[OpenCV] 영상의 이진화

이진화(binarization)란

 

영상에서의 이진화란 영상의 각 픽셀을 2개의 부류로 나누는 작업을 말한다.

예를 들어, 입력 영상을 주요 객체 영역과 배경 영역으로 나눈다거나,

영상에서 중요도가 높은 관심영역(ROI)과 비관심 영역으로 구분하는 등 이런 용도로 이진화를 사용할 수 있다.

​

디지털 컴퓨팅 분야에서 이진화는 입력 값을 0 또는 1로 설정하지만,

영상의 이진화에서는 픽셀 값을 0 또는 255로 설정한다. 그러므로 이진화가 적용된 이진 영상은 보통 흰색과 검은색 픽셀로 구성된다.

​

영상의 이진화는 기본적으로 영상의 각 픽셀 값을 이용한다.

그레이스케일 영상에 대해 이진화를 수행하려면 영상의 픽셀 값이 특정 값보다 크면 255로, 작으면 0으로 설정한다.

이때 각 픽셀과의 크기 비교 대상이 되는 값을 임계값(threshold)라고 한다.

임계값은 그레이스케일 범위인 0부터 255까지 사이의 정수를 지정할 수 있다.

​

이진화 검출 방법

 

OpenCV에서 이진화를 위해 threshold() 함수를 지원한다.

 

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type);

src : 입력 영상
dst : 출력 영상
thresh : 임계값
maxval : THRESH_BINARY 또는 THRESH_BINARY_INV 방법을 사용할 때 결과 영상의 최댓값
type : 임계값 연산 방법으로 ThresholdTypes 열거형 상수를 지정할 수 있음
반환값 : 사용된 임계값 THRESH_OTSU 또는 THRESH_TRIANGLE 방법을 사용할 때 자동으로 결정된 임계값 반환

 

threshold() 함수의 동작은 type 인자에 의해 결정된다. 이는 ThresholdTypes 열거형 상수를 지정할 수 있다.

ThresholdTypes 열거형 상수	설명
THRESH_BINARY	일반적인 이진화 방식으로 픽셀 값이 thresh를 넘으면 최대값, 아니면 0 지정
THRESH_BINARY_INV	픽셀 값이 thresh를 