본문 바로가기

전체 글

OpenCV에서 이미지 히스토그램 분석 이미지 히스토그램 분석은 OpenCV에서이미지의 밝기 분포, 색상 특성, 명암 대비 조정 등에 활용되는 중요한 분석 기법입니다 히스토그램이란 무엇인가요?히스토그램은 이미지에서 픽셀 값의 분포를 보여주는 그래프예요.예를 들어 그레이스케일 이미지에서는 픽셀 밝기(0~255)가얼마나 자주 등장하는지를 x축, 등장 빈도를 y축으로 나타내요. 히스토그램을 보면 이미지가 전체적으로 어두운지, 밝은지, 대비가 낮은지 등을 한눈에 알 수 있어요.컬러 이미지에서는 채널별(B, G, R)로 히스토그램을 나눠서 분석합니다. OpenCV로 히스토그램 계산하기OpenCV에서는 cv::calcHist() 함수를 사용해서 간단히 히스토그램을 구할 수 있어요.그레이스케일 이미지 기준으로 예를 들면 다음과 같아요.cv::Mat gr.. 더보기
OpenCV 필터링: 블러, 가우시안, 미디언 필터 사용법 이미지 필터링은 OpenCV에서 노이즈 제거, 엣지 강조, 부드러운 효과 적용 등 다양한 처리에 자주 사용되는 기술입니다 필터링이란 무엇인가요?이미지 필터링은 픽셀 주변의 값을 평균 내거나 강조해서 이미지를 부드럽게 만들거나 노이즈를 줄이는 처리 방식이에요.영상 처리에서는 이미지 품질 향상이나 전처리 단계로 자주 사용돼요. OpenCV에서는 다양한 필터 함수들이 제공되며,이 중 가장 많이 쓰이는 게 블러(Blur), 가우시안 필터(GaussianBlur), 미디언 필터(MedianBlur)입니다.각각 특징과 쓰임새가 조금씩 다르기 때문에 목적에 맞게 선택해야 해요. 평균 블러(Blur): 간단하고 빠른 흐림 효과cv::blur() 또는 cv::boxFilter()는 가장 기본적인 블러 필터로,지정한 커널.. 더보기
OpenCV로 이미지 자르기와 리사이징 OpenCV로 이미지 다루기 시작해볼까요?이미지를 다루는 작업 중에 자르기(Cropping)랑 리사이징(Resizing)은 정말 자주 쓰이는 기본 기능이에요. 사진에서 필요한 부분만 쏙 잘라내거나, 너무 큰 이미지를 작게 줄이는 작업이죠.이걸 Python에서 간단하게 해주는 게 바로 OpenCV라는 라이브러리예요.먼저 OpenCV를 설치하고 이미지를 불러오는 것부터 시작해볼게요. import cv2 # 이미지 불러오기 image = cv2.imread('sample.jpg') cv2.imshow('원본 이미지', image) cv2.waitKey(0) cv2.destroyAllWindows() 이미지 자르기 – 필요한 부분만 쏙!이미지 자르기는 정말 간단해요.마치 사진에서 원하는 영역만 가위로 오려내.. 더보기
OpenCV로 이미지 읽기, 저장, 표시하기 OpenCV를 처음 접하는 사람이라면 이미지 처리 기초에 해당하는이미지를 불러오고, 저장하고, 화면에 표시하는 방법부터 익히는 게 기본입니다. 이미지 읽기: imread()OpenCV에서 이미지를 불러오는 함수는 cv::imread()예요.경로만 정확히 입력하면 간단하게 이미지 파일을 Mat 객체로 로드할 수 있어요.파일이 없거나 잘못된 경로일 경우에는 빈 Mat 객체가 반환되므로, 항상 체크하는 습관이 필요해요.cv::Mat img = cv::imread("sample.jpg"); if (img.empty()) { std::cout return -1; } 옵션으로 cv::IMREAD_COLOR, cv::IMREAD_GRAYSCALE, cv::IMREAD_UNCHANGED 등을 지정할 수.. 더보기
