'2020/Python'에 해당되는 글 71건

# 혹시 에러가 뜬다면 두 사진의 해상도를 확인해주세요. 해상도가 맞지 않으면 에러가 뜹니다.

# 이미지 회전(cv2.getRotationMatrix2D(center, angle, scale))

-  center : 회전 중심

- angle : 회전 각도

- scale : Scale Factor

cv2.warpAffine(image, M, dsize) 이미 위치 변경

- M: 변환행렬

- dsize : Manual Size

출처 : 유튜브 나동빈

# 이미지의 크기를 늘리면 어떤걸 채워서 늘리게 될까요?

여기서 알아야 될 것이 Interploation(사이즈가 변할 때 픽셀 사이의 값을 조절하는 방법을 의미) 입니다.

A와 B라는 픽셀이 있을때 A와 B를 쭉 늘릴때 다양하게 채워 주는 것입니다. ex)중간값.

cv2.resize(image, dsize, fx, fy, interpolation) : 이미지 크기 조절

# pycham 이미지 크기 조절

실행 화면

# 이미지의 형태 및 크기 확인, 픽셀 위치

# 특정 범위 픽셀 변경을 해보겠습니다.

위에 소스코드를 보면

for문을 돌려서 픽셀을 변경하는 것과 0:100 슬라이싱을 사용해 픽셀 변경하는 것 두가지를 적어놓았습니다.

시간을 보면 for문보다 슬라이싱을 이용하여 처리하는 것이 속도가 더 빠르다는 걸 알 수 있습니다.

(가로 세로 0~99까지 색 변경)

# ROI 추출 및 복사

ValueError: could not broadcast input array from shape (150,150,3) into shape (150,155,3)

혹시 이러한 error가 떳다면 크기가 맞지 않아서 그렇습니다.

간격을 보시면 x와 y가 둘다 150입니다 하지만

아래의 출력할 사이즈는 y가 5가 더 높습니다. 이렇듯 사이즈가 서로 맞지 않으면 위와 같은 에러가 나타나게 됩니다.

# OpenCV를 활용한 픽셀별 색상 다루기

  영상 처리와 컴퓨터 비전을 위한 오픈소스 라이브러리이고 C, C++, Python 에서 사용이 가능합니다.

  OpenCV에서 우리들이 가장 많이 하게 될 건 이미지를 처리하는 작업입니다.

# cv2.imread(file_name, flag) #flag = 이미지를 읽는 방법 설정
# imread_color: 이미지를 Color로 읽고, 투명한 부분은 무시
# imread_grayscale : 이미지를 Grayscale로 읽기
# imread_unchanged: 이미지를 Color로 읽고, 투명한 부분도 읽기(Alpha)
# 반환 값: Numpy 객체( 행 열 색상: 기본 BGR) BGR 형태로 처리됨

img_basic = cv2.imread('park1.jpg', cv2.IMREAD_COLOR)

# cv.imshow(title, image) 특정한 이미지 화면에 출력
# title 윈도우 창의 제목
# image: 출력할 이미지 객체
# 파일 명은 영문만 가능
cv2.imshow('Image Basic', img_basic)

#cv2.waitKey(time) 키보드 입력을 처리하는 함수

#- time: 입력대기 시간(무한 대기:0)
#반환 값: 사용자가 입력한 Ascii Conde(ESC:27)
cv2.waitKey(0)

#cv.mwrite(file_name, image) 특정한 이미지를 파일로 저장하는 함수
#-file_name: 저장할 이미지 파일 이름
#-image: 저장할 이미지 객체
cv2.imwrite('result1.png', img_basic)

cv2.destroyAllWindows() # 화면의 모든 윈도우를 닫는 함수

img_gray = cv2.cvtColor(img_basic, cv2.COLOR_BGR2GRAY)
#BGR 형태를 TO(2) GRAY형태로 바꾸겠다
cv2.imshow('Image Gray', img_gray)
cv2.waitKey(0)
cv2.imwrite('grayResult.png', img_gray)

실행시 화면

키 입력시 cv2.destroyAllWindows() 가 실행되고

흑백화면이 출력됩니다.

-JUPYTER NOTEBOOK 화면

서로 다른 형태의 Numpy 연산

- Numpy는 서로 다른 형태의 배열을 연산할 때는 행 우선으로 수행됩니다.

브로드 캐스트: 형태가 다른 배열을 연산할 수 있도록 배열의 형태를 동적으로 변환해줍니다.

#Numpy의 마스킹 연산

- 각 원소에 대하여 체크합니다

array1 에 0~15까지 4*4 배열의 크기로 만들어 줍니다.

array2에 10보다 작은 정수를 체크해주고

array1의 array2를 100으로 바꿔줍니다.

# Numpy 집계 함수(max, min, sum, mean)

# Numpy 행합계, 열합계

출처 : 나동빈의 Numpy의 기본연산 [ Python 데이터 분석과 이미지 처리]