[CV] #06. 영상의 산술 및 논리 연산

#06-1. 영상의 산술 연산

산술 연산

• 영상은 일종의 2차원 행렬 → 행렬의 산술 연산 그대로 적용 가능
• 덧셈 : 이미지 밝기 높아지는 효과 → 포화 연산 필요
  
• 뺄셈 : 이미지 밝기 낮아지는 효과

→ 곱셈, 나눗셈은 거의 사용 X

덧셈

• add(src1, src2, dst, mask = noArray(), dtype = -1)

  • dtype : 출력행렬의 깊이

    → src1 깊이 = src2 깊이 : dtype = -1

    → src1 깊이 ≠ src2 깊이 : dtype 지정 필수 !
    

  • 영상/행렬 or 정수/실수 자료형 전달

    → broadcasting 적용
    

  • 자동으로 포화연산 수행

    

  • 두 입력 영상의 윤관 조금씩 포함

  • 전반적으로 밝게 포화

• addWeighted(src1, alpha, src2, beta, gamma, dst, dtype = -1)

  • gamma : 가중합 결과에 추가적으로 더할 값

  • 가중치 부여한 덧셈

    

  • 보통 a+b = 1이 되도록

    → 포화상태가 되지 않도록
    

  • a + b > 1 : 포화 현상 발생, 훨씬 밝아지게 됨

  • a + b < 1 : 평균 밝기보다 어두운 결과 영상

    Mat src1 = imread("a.bmp", IMREAD_GRAYSCALE);
    Mat src2 = imread("b.bmp", IMREAD_GRAYSCALE);
    Mat dst;
    addWeighted(src1, 0.5, src2, 0.5, 0, dst);

  • 평균 밝기 그대로 유지

    

뺄셈

• subtract(src1, src2, dst, mask = noArray(), dtype = -1)

  • 영상 순서에 따라 결과 달라짐

• absdiff(src1, src2, dst)

  

  • 뺄셈순서에 상관없이 픽셀 값 차이가 큰 영역 두드러지게 하고 싶을 때

  • 결과영상 : 차영상(difference image)

  • 두 개의 영상에 변화있는 영역 찾기

    

    → 현실에 적용 어려움 : 태양의 밝기 등 외부요소
    

곱셈, 나눗셈

• 수행하는 경우 거의 X

• 같은 위치에 있는 픽셀값끼리 연산

• multiply(src1, src2, dst, scale = 1, dtype = -1)

  

  • scale : 추가적으로 확대/축소할 비율

• divide(src1, src2, dst, scale = 1, dtype = -1)

#06-2. 영상의 논리 연산

논리 연산

• 픽셀 값 → 이진수 : 각 비트 단위 논리 연산
• AND, OR, XOR, NOT
• 그레이스케일영상 : 1byte(8bit) 할당

OpenCV의 논리연산 함수

• bitwise_and(src1, src2, dst, mask = noArray())
  • mask = 0 인 위치 논리연산 수행 X
  • 흰색 부분만 표시, 나머지 검정
• bitwise_or(src1, src2, dst, mask = noArray())
  • 검정색 부분만 표시, 나머지 흰색
• bitwise_xor(src1, src2, dst, mask = noArray())
  • 흰색 부분만 반전
• bitwise_not(src1, dst, mask = noArray())
  • 전체 반전

+) pyplot

from matplotlib import pyplot as plt
plt.subplot(231), plt.axis('off'), plt.imshow(src1, 'gray'), plt.title('src1')
...
plt.show()