramer–Douglas–Peucker 알고리즘

• 윤곽선을 다각형으로 근사하기 위한 알고리즘
• cv.approxPolyDP으로 사용할 수 있음
• 허용오차를 벗어남 → 남김
• 허용오차에 포함 → 지움

 

다각형으로 근사

c = contours[i] # 곡선
peri = cv.arcLength(c, True) # 둘레 길이(폐곡선 여부)
approx = cv.approxPolyDP(
    c, # 곡선
    0.02 * peri, # 허용 오차
    True) # 폐곡선 여부
n = len(approx) # n각형
n

 

신분증 스캔

신분증 스캔 등에서 추출한 좌표를 정면에서 본 것처럼 변환합니다.

# 이미지 파일 불러오기
image = cv.imread('id_card.png')

# 오츠의 이진화
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
_, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)

# 가장 큰 사각형 찾기
contours, _ = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
biggest_rect = None
for contour in contours:
    epsilon = 0.02 * cv.arcLength(contour, True)
    approx = cv.approxPolyDP(contour, epsilon, True)
    if len(approx) == 4 and \
      biggest_rect is None or cv.contourArea(approx) > cv.contourArea(biggest_rect):
        biggest_rect = approx

# 투시 변환
sorted_corners = sorted(biggest_rect.tolist()) # 꼭지점 정렬
pts1 = np.float32(sorted_corners)

pts2 = np.float32([[0, 0], [0, 200], [400, 0], [400, 200]])
matrix = cv.getPerspectiveTransform(pts1, pts2)
result = cv.warpPerspective(image, matrix, (400, 200)) # 투시 변환

 

볼록 껍질 (Convex Hull)

어떤 도형을 둘러싼 볼록한 다각형을 찾습니다.

src = cv.imread("convex.webp") # 예제 데이터

dst = src.copy()
gray = cv.cvtColor(src, cv.COLOR_RGB2GRAY)
ret, binary = cv.threshold(gray, 150, 255, cv.THRESH_BINARY_INV) # 이진화
contours, hierarchy = cv.findContours( # 윤곽선
    binary, cv.RETR_CCOMP, cv.CHAIN_APPROX_NONE)
for i in contours:
    hull = cv.convexHull(i, clockwise=True) # 볼록 껍질 찾기(True: 시계 방향)
    cv.drawContours(dst, [hull], 0, (0, 0, 255), 2)

 

배경 색을 이용해 자르기

배경색과 유사한 부분을 마스킹하여 실제 객체가 있는 부분만 자릅니다.

src = cv.imread('nut.png')
bg_color = src[0, 0] # 왼쪽 상단 픽셀 색상 (배경색으로 가정)

error = 10
low = np.where(bg_color > error, bg_color - error, 0)
high = np.where(bg_color < 255 - error, bg_color + error, 255)

mask = cv.inRange(src, low, high) # 배경색과 유사한 색상 검출
mask_inv = cv.bitwise_not(mask) # 배경색이 아닌 부분 검출

coords = cv.findNonZero(mask_inv) # 실제 그림이 있는 좌표 추출
x, y, w, h = cv.boundingRect(coords) # 사각형으로 경계 추출

trimmed = src[y:y+h, x:x+w] # 실제 그림 부분만 자름

 

윤곽선 관련 기타 함수들

• cv.contourArea: 윤곽선이 감싸는 영역의 면적
• cv.fitLine: 주어진 점에 적합한 직선
• cv.minEnclosingTriangle: 주어진 점을 감싸는 최소 크기 삼각형
• cv.boundingRect: 주어진 점을 감싸는 최소 크기 사각형
• cv.minAreaRect: 주어진 점을 감싸는 최소 크기 회전된 사각형
• cv.minEnclosingCircle: 주어진 점을 감싸는 최소 크기 원
• cv.fitEllipse: 주어진 점을 감싸는 타원
• cv.isContourConvex: 볼록 여부
• cv.convexityDefects: 볼록 껍질에서 가장 안으로 들어간 점