[OpenCV] 기초 2

영상의 속성과 픽셀 값 참조

OpenCV는 영상 데이터를 numpy.ndarray로 표현

 

import cv2

img1 = cv2.imread('cat.bmp', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('cat.bmp', cv2.IMREAD_COLOR)

numpy.ndarray

• ndim : 차원 수
• shape : 각 차원의 크기
    -  그레이스케일 : (h, w)  -  컬러 : (h, w, 3)
• size : 전체 원소 개수
• dtype : 원소의 데이터 타입. 영상 데이터는 unit8

 

 

OpenCV 영상 데이터 자료형과 NumPy 자료형

OpenCV 자료형 (1채널)	NumPy 자료형	구분
cv2.CV_8U	numpy.uint8	8비트 부호없는 정수
cv2.CV_8S	numpy.int8	8비트 부호있는 정수
cv2.CV_16U	numpy.uint16	16비트 부호없는 정수
cv2.CV_16S	numpy.int16	16비트 부호있는 정수
cv2.CV_32S	numpy.int32	32비트 부호있는 정수
cv2.CV_32F	numpy.float32	32비트 부동소수형
cv2.CV_64F	numpy.float64	64비트 부동소수형
cv2.CV_16F	numpy.float16	16비트 부동소수형

• 그레이스케일 영상 : cv2.CV_8UC1 ⇨ numpy.uint8, shape = (h, w)  
• 컬러 영상 : cv2.CV_8UC3 ⇨  numpy.uint8, shape = (h, w, 3)

 

 

✔︎  영상의 속성 참조

import sys
import cv2

# 영상 불러오기
img1 = cv2.imread('cat.bmp', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('cat.bmp', cv2.IMREAD_COLOR)

if img1 is None or img2 is None:
    print('Image load failed!')
    sys.exit()

# 영상의 속성 참조
print('type(img1):', type(img1))
print('img1.shape:', img1.shape)
print('img2.shape:', img2.shape)
print('img1.dtype:', img1.dtype)

# 영상의 크기 참조
h, w = img2.shape[:2]
print('img2 size: {} x {}'.format(w, h))

if len(img1.shape) == 2:
    print('img1 is a grayscale image')
elif len(img1.shape) == 3:
    print('img1 is a truecolor image')

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.waitKey()

 

 

 

✔︎   영상의 픽셀 값 참조

# 영상의 픽셀 값 참조 (사용하지 않음)
for y in range(h):
    for x in range(w):
        img1[y, x] = 255
        img2[y, x] = (0, 0, 255)        

# 영상의 픽셀 값 참조 (주로 사용하는 방법)
img1[:,:] = 255
img2[:,:] = (0, 0, 255)

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.waitKey()

cv2.destroyAllWindows()

 

 

 

영상의 생성, 복사, 부분 영상 추출

✔︎  지정한 크기로 새 영상 생성하기

numpy.empty(shape, dtype=float, ...) -> arr  
numpy.zeros(shape, dtype=float, ...) -> arr  
numpy.ones(shape, dtype=None, ...) -> arr  
numpy.full(shape, fill_value, dtype=None, ...) -> arr

• shape : 각 차원의 크기. (h, w) 또는 (h, w, 3)
• dtype : 원소의 데이터 타입. 일반적인 영상이면 numpy.uint8
• arr : 생성된 영상(numpy.ndarray)
• 참고사항
    -  numpy.empty() 함수는 임의의 값으로 초기화된 배열을 생성
    -  numpy.zeros() 함수는 0으로 초기화된 배열을 생성
    -  numpy.ones() 함수는 1로 초기화된 배열을 생성
    -  numpy.full() 함수는 fill_value로 초기화된 배열을 생성

 

import numpy as np
import cv2

# 새 영상 생성하기
img1 = np.empty((240, 320), dtype=np.uint8)  # grayscale image
img2 = np.zeros((240, 320, 3), dtype=np.uint8)  # color image
img3 = np.ones((240, 320), dtype=np.uint8) * 255  # dark gray
img4 = np.full((240, 320, 3), (0, 255, 255), dtype=np.uint8)  # yellow

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
cv2.imshow('img4', img4)
cv2.waitKey()
cv2.destroyAllWindows()

 

 

 

✔︎  영상의 참조 및 복사 예제 코드

# 영상 복사
img1 = cv2.imread('HappyFish.jpg')

img2 = img1
img3 = img1.copy()


cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
cv2.waitKey()
cv2.destroyAllWindows()

 

 

 

# 영상 복사
img1 = cv2.imread('HappyFish.jpg')

img2 = img1
img3 = img1.copy()

img1.fill(255)

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
cv2.waitKey()
cv2.destroyAllWindows()

 

 

 

 

✔︎  부분 영상 추출

# 부분 영상 추출
img1 = cv2.imread('HappyFish.jpg')

img2 = img1[40:120, 30:150]  # numpy.ndarray의 슬라이싱
img3 = img1[40:120, 30:150].copy()

img2.fill(0)

cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
cv2.waitKey()
cv2.destroyAllWindows()