[안드로이드로 배우는 OpenCV] 윤곽선 검출하기

윤곽선(Contour)이란? 객체의 경계를 따라 연속적으로 결합되는 픽셀들을 윤곽선이라고 할 수 있다. 윤곽선은 모양 분석과 물체 감지 및 인식에 유용하다. 윤곽선을 찾을때는 더 나은 검출 정확도를 위해 이진화된 이미지를 사용하며, 검정 배경에서 흰색 객체를 찾는 것임을 기억하자. 윤곽선 알고리즘 윤곽선을 찾는 알고리즘이나 관련논문은 다음과 같다. Square tracing Moore-neighbor tracing Radial sweep 더보기…

[안드로이드로 배우는 OpenCV] 모폴로지(Morphology)

모폴로지(Morphology) 모폴로지는 형태학적인 측면에서 이미지를 다루는 기법을 말한다. 다양한 영상 처리 시스템에서 전처리 (Pre-processing) 또는 후처리(Post-processing) 형태로 사용한다. 모폴로지 연산의 예를 들자면,이진화 된 이미지에서 노이즈를 제거하거나, 구멍을 채운다거나, 끊어진 선을 이어 붙일 때 등에 사용될 수 있다. 이 포스팅에서는 침식과 팽창 그리고 열기와 닫기 연산에 대해서 알아볼텐데, 이러한 연산들을 수행하기 더보기…

[안드로이드로 배우는 OpenCV] 레이블링(Labeling)

레이블링(Labeling) 레이블링이란 일반적으로 이진화 된 이미지에서 연속된 픽셀에  대해 고유한 번호를 매기는 작업을 의미 한다. 이진화에 대한 내용은 이전 포스팅에서 확인할 수 있다. 이미지의 이진화 자동 이진화 임계값 결정(Otsu) 지역 이진화 적응형 이진화 레이블링을 수행하면 객체 단위로 이미지를 분석할 수 있게 된다. 객체의 위치, 크기, ROI 추출, 모양 분석등이 가능해진다. 더보기…

[안드로이드로 배우는 OpenCV] 적응형 이진화(Adaptive Threshold)

적응형 이진화 지난 포스팅에서 Otsu 및 지역 이진화를 적용 했을 때 다음과 같은 결과물을 얻는 것을 확인했다. Otsu나 지역 이진화를 통한 방법은 모든 이미지에서, 특히 이미지가 서로 다른영역에서 다른 밝기값을 가질 때 잘 수행되지 않는다. 이러한 경우 적응형 이진화를 진행할 수 있다. 적응형 이진화란 이미지의 각 픽셀에 대해 개별적으로 임계값을 더보기…

[안드로이드로 배우는 OpenCV] 지역 이진화

지역 이진화 지난 포스팅에서 Otsu 함수를 통해 임계값을 자동으로 결정하고 이미지를 이진화하는 방법에 대해서 알아보았다. 단순히 Otsu를 적용하는 것으로 객체와 배경을 분리할 수 있으면 좋겠지만 현실은 그렇지 않다. 다음의 쌀알이 포함된 이미지를 살펴보자. 쌀알 이미지에 Otsu 함수를 적용하면 다음과 같은 이진화 된 이미지를 얻을 수 있다.   큰 문제는 없어보인다. 더보기…

[안드로이드로 배우는 OpenCV] 이미지의 이진화 – Otsu(자동 임계값 설정)

이진화 임계값 결정 지난 포스팅에서 임계값을 통해 이미지를 이진화 하는 방법에 대해서 알아보았다. 이진화 된 이미지를 얻을 때 가장 중요한 점은 바로 임계값을 어떻게 또는 무엇으로 결정하냐는 것이다. 임계값을 조금씩 변경하면서 사람의 눈으로 확인하여 가장 좋은 결과값을 얻는 것도 하나의 방법이지만 이러한 반복적인 작업 없이도 자동으로 적절한 임계값을 한번에 찾을 더보기…

[안드로이드로 배우는 OpenCV] 이미지의 이진화

이미지의 이진화(Binarization)란? 이미지의 픽셀 값을 0 또는 255로 변환하는 연산을 말한다. 변환된 이진 이미지는 다음과 같은 목적을 수행하는데 적합하다. 배경(Background)과 객체(Object) 구분하기 관심 영역과 비관심 영역 가르기 이미지의 이진화는 일반적으로 회색조(grayscale) 이미지로 하며, 픽셀의 값을 결정하기 위해 임계값(threshold)을 정하게 된다.  Threshold 임계값(T)를 통해 이미지(I)의 픽셀값을 0 또는 255로 결정할텐데 이를 더보기…

[안드로이드로 배우는 OpenCV] 허프 변환 – 원 검출 하기

허프 원 변환(Hough Circle Transform;CHT) 지난 포스팅에서 직선을 검출하는 허프 선 변환에 대해서 알아보았다. 이번 포스팅에서는 허프 변환을 통해 원을 검출하는 방법에 대해서 알아본다. 우선 우리가 알고 있는 원을 표현하는 표준 원 방정식은 다음과 같다. (x-a)2 + (y-b)2 = r2 r은 반지름(radius)을 의미하고, (a,b)은 원의 중심을 의미 한다. 이 방정식에서 원을 표현하기 더보기…

[안드로이드로 배우는 OpenCV] 캐니 엣지 검출기(Canny Edge Detector)

Canny Edge Detector 캐니 엣지 검출기는 John Canny가 1986년에 논문에서 발표한 내용으로 라플라스 필터 방식을 상당히 개선했다.  J. Canny는 다음과 같은 3가지 조건을 충족하는 엣지 검출기를 만들고자 했다. Good detection – 엣지가 아닌 점을 엣지로 찾거나 또는 엣지인데 엣지로 찾지 못하는 확률을 최소화한다. Good localization – 실제 엣지의 중심부분을 검출한다. 더보기…

[안드로이드로 배우는 OpenCV] 라플라시안 필터(Laplacian)

라플라스 연산자 라플라스 또는 라플라시안 연산자는 2차 미분 연산자의 일종으로, 기울기의 발산이다.  이전 포스팅에서 소벨 연산자에 대해 다룬적이 있다. 엣지 부근에서 픽셀의 값이 뛰는 것을 확인할 수 있었다. 만약에 여기에 2차 미분을 취하면 어떻게 될까? 2차미분은 말 그대로 1차 미분값을 다시 한번 미분하는 방법을 말하는데, 2차미분의 장점은 엣지의 중심부분을 찾을 더보기…