이미지 처리를 위한 Python OpenCV사용법_1

OpenCV ??

OpenCV : 다양한 이미지/영상 처리를 위한 Python 오픈소스 라이브러리이며 뿐만 아니라 BSD(Berkeley Software Distribution) 라이센서를 따르기 때문에 상업적으로 사용이 가능하다! 참고로 OpenCV는 RGB 순서가 아니라 BGR순서이다.

Step1. OpenCV라이브러리 설치

다음 명령어를 사용하여 OpenCV 라이브러리 설치

pip install opencv-python

OpenCV라이브러리가 설치되었으면 이제 python 파일 하나를 생성 후 확인

import cv2 ## OpenCV 라이브러리 
print(cv2.__version__) ## 버전확인

4.5.5

Step2. 이미지/영상 출력

• OpenCV를 이용하여 이미지를 화면에 출력

  무료_이미지_사이트

import cv2
image = 'test.jpg' # 출력하고싶은 이미지 경로   
image = cv2.imread(image) # imread()함수로 이미지 읽어오기
image.shape #이미지의 세로 가로
image = cv2.imshow('보여지는 이름', image)  # imshow()함수를 이용하여 새로운 창에서 이미지를 출력
cv2.waitKey() # 아무키나 입력받을때까지 대기
cv2.destroyAllWindows()# 모든 창 닫기

결과

아무키나 눌러서 종료

뿐만 아니라 다양한 함수로 이미지의 색상등을 변경 가능

image = cv2.imread(image, cv2.IMREAD_COLOR)
##일반 cv2.imread(image)랑같다
Gray = cv2.imread(image, cv2.IMREAD_GRAYSCALE)
## 흑백으로 변경
Unchanged = cv2.imread(image, cv2.IMREAD_UNCHANGED)
## 투명영역 포함

cv2.imshow("Normal", image) ## 일반 출력
cv2.imshow("GRAY", Gray) ## 흑백 출력
cv2.imshow("Unchanged", Unchanged) ## 투명 포함 출력
cv2.waitKet()
cv2.destroyAllWindows()

• OpenCV를 이용하여 동영상을 화면에 출력

이번에는 동영상파일 읽어오기
무료_동영상_사이트
해당 사이트에서 마음에드는 동영상 저장 후 다음 실습코드 사용

import cv2

Video = cv2.VideoCapture("test.mp4")## 동영상 경로
## 동영상은 이미지의 연속이므로 반복문을 이용하여 출력

while Video.isOpened():
    ret , frame = Video.read() 
    ## ret -> 결과값이 있는지 없는지(성공여부)
    ## frame -> 영상에서 읽어 온 이미지

    if not ret : # 더 읽을 영상이 없다면
        print("동영상 종료")
        break

    cv2.imshow("Video", frame)

    if cv2.waitKey(25) == ord('q'): ##만약 q를 입력하면 종료 숫자를 조절해서 재생속도 컨트롤 가능
        print("동영상 재생 종료.")
        break

Video.release() ## Video 자원 종료
cv2.destroyAllWindows()

Step3. OpenCV 도형그리기

• OpenCV를 이용하여 도형그리기

빈 스케치북 만들기

import cv2
import numpy as np
### 세로 480 X 가로 640,3채널
img = np.zeros((480,640,3),dtype=np.uint8)
img [:] = (255,255,255)
## 전체 공간을 흰색으로
print(img)
cv2.imshow("img",img)
cv2.waitKey(0)
cv2.destroyAllWindows()

특정 영역 색칠

import cv2
import numpy as np
img = np.zeros((480,640,3),dtype=np.uint8)
img [100:200, 200:300] = (255,255,255) 
## 세로 : 100~200
## 가로 : 200~300 
## 정해진 공간을 흰색으로 
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

직선

• 직선의 종류
  cv2.LINE_4 : 상하좌우 4 방향으로 연결된 선
  cv2.LINE_8 : 대각선을 포함한 8방향으로 연결된 선(기본값)
  cv2.LINE_AA : 부드러운 선

import cv2
import numpy as np
img = np.zeros((480,640,3),dtype=np.uint8)

