[OpenCV with Python] 영상처리 : 영상의 산술 및 논리 연산

영상의 산술 연산

✔︎  덧셈 연산 - cv2.add

• 두 영상의 같은 위치에 존재하는 픽셀 값을 더하여 결과 영상의 픽셀 값으로  설정한다.
• 덧셈 결과가 255보다 크면 픽셀 값을 255로 설정 (포화 연산 saturate 연산)

 

cv2.add(src1, src2, dst=None, mask=None, dtype=None)

• src1 : (입력) 첫 번째 영상 또는 스칼라
• src2 : (입력) 두 번째 영상 또는 스칼라
• dst : 출력) 덧셈 연산의 결과 영상
• mask : 마스크 영상
• dtype : 출력 영상(dst)의 타입. (e.g.) cv2.CV_8U, cv2.CV_32F 등
• 참고사항
    -  스칼라(Scalar)는 실수 값 하나 또는 실수 값 네 개로 구성된 튜플
    -  dst를 함수 인자로 전달하려면 dst의 크기가 src1, src2와 같아야 하며, 타입이 적절해야 한다.

 

 

✔︎  가중치 합(weighted sum) - cv2.addWeighted

• 두 영상의 같은 위치에 존재하는 픽셀 값에 대하여 가중합을 계산하여 결과 영상의  픽셀 값으로 설정
• 보통 𝛼 + 𝛽 = 1 이 되도록 설정 → 두 입력 영상의 평균 밝기를 유지

 

cv2.addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)

• src1 : 첫 번째 영상
• alpha : 첫 번째 영상 가중치
• src2 : 두 번째 영상. src1과 같은 크기 & 같은 타입
• beta : 두 번째 영상 가중치
• gamma : 결과 영상에 추가적으로 더할 값
• dst : 가중치 합 결과 영상
• dtype : 출력 영상(dst)의 타입

 

✔︎  평균 연산(average)

• 가중치를 𝛼 = 𝛽 = 0.5 로 설정한 가중치 합

 

✔︎  뺄셈 연산 - cv2.subtract

• 두 영상의 같은 위치에 존재하는 픽셀 값에 대하여 뺄셈 연산을 수행하여 결과 영상의 픽셀 값으로 설정한다.
• 뺄셈 결과가 0보다 작으면 픽셀 값을 0으로 설정 (포화 연산 saturate 연산)

 

cv2.subtract(src1, src2, dst=None, mask=None, dtype=None)

• src1 : 첫 번째 영상 또는 스칼라
• src2 : 두 번째 영상 또는 스칼라
• dst : 뺄셈 연산 결과 영상
• mask : 마스크 영상
• dtype : 출력 영상(dst)의 타입

 

✔︎  차이 연산 (절대값) - cv2.absdiff

• 두 영상의 같은 위치에 존재하는 픽셀 값에 대하여 뺄셈 연산을 수행한 후, 그 절댓값을 결과 영상의 픽셀 값으로 설정한다.
• 뺄셈 연산과 달리 입력 영상의 순서에 영향을 받지 않는다.

cv2.absdiff(src1, src2, dst=None)

• src1 : 첫 번째 영상 또는 스칼라
• src2 : 두 번째 영상 또는 스칼라
• dst : 차이 연산 결과 영상(차영상)

 

 

✔︎  비트단위 AND, OR, XOR, NOT 연산

cv2.bitwise_and(src1, src2, dst=None, mask=None) 
cv2.bitwise_or(src1, src2, dst=None, mask=None) 
cv2.bitwise_xor(src1, src2, dst=None, mask=None) 
cv2.bitwise_not(src1, dst=None, mask=None)

• src1 : 첫 번째 영상 또는 스칼라
• src2 : 두 번째 영상 또는 스칼라
• dst : 출력 영상
• mask : 마스크 영상
• 참고사항
   -  각각의 픽셀 값을 이진수로 표현하고,  비트(bit) 단위 논리 연산을 수행