(CV summary) 01. OpenCV

( 참고 : 패스트 캠퍼스 , 한번에 끝내는 컴퓨터비전 초격차 패키지 )

OpenCV

import cv2 as cv
import matplotlib.pyplot as plt 

1. 기본 문법

cv.imread

img_path = 'image.jpeg'
image = cv.imread(img_path)

print(image.shape)
print(image.max())
print(image.min())

(1440, 1440, 3)
255
0

plt.imshow(img)

cv.cvtColor

• convert colors
  • cv.COLOR_BGR2RGB : Blue,Green,Red \(\rightarrow\) Red,Green,Blue
  • cv.COLOR_BGR2GRAY : Blue,Green,Red \(\rightarrow\) Gray

image_rgb = cv.cvtColor(image, cv.COLOR_BGR2RGB)
image_gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

plt.imshow(image_rgb)
plt.imshow(image_gray, cmap='gray')

2. Image Cropping

Cropping : 이미지의 일부를 자르는(Crop) 것

대상 : 2개의 이미지

(1) Image의 H & W 가져오기

H1, W1 = image1.shape[:2]
H2, W2 = image2.shape[:2]

size = 720

(2) Image의 중앙을 자르기

def crop_center(image, H, W, size):
  x1 = int(H/2 - size/2)
  x2 = int(H/2 + size/2)
  y1 = int(W/2 - size/2)
  y2 = int(W/2 + size/2)
  return image[x1:x2, y1:y2]

image1_center = crop_center(image1, H1, W1, size)
image2_center = crop_center(image2, H2, W2, size)

plt.imshow(image1_center)
plt.imshow(image2_center)

(3) Image Masking

a) Square mask

image1_mask = np.zeros_like(image1)
image2_mask = np.zeros_like(image2)

x1 = int(size/2)
x2 = size

image1_mask[x1:x2,] = image1[x1:x2,] # 위의 절반을 0으로 마스킹
image2_mask[0:x1,] = image2[0:x1,] # 밑의 절반을 0으로 마스킹

plt.imshow(image1_mask)
plt.imshow(image2_mask)

b) cv.bitwise_or

OR 연산 적용

# 위 절반은 이미지2
# 아래 절반은 이미지1
img1_img2_merged = cv.bitwise_or(image1_mask, image2_mask)

plt.imshow(img1_img2_merged)

c) cv.bitwise_and & cv.circle

AND 연산 적용 ( 둘 다 값이 0이아니어야만 값이 나옴 )

• 이번엔, 원형 마스크 적용

circle_mask = np.zeros_like(image2)
cv.circle(circle_mask, (size//2,size//2), size//3, (255,255,255), -1 )
plt.imshow(circle_mask)

• 가운데에 흰색 원
• 테두리는 검은 배경

이것을 Image2에 적용

circle_mask = np.zeros_like(image2)
masked_image2 = cv.bitwise_and(image2, circle_mask)

cv.circle(circle_mask, (size//2,size//2), size//3, (255,255,255), -1 )

#------------------------------------------------------------------------#
plt.imshow(circle_mask)
plt.imshow(masked_image2)

3. ORB detector

Oriented FAST and rotated BRIEF

• kp : key point
• des : descriptor
  • descriptor : 500개의 32차원 벡터

(1) Keypoint & Descriptor 찾기

orb = cv.ORB_create()


kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)

print(len(kp1),len(des1))
print(len(kp2),len(des2))

print(des1.shape) 
print(des2.shape)

500 500
500 500
(500, 32)
(500, 32)

(2) Brute Force Matcher (cv.BFMatcher) 로 매칭

bf = cv.BFMatcher(cv.NORM_HAMMING, crossCheck = True)

matches = bf.match(des1, des2)
matches = sorted(matches, key = lambda x : x.distance) # sorting

(3) Visualize Matches

top_K_matches = 10
matched_image = cv.drawMatches(image1, kp1, image2, kp2, matches[:top_K_matches], None, 
                      flags = cv.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)

plt.imshow(matched_image)