COLOR = (0,255,255)
## BGR : Yellow
THICKNESS = 3 
## 두께

cv2.line(img. (50,100),(400,50),COLOR, THICKNESS, cv2.LINE_8)
## X1,Y1 -> X2,X2 직선

cv2.line(img. (50,200),(400,150),COLOR, THICKNESS, cv2.LINE_8)
## Line_4

cv2.line(img. (50,300),(400,250),COLOR, THICKNESS, cv2.LINE_8)
## Line_AA

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

원

import cv2
import numpy as np
img = np.zeros((480,640,3),dtype=np.uint8)

COLOR = (255,255,0)
## BGR : 옥색
THICKNESS = 10
## 두께

RADIUS = 50 
## 원은 반지름이 필요

cv2.circle(img, (200,100), RADIUS, COLOR, THICKNESS, cv2.LINE_AA)
## 속이 빈 원

cv2.circle(img, (200,100), RADIUS, COLOR, cv2.FILLED, cv2.LINE_AA)
## 두께인자를 cv2.FILLED 또는 -1을 입력  -> 속이 꽉 찬 원

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

사각형

import cv2
import numpy as np
img = np.zeros((480,640,3),dtype=np.uint8)

COLOR = (0,255,0)
## BGR : 녹색
THICKNESS = 3
## 두께

cv2.rectangle(img,(100,100),(200,200), COLOR,THICKNESS)
## 속이 빈 사각형

cv2.rectangle(img,(300,100),(400,300), COLOR,-1)
## 속이 꽉 찬 사각형

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

다각형

import cv2
import numpy as np
img = np.zeros((480,640,3),dtype=np.uint8)

COLOR = (0,0,255) 
## BGR : RED
THICKNESS = 3
## 두께

point1 = np.array([[100,100], [200,100], [100,200]])

point2 = np.array([[200,100],[300,100],[300,200]])

point3 = np.array( [[[100,300],[200,300],[100,400]], [[200,300],[300,300],[300,400]]] ) 

cv2.polylines(img, [point1], True, COLOR, THICKNESS, cv2.LINE_AA)
## 닫힘 여부 = True 시작과 끝을 연결

cv2.polylines(img, [point2], False, COLOR, THICKNESS, cv2.LINE_AA)
## 닫힘 여부 = False 시작과 끝을 연결하지 않음

cv2.fillPoly(img,point3,COLOR,cv2.LINE_AA)
## 꽉 찬 다각형

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Step4. 텍스트

OpenCV 기본 텍스트

1. cv2.FONT_HERSHEY_SIMPLEX : 보통 크기의 sans-serif 글꼴
2. cv2.FONT_HERSHEY_PLAIN : 작은 크기의 sans-serif 글꼴
3. cv2.FONT_HERSHEY_SCRIPT_SIMPLEX : 필기체 스타일 글꼴
4. cv2.FONT_HERSHEY_SCRIPT_TRIPLEX : 보통 크기의 serif 글꼴
5. cv2.FONT_ITALIC : 기울임(이탤릭체) 다른 폰트와 같이 씀

import numpy as np
import cv2

img = np.zeros((480,640,3), dtype =np.uint8)

SCALE = 1
COLOR  = (255,255,255)
THICKESS = 2


cv2.putText(img, "Hello Wolrd.", (20,50), cv2.FONT_HERSHEY_SIMPLEX, SCALE, COLOR, THICKESS)


cv2.putText(img, "Hello Wolrd.", (20,150),FONT_HERSHEY_SIMPLEX | cv2.FONT_ITALIC, SCALE, COLOR, THICKESS)

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyALLWindow()

한글 입력

OpenCV에서는 한글을 제공하지 않기 때문에 우회하는 방법이 필요 PIL라이브러리 필요

import numpy as np
import cv2
from PIL import ImageFont, ImageDraw, Image

def HangulText(src, text, pos, font_sz, font_color):
  img = Image.fromarray(src)
  draw = ImageDraw.Draw(img)
  font = ImageFont.truetype('fonts/gulim.ttc', font_sz)
  draw.text(pos, text, font = font, fill=font_color)
  return np.array(img)

img = np.zeros((480,640,3), dtype =np.uint8)

font_sz = 30
COLOR  = (255,255,255)


img = HangulText(img, "안녕", (20,50),font_sz, COLOR)


cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyALLWindow()

Step5. 이미지/동영상 저장

이미지 저장

import cv2
img = 'test.jpg' # 출력하고싶은 이미지 경로   
image = cv2.imread(img, cv2.IMREAD_GRAYSCALE) #
save = cv2.imwrite('img_save.jpg', img)
## 원하는 파일명.확장자를 입력 

동영상 저장

import cv2
Video = cv2.VideoCapture("test.mp4")## 동영상 경로

### 코텍 정의
fourcc = cv2.VideoWriter_fourcc(*'DIVX') ## *를 붙이면 각 글자들이 띄어쓰기가 된다.
width = round(Video.get(cv2.CAP_PROP_FRAME_WIDTH))
height = round(Video.get(cv2.CAP_PROP_FRAME_HEIGHT))
## 불러온 동영상과 같은 크기로 지정
fps = Video.get(cv2.CAP_PROP_FPS)
## 불러온 동영상과 같은 FPS(영상속도)로 지정
out = cv2.VideoWriter('test.avi',fourcc, fps, (width, height))


while Video.isOpened():
    ret , frame = Video.read() 
    if not ret : 
        print("동영상 종료")
        break
    cv2.imshow("Video", frame)
    cv2.write(frame) ## 영상 데이터만 저장 가능 소리X
    if cv2.waitKey(25) == ord('q'):
        print("동영상 재생 종료.")
        break
out.release() 
## 자원해제        
Video.release() 
cv2.destroyAllWindows()

Step6. 이미지 편집

크기 조정

- 이미지

1. 사용자 지정크기로 조정

import cv2
img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.resize(img, (400,500))
## 가로 400 X 세로 500 크기로 조정

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyALLWindow()

2. 비율로 조정

import cv2
img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.imread(img)
img = cv2.resize(img, None, fx = 0.5, fy= 0.5)
## 가로 0.5 세로 0.5 비율로 조정

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyALLWindow()

보간법 사용

이미지를 조정할 때 보다 자연스럽게 처리하기 위해 사용

1. cv2.INTER_AREA : 크기를 줄일 때
2. cv2.INTER_CUBIC :크기를 늘릴 때(속도가 느리지만 퀄리티가 높음)
3. cv2.INTER_LINEAR : 크기를 늘릴 때 (기본값)

import cv2
img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.resize(img, None, fx = 3, fy= 3, interpolation = cv2.INTER_CUBIC)
## 가로 3배 세로 3배 비율로 조정

cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyALLWindow()

- 동영상

1. 고정크기 변환

   import cv2
   Video = cv2.VideoCapture("test.mp4")## 동영상 경로
   

while Video.isOpened():
ret,frame = Video.read()
if not ret:
break
fram = cv2.resize(fram, (400,500))
cv2.imshow('Video', frame)
if cv2.waitKey(1) == ord('q'):
break

Video.release()
cv2.destroyAllWindows()

2. 비율로 변환
```python
import cv2
Video = cv2.VideoCapture("test.mp4")## 동영상 경로

while Video.isOpened():
  ret,frame = Video.read()
  if not ret:
    break
  fram = cv2.resize(fram, None, fx=1.5, fy=1.5, interpolation = cv2.INTER_CUBIC)
  cv2.imshow('Video', frame)
  if cv2.waitKey(1) == ord('q'):
    break

Video.release()
cv2.destroyAllWindows()

2.이미지 자르기

원하는 영역 자르기

import cv2

img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.imread(img)

crop = img[100:200, 200:400]
## 세로 100~200 
## 가로 300~400 

cv2.imshow("Crop", crop)
cv2.waitKey(0)
cv2.destroyALLWindow()

3.이미지 대칭

좌우대칭

import cv2

img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.imread(img)

flip_horizontal = cv2.flip(img, 1)
## flipcode > 0 좌우대칭
cv2.imshow("flip_horizontal", flip_horizontal)
cv2.waitKey(0)
cv2.destroyALLWindow()

상하대칭

import cv2

img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.imread(img)

flip_vertical = cv2.flip(img, 0)
## flipcode == 0 상하대칭
cv2.imshow("flip_vertical", flip_vertical)
cv2.waitKey(0)
cv2.destroyALLWindow()

상하좌우대칭

import cv2

img = 'test.jpg' # 출력하고싶은 이미지 경로
img = cv2.imread(img)

flip = cv2.flip(img, -1)
## flipcode < 0 상하좌우대칭
cv2.imshow("flip", flip)
cv2.waitKey(0)
cv2.destroyALLWindow()

4.이미지 회전

시계방향 90도 회전

import cv2

img = 'test.jpg'
img = cv2.imread(img)

rotate_90 = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)
### 시계방향으로 90도 회전

cv2.imshow("rotate_90", rotate_90)
cv2.waitKey(0)
cv2.destroyALLWindow()

180도 회전

import cv2

img = 'test.jpg'
img = cv2.imread(img)

rotate_180 = cv2.rotate(img, cv2.ROTATE_180)
### 180도 회전

cv2.imshow("rotate_180", rotate_180)
cv2.waitKey(0)
cv2.destroyALLWindow()

시계반대방향 90도 회전 (시계방향으로 270도 회전)

import cv2

img = 'test.jpg'
img = cv2.imread(img)

rotate_270 = cv2.rotate(img, cv2.ROTATE_90_COUNTERCLOCKWISE)
### 시계방향으로 270도 회전

cv2.imshow("rotate_270", rotate_270)
cv2.waitKey(0)
cv2.destroyALLWindow()

5.이미지 변형

흑백

import cv2

img = 'test.jpg'
img = cv2.imread(img)

GRAY = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
### 흑백으로 이미지 변경

cv2.imshow("GRAY", GRAY)
cv2.waitKey(0)
cv2.destroyALLWindow()

흐림

• 가우시안블러

1. 커널사이즈 변화에 따른 흐림

import cv2

img = 'test.jpg'
img = cv2.imread(img)

## 커널 사이즈는 보통 양수의 홀수로 지정
## ex) (3,3) or (5,5) or (7,7)

kernel_3 = cv2.GaussianBlue(img, (3,3), 0)
kernel_5 = cv2.GaussianBlue(img, (5,5), 0)
kernel_7 = cv2.GaussianBlue(img, (7,7), 0)

cv2.imshow("kernel_3", kernel_3)
cv2.imshow("kernel_5", kernel_5)
cv2.imshow("kernel_7", kernel_7)
cv2.waitKey(0)
cv2.destroyALLWindow()

2. 표준편차 변화에 따른 흐림

import cv2

img = 'test.jpg'
img = cv2.imread(img)

sigma1 = cv2.GaussianBlue(img, (0,0), 1)
sigma2 = cv2.GaussianBlue(img, (0,0), 2)
sigma3 = cv2.GaussianBlue(img, (0,0), 3)

cv2.imshow("sigma1", sigma1)
cv2.imshow("sigma2", sigma2)
cv2.imshow("sigma3", sigma3)
cv2.waitKey(0)
cv2.destroyALLWindow()

원근

문서등을 사진을 찍으면 사다리꼴 -> 원하는 직사각으로 변형
나중에 OCR을 통한 텍스트인식 때 필요함

# 새롭게 원근수정을 할 이미지를 가져옴

import cv2

img = 'test.jpg'
img = cv2.imread(img)
height, width = 640, 240 
### 결과물 크기 지정

src = np.array([[], [], [], []], dtype = np.float32)
### 4개의 점을 이용하여 펼치는 작업 필요
### 사각형의 왼쪽 꼭지점부터 시계방향으로 점을 지정

out = np.array([[0,0], [width,0], [width,height], [0,height]], dtype = np.float32)
### 출력 포인트 설정

matrix = cv2.getPerspectiveTransfrom(src,out)
## 변환행렬을 얻음
result = cv2.wrapgetPerspective(width, height)
## 변환행렬을 적용

cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyALLWindow()