1. 영상(Image)
- 픽셀이 바둑판 모양의 격자로 나열되어 있는 형태(2차원 행렬)
- 픽셀 : 이미지를 구성하는 가장 작은 단위
2. 그레이스케일 영상
- 흑백 사진처럼 색상 정보가 없는 영상
- 밝기 정보만으로 구성된 영상을 말합니다.
- 밝기 정보는 총 256단계로 표현 가능(0 ~ 255)
- 1픽셀은 8bit에 저장 = 1 byte
- 가로크기 * 세로크기 = 이미지 용량
예) 28 * 28 = 784 bytes
3. 트루컬러 영상
- 컬러 사진처럼 색상 정보를 가지고 있기 때문에 다양한 색상을 표현할 수 있는 영상
- red, green, blue 색 성분을 사용하고 각 256단계로 표현합니다.
- 픽셀을 표현할때 튜플로 표현합니다 -> (255, 255, 255)
- 1픽셀은 3byte
- 가로크기 * 세로크기 * 3 = 이미지 용량
예) 28 * 28 * 3 = 2352 bytes
4. 영상 파일 형식
BMP
- 픽셀 데이터를 압축하지 않고 그대로 저장
- 용량이 매우 큼(픽셀의 일반적인 크기)
- 파일 구조가 단순해서 별도의 라이브러리 없이 프로그래밍이 가능합니다.
JPG(JPEG)
- 압축률이 좋아서 파일 용량이 크게 감소
- 사진과 같은 컬러영상을 저장
- 손실 압축이라는것을 쓰게 됩니다.
- CTRL + C, V를 반복하면 나중에 압축률이 깨져서 뿌옇게 되는 특징이 있습니다
GIF
- 움직이는 영상 지원(여러사진을 합치기 가능)
- 256색 이하의 영상을 저장
- 무손실 압축이라서 복붙해도 영상이 깨지지 않습니다.
PNG
- 웹 이미지용으로 권장
- 무손실 압축, 손실압축 모두 가능
- 투명도의 채널도 있어서 알파채널(투명도)을 지원함
- 형식(RGB) : ((255, 255, 255, 1), 224, 224)
5.OpenCV-Python 모듈
opencv
- 컴퓨터 비전과 이미지 처리를 위한 오픈소스 라이브러리
- 1999년 인텔에서 영상처리 기술을 개발하기 위한 목적으로 만듦
- 2000년 BSD 라이선스로 배포
- 2011년 이후 opencv2로 개발 시작
== 영상에 효과를 주거나 필요에 의해서 전처리를 할 때 사용하기 쉽게 다루기 위해 사용.
opencv 설치
pip install opencv-python
모듈 불러오기
import cv2
6.동영상 다루기
카메라 영상 불러오기
cv2.VideoCapture(0) #해당 인덱스에 설치된 카메라를 불러옴
동영상 불러오기
cv2.VideoCapture('파일경로') # 해당 파일경로의 동영상을 불러옴
동영상 출력하기
FourCC(Four Cgaracter Code)
-4바이트로 된 문자열이며 데이터 형식을 구분하는 고유 글자를 의미한다.
-주로 AVI 파일의 영상 코덱을 구분할 때 사용(DIVX, XVID, MP4V ..)
예) cv2.VideoWriter_fourcc(*'DIVX')
cv2.VideoWriter('파일경로', FourCC, 초당 프레임 수, (가로크기, 세로크기))
cv2 모듈 사용해보기
import cv2
print('현재 OpenCV 버전: ', cv2.__version__)
#그레이스케일 영상
img = cv2.imread('../dog.bmp', cv2.IMREAD_GRAYSCALE)
print(img)
cv2.imshow('img', img)
cv2.waitKey()
위 이미지를 가지고 확인하려고 합니다.
OPEN CV 모듈을 가지고 확인하려고 하고 왼쪽이 원본 오른쪽이 크레이스케일 영상으로 프린트 된 모습입니다.
여기서 그레이스케일을을 넣지않으면 그냥 트루컬러로 됩니다.
2_matplotlib.py
matplotlib으로 출력해보기
이 이미지는 x를 눌러야 닫힙니다.
import cv2
import matplotlib.pyplot as plt
#cv2를 통해 그레이스케일로 불러온 후 matplontlib으로 그레이스케일 영상 출력
img = cv2.imread('../dog.bmp', cv2.IMREAD_GRAYSCALE)
# cv2.imshow('img', img)
# cv2.waitKey()
plt.axis('off')
plt.imshow(img, cmap='gray')
plt.show()
#cv2를 통해 컬러로 불러온 후 matplontlib으로 컬러영상 출력
#OpenCV: BGR matplotlib: RGB
img=cv2.imread('../dog.bmp')
plt.axis('off')
plt.imshow(img)
plt.show()
RBG가 아니라 BGR순서로 출력하기떄문에 스머프 스타일이 나온다.
다시 원래대로 만들려면 BRG을 RBG 순서로 변경해주어야합니다.
#cv2를 통해 컬러로 불러온 후 matplontlib으로 컬러영상 출력
img=cv2.imread('../dog.bmp')
img= cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.axis('off')
plt.imshow(img)
plt.show()
cv2.COLOR_BGR2RGB을 사용하면 다시 순서가 잘 바뀌어서 정상적인것으로 확인될 수 있습니다.
#subplot을 이용하여 왼쪽에는 그레이스케일 영상, 오른쪽에는 컬러영상을 출력해보자
img_gray = cv2.imread('../dog.bmp', cv2.IMREAD_GRAYSCALE)
img_color = cv2.imread('../dog.bmp')
img_color = cv2.cvtColor(img_color, cv2.COLOR_BGR2RGB)
plt.subplot(121) #1행 2열의 첫번째
plt.axis('off')
plt.imshow(img_gray, cmap='gray')
plt.subplot(122) #1행 2열의 두번째
plt.axis('off')
plt.imshow(img_color)
plt.show()
왼쪽에는 gray. 오른쪽에는 컬러영상을 확인할 수 있습니다.
open cv로 불러온 영상을 들여다보는 실습입니다.
import cv2
img_gray = cv2.imread('../dog.bmp', cv2.IMREAD_GRAYSCALE)
print('img_gray type: ', type(img_gray)) #<class 'numpy.ndarray'>
print('img_gray shape: ', img_gray.shape) #(364, 548) #이미지의 크기를 나타냅니다.
#이미지파일은 세로, 가로로 불러오게 됩니다.
print('img_gray dtype: ', img_gray.dtype) #uint8(음수를 표현하지 못하는 256까지 표현할 수 있다는 뜻)
img_color = cv2.imread('../dog.bmp', cv2.IMREAD_GRAYSCALE)
print('img_gray type: ', type(img_color))
print('img_gray shape: ', img_color.shape) #(세로, 가로, 컬러) #컬러가 뒤에있음!!
print('img_gray dtype: ', img_color.dtype)
이러면 open cv로불러올떄 전처리를 할때 순서를 배치사이즈를 어떻게 넣었는지, 차원 생각해야하고, 이미지 크기 가로세로 인지, RBG인지 GBR인지 잘 생각해야합니다.
실습과제
# 아래와 같이 출력하기
# 이미지 사이즈: 548*364
h, w = img_color.shape[:2]
print(f'이미지 사이즈: {w}*{h}')
# img_color가 그레이스케일 영상인지, 컬러영상인지 구분하기
# if문을 사용하여 출력
if len(img_color.shape) == 3:
print('컬러')
elif len(img_color.shape) == 2:
print('그레이스케일')
# img_color에 특정 색 정보로 영상을 변경
# BGR: (255, 102, 255)
# for x in range(h):
# for y in range(w):
# img_color[x, y] = (255, 102, 255)
img_color[:,:] = (255, 102, 255)
cv2.imshow('img_color', img_color)
cv2.waitKey()
##creatImg.py
import cv2
import numpy as np
img1 = np.zeros((240, 320), dtype=np.uint8)
img2 = np.empty((240,320), dtype=np.uint8)
img3 = np.ones((240,320), dtype=np.uint8) * 150
img4 = np.full((240,320,3), (155,102,255),dtype=np.uint8)
cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)
cv2.imshow('img4', img4)
cv2.waitKey()
zeros는 0 이니까 모두 다 검정색인것을 확인할 수 있습니다.
150의 화면은 좀 밝은 흰색을 예측할 수 있습니다.
원하는 색상으로 픽셀을 주어서 만들 수 있습니다.
이렇게 4가지 이미지 파일을 만들 수 있습니다.
#copyImg
import cv2
img = cv2.imread('../dog.bmp')
img_test = img
img[90:210, 120:240] = (255, 102, 255)
cv2.imshow('img', img)
cv2.imshow('img_test', img_test)
cv2.waitKey()
이렇게 2개 다 똑같이 뜨는 이유는
img가 가르키는건 오른쪽 그리고 img_test는 img를 가지고있는거라 같이 쓰게됩니다.
img_test = img.copy()이렇게 copy를 해놓으면 이미지 두개는 각각 다르게 프린트 되게 됩니다.
###drawing
간단하게 라인(글자, 동그라미, 네모 선을 그리는거..)을 해보려고 합니다.
이것같은경우에는 나중에 이미지 객체 구별할때 사용하게 됩니다.
import cv2
import numpy as np
img = np.full((500, 500 ,3), 255, np.uint8)
cv2.imshow('img', img)
cv2.waitKey()이 후에
import cv2
import numpy as np
img = np.full((500, 500 ,3), 255, np.uint8)
cv2.line(img, (70,70), (400,70), (0,0,255), 5)
cv2.imshow('img', img)
cv2.waitKey()cv2.line 그리면 오른쪽처럼 됩니다.
import cv2
import numpy as np
img = np.full((500, 500 ,3), 255, np.uint8)
cv2.line(img, (70,70), (400,70), (0,0,255), 5)
cv2.rectangle(img, (50, 200, 150, 100), (0, 255, 0), 3)
cv2.rectangle(img, (50, 350, 150, 100), (0, 255, 0), -1)
#원 그리기
cv2.circle(img, (300, 250), 50, (255,0,0), -1)
#글씨 써보기
cv2.putText(img, 'Hello OpenCV', (300,400), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0,0,0))
cv2.imshow('img', img)
cv2.waitKey()
-1을쓰면 칠해집니다.
# 7_camerain (카메라가 있어야함)
import cv2
import sys
cap = cv2.VideoCapture(0)
if not cap.isOpened():
print('카메라를 열 수 없음')
sys.exit()
print('카메라 연결 성공')
print('가로 사이즈: ', int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)))
print('세로 사이즈: ', int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('FPS: ', cap.get(cv2.CAP_PROP_FPS))
# ret : 영상을 읽었는지 여부(True/False),
# frame : 읽어온 영상 (ndarray로 저장이되고 없다며 None으로 저장됨)
ret, frame = cap.read()
cv2.imshow('frame', frame)
cv2.waitKey()
여기서 포인트는 ret, frame입니다.
ret은 영상을 읽었는지의 여부
frame은 읽어온 영상을 의미합니다. ndarray로 저장이 되고 없다면 None으로 저장됨.
FPS 초당 얼마나 주는지를 확인할 수 있습니다.
# 반복문으로 이미지 계속 가져오기
while True:
ret, frame = cap.read()
if not ret:
break
cv2.imshow('frame', frame)
if cv2.waitKey(10) == 27: #10 = /1000초 #27 = esc
break
cap.release() #카메라 영상 메모리에서 지우기여기서 waitKey(10)의 10은 1000분의 1이라서 기다리는 시간이 없게 자연스럽게 가게 됩니다.
1000은 1초마다 갱신이 되기때문에 굉장히 느리게 됩니다
27은 키보드의 esc를 가르키게 되어서 나갈때는 27을 눌러주면 됩니다.
# 8_vedioIn (동영상 다운받아서 할 수 있음)
import cv2
import sys
cap = cv2.VideoCapture('./sea.mp4')
if not cap.isOpened():
print('동영상을 불러올 수 없음')
sys.exit()
print('동영상 연결 성공')
print('가로 사이즈: ', int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)))
print('세로 사이즈: ', int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('FPS: ', cap.get(cv2.CAP_PROP_FPS))
print('프레임수: ', int(cap.get(cv2.CAP_PROP_FRAME_COUNT)))
ret, frame = cap.read()
cv2.imshow('frame', frame)
cv2.waitKey()
cap.release()
한 장면을 가져옵니다.
#영상으로 가져오기
while True:
ret, frame = cap.read()
if not ret:
break
cv2.imshow('frame', frame)
if cv2.waitKey(10) == 27:
break
cap.release()를 하게되면 영상으로 잘 됩니다.
# 9_cameraOut.py
import cv2
cap = cv2.VideoCapture(0)
w= round(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
h= round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)
fourcc = cv2.VideoWriter.fourcc(*'DIVX')
out = cv2.VideoWriter('output.avi', fourcc, fps, (w,h))
while True:
ret, frame = cap.read()
if not ret:
break
out.write(frame) #있다고 하면 파일에 1장을 저장
cv2.imshow('frame', frame) #1장 화면에 보여주기
if cv2.waitKey(10) == 27: #멈추고싶다면
break
cap.release()
out.release() #저장하고 끝냄
output.avi 로 저장이 되는것을 확인할 수 있습니다.
| 함수/매소드 | 설명 |
| cv2.IMREAD_GRAYSCALE | 흑백으로 출력됨 |
| cv2.waitkey() | 이미지가 뜨고 특정 키를 입력해야 삭제됨 써주지않으면 진짜 보지도못할정도로 빠르게 지나감 |
| cv2.COLOR_BGR2RGB | BGR을 RGB의 순서로 변경해서 출력함 |
'AI 컴퓨터 비전프로젝트 > [ML,DL]머신러닝,딥러닝' 카테고리의 다른 글
| [DL] ROI함수 활용하여 마우스 클릭 이벤트 구현하기 /완료 (1) | 2024.08.22 |
|---|---|
| [DL] 영상이어붙이기, 키이벤트, 사진 효과(add,blending...) (0) | 2024.08.09 |
| [ML/DL] 포켓몬 분류해보기, 나와닮은 포켓몬 찾아보기 (2) | 2024.08.01 |
| [ML/DL] 전이학습, 케글 데이터셋 활용해서 에일리언vs프레데터 예측하기 (1) | 2024.07.30 |
| [DL] CNN 모델만들기,MNLIST 분류 (0) | 2024.07.28 |