OpenCV의 ROI (Region of Interest) 이해와 사용법 ROI란 무엇인가요?ROI(Region of Interest)는 말 그대로 이미지에서 관심 있는 영역을 지정해서 그 부분만 따로 처리하는 기법이에요. 예를 들어, 이미지 전체에서 사람 얼굴만 잘라내거나, 특정 좌표에 있는 물체만 추적할 때전체 이미지를 대상으로 하는 것보다 ROI만 다루는 게 더 효율적이에요.OpenCV에서는 Mat 객체를 이용해 간단히 ROI를 지정할 수 있어서 처리 속도와 메모리 사용 측면에서 매우 유리합니다. Rect로 ROI 영역 지정하기ROI는 보통 cv::Rect 객체를 이용해 (x, y, width, height) 형식으로 지정해요.이때 x, y는 관심 영역의 시작 좌표이고, width, height는 너비와 높이예요.아래 예제를 보면 쉽게 이해돼요. cv::Mat imag.. 더보기
OpenCV에서 Color Space(BGR ↔ HSV 등) 변환하기 Color Space란 무엇인가요?Color Space(색상 공간)는 색을 수학적으로 표현하는 방법이에요.OpenCV에서는 기본적으로 이미지를 BGR(Blue, Green, Red) 순서로 표현합니다.하지만 색상 기반 작업을 할 때는 HSV(Hue, Saturation, Value)로 변환해서 사용하는 게 일반적이에요. 왜냐하면 HSV는 사람이 인식하는 색상 방식과 비슷하게 동작해서특정 색을 정밀하게 추출하거나 밝기와 색조를 분리해서 처리하는 데 유리하거든요. BGR ↔ HSV 변환 방법OpenCV에서는 cv::cvtColor() 함수를 사용해서 손쉽게 색상 공간을 변환할 수 있어요.가장 많이 쓰이는 건 BGR ↔ HSV 변환이죠. cv::Mat bgr = cv::imread("image.jpg"); .. 더보기
OpenCV Mat 클래스 구조와 메모리 이해 Mat 클래스란 무엇인가요?OpenCV에서 Mat은 이미지 데이터를 저장하는 핵심 클래스예요.말 그대로 ‘매트릭스(Matrix)’의 줄임말로,사진이나 영상은 결국 수많은 픽셀 값들이 모여 있는 2차원 배열이기 때문에 Mat으로 표현할 수 있어요. 단순히 사진뿐만 아니라, 그레이스케일 이미지, 마스크 이미지, 필터 결과까지도 다 Mat 객체에 저장된다고 보면 됩니다. Mat의 구조: 데이터 + 정보Mat 객체는 크게 두 가지로 나눠볼 수 있어요.하나는 픽셀 데이터 자체, 다른 하나는 데이터에 대한 정보(header)예요.이 header에는 이미지의 크기(rows, cols), 채널 수, 데이터 타입(CV_8UC3 등), 참조 횟수(refcount) 같은 정보가 들어 있어요.중요한 점은, OpenCV는 .. 더보기
OpenCV Scalar 클래스 활용법! Scalar 클래스란 무엇인가?OpenCV에서 Scalar 클래스는 이미지의 픽셀 값을 표현하거나 그리기 함수에서 색상을 지정할 때 사용되는 데이터 타입입니다.일반적으로 cv::Scalar(b, g, r) 형태로 사용되며, 각 값은 Blue, Green, Red 순서의 8비트 정수입니다. 즉, RGB가 아닌 BGR 순서로 입력해야 원하는 색상이 출력됩니다.색상뿐만 아니라 마스크나 threshold의 임계값, 픽셀 연산 등 다양한 곳에서 활용됩니다. cv::Scalar white(255, 255, 255); // 흰색 cv::Scalar blue(255, 0, 0); // 파란색 (BGR 순서) Scalar를 사용하는 대표적인 함수들Scalar는 주로 그리기 함수에서 색상 값을 전달할 때 .. 더보기

티스토리툴바