Toolbox

디지털 영상  - 디지털 영상은 2차원 행렬의 형태로 표현되는데, 격자 하나를 하나의 픽셀이라고 부릅니다. 이를 3차원 영상처리에서는 복셀로 부르게 되는데요.  - 각자의 기준점에서 영상 좌표를 지정하고 그리고 변경함에 따라서 선택적으로 영상을 처리할 수 있게 됩니다. Digital Image의 유형은  Binary Image : 0 혹은 1로 나누어진 이미지를 의미하고,   Gray scale image :  color image - RGB color : - HSV color :   H(ue) : 0 : red, 120도 : Green, 240도 : Blue)   S(aturation) : 채도를 의미하고 색이 흐리다 , 진하다를 의미   V(alue) : 명도를 의미, 색이 어둡다 깊다를 의미 사용법 cv2.cvtColor(scr, code) parameter scr : input image code :  - grayscale을 BGR로 변환하기 위해서는 cv2.COLOR_BGR2GRAY를 사용하면 된다. 예제 aaa = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) pl.imshow(aaa) -원래 이미지 결과 이미지

사용법  cv2.filter2D(scr,ddepth,kernel[,dst[,anchor,[,delta,[borderType]]]) parameter src => input 이미지 dst => output 이미지 ddepth =>  delta =>  borderType => 예제 disc = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) cv2.filter2D(dst, -1, disc, dst)

사용법 cv2.getStructutinElement(shape,ksize[,anchor]) parameter shape :  - MORPH_RET : 사각형  - MORPH_ELLIPSE : 타원형  - MORPH_CROSS : 십자 ksize => 커널의 사이즈를 의미 예제 :  element = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(7,7)) pl.imshow(element)

사용법 cv2.normalize(src[,dst[,alpha[,beta[, norm_type[, dtype[, mask]]]]]]) parameter :  src : input  이미지 dst : output 이미지 alpha : 수치의 표준화를 진행할때 하한값  beta : 수치의 표준화를 진행할때 상한값 norm type :   옵션사항으로 넣지 않아도 분석진행은 가능. dtype :  mask :  예시  cv2.normalize(roihist, roihist, 0, 255, cv2.NORM_MINMAX)

사용법 cv2.calcHist(images, channels, mask, histSize, ranges,[0,hist,[0,accumulate]]) Parameter image : Array 형태의 이미지를 넣으면 된다.   channel :  채널. 이미지가  - graysacle이면 [0],  - color 이미지이면 [0],[0,color] 형태(1 : Blue, 2: Green, 3: Red) mask   – 이미지의 분석영역. None이면 전체 영역. histSize   –. [256] ranges   – 범위 값. [0,256] 예제 aaa = cv2.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256]) 결과 cv2.imshow('aa', aaa)