[CV] #12. 레이블링과 외곽선 검출

#12-1. 레이블링

레이블링

• 각각의 객체를 구분, 분석하는 작업
• 구성 요소 레이블링 : 객체 픽셀 집합에 고유 번호를 매기는 작업
• 각 객체의 위치,크기 등의 정보 추출 → 객체 인식을 위한 전처리 과정
  
• 하나의 객체를 구성하는 모든 픽셀에는 같은 레이블 번호 지정

  • 레이블 맵 : 객체 고유의 번호가 매겨진 2차원 정수 행렬

  • 0번 레이블 = 배경

    

• 특정 픽셀과 이웃한 픽셀의 연결관계
  1. 4-방향 연결성(4-way connectivity)
     • 특정 픽셀의 상하좌우 붙어있는 픽셀끼리 연결
  2. 8-방향 연결성(8-way connectivity)
     • 상하좌우 + 대각선 방향

cnt, labels = connectedComponents(src, connectivity = 8)

레이블링 응용

• 객체 영역 위치, 크기 파악

  cnt, labels, stats, centroids = connectedComponentsWithStats(src, connectivity = 8)

  • stats : 각각의 레이블 영역에 대한 통계 정보

  • centroids : 각각의 레이블 영역의 무게 중심 좌표 정보

    → x좌표(y좌표) 모두 더한 후 픽셀 개수로 나눈 값

    

• 객체 통계 정보 이용하여 바운딩 박스 표시

  _, src_bin = cv2.threshold(src, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
  cnt, labels, stats, centroids = cv2.connectedComponentsWithStats(src_bin)
  dst = cv2.cvtColor(src, cv2.COLOR_GRAY2BGR)
  for i in range(1, cnt):
      (x, y, w, h, area) = stats[i]
      if area < 20:
          continue
      pt1 = (x, y)
      pt2 = (x + w, y + h)
      cv2.rectangle(dst, pt1, pt2, (0, 255, 255))

#12-2. 외곽선 검출

외곽선 검출

• contour : 객체 영역 픽셀 중 배경 영역과 인접한 일련의 픽셀
  1. 객체 바깥쪽 외곽선
  2. 안쪽 홀 외곽선 : 객체 영역 내부 검은색 배경 영역
• findContours(src, mode, method, offset)

  • mode : 외곽선 검출 모드 RetrievalModes

    • RETR_EXTERNAL : 객체 바깥쪽 외곽선만, 계층 구조 X

    • RETR_LIST : 모두, 계층 구조 X

    • RETR_CCOMP : 모두, 2단계 계층 구조

      → 상위 외부외곽선, 하위 내부내곽선
      

    • RETR_TREE : 모두, 전체 계층 구조

      계층 구조 : 감지된 객체들 간의 관계 나타내는 방법

  • method : 외곽선 근사화 방법 ContourApproximationModes
    - CHAIN_APPROX_NONE : 모든 외곽선 점들의 좌표
    - CHAIN_APPROX_SIMPLE : 외곽선 중 수평선, 수직선, 대각선 성분은 끝점만 저장
    - CHAIN_APPROX_TC89_L1 : Teh & Chin L1 근사화 적용
    - CHAIN_APPROX_TC89_KCOS : Teh & Chin k cos 근사화 적용

    

• 외곽선 정보 그리기

  • drawContours(src, contours, contourIdx, color, thickness=1, lineType=LINE_8, hierarchy, maxLevel = INT_MAX)

    contours, _ = cv2.findContours(src_bin, cv2.RETR_LIST,
    																cv2.CHAIN_APPROX_NONE)
    dst = cv2.cvtColor(src, cv2.COLOR_GRAY2BGR)
    for i in range(len(contours)):
    		# len(contours) : 전체 외곽선 개수
        c = (random.randint(0, 255), random.randint(0, 255),
    					random.randint(0, 255))
        cv2.drawContours(dst, contours, i, c, 2)

    _, src_bin = cv2.threshold(src, 0, 255,
    														cv2.THRESH_BINARY | cv2.THRESH_OTSU)
    contours, hierarchy = cv2.findContours(src_bin, cv2.RETR_CCOMP,
    																				cv2.CHAIN_APPROX_SIMPLE)
    dst = cv2.cvtColor(src, cv2.COLOR_GRAY2BGR)
    idx = 0
    while idx >= 0:
        c = (random.randint(0, 255), random.randint(0, 255),
    					random.randint(0, 255))
        cv2.drawContours(dst, contours, idx, c,
    										-1, cv2.LINE_8, hierarchy)
        idx = hierarchy[0, idx, 0]

외곽선 처리 함수

• 바운딩 박스 : 외곽선 점을 감싸는 가장 작은 크기의 사각형
  • boundingRect(points)
  • points : 입력 점들의 집합
• 최소 크기의 회전된 사각형
  • minAreaRect(points)
• 최소 크기의 원
  • minEnclosingCircle(points, center, radius)
• 임의의 곡선을 형성하는 점들의 집합 → 해당 곡선의 길이
  • arcLength

더글라스-포이커(Douglas-Peucker) 알고리즘

1. 입력 외곽선에서 가장 멀리 떨어진 두 점 찾아 직선으로 연결
2. (반복) 직선에서 가장 멀리 떨어진 외곽선 상의 점 찾기 → 근사화 점으로 추가
3. (종료조건) 새로 추가할 점과 근사화에 의한 직선과의 수직거리 < epsilon 인자

• approxPolyDP(curve, approxCurve, epsilon,closed)

  _, src_bin = cv2.threshold(src, 0, 255,
  														cv2.THRESH_BINARY | cv2.THRESH_OTSU)
  contours, _ = cv2.findContours(src_bin, cv2.RETR_EXTERNAL,
  																cv2.CHAIN_APPROX_NONE)
  for pts in contours:
      if cv2.contourArea(pts) < 400:
          continue
      approx = cv2.approxPolyDP(pts, cv2.arcLength(pts, True) * 0.02, True)
      vtc = len(approx)   # 꼭지점 개수
      if vtc == 3:
          setLabel(src, pts, 'TRI')
      elif vtc == 4:
          setLabel(src, pts, 'RECT')
      else:
          lenth = cv2.arcLength(pts, True)
          area = cv2.contourArea(pts)
          ratio = 4. * math.pi * area / (lenth * lenth)
          if ratio > 0.05:
              setLabel(src, pts, 'CIR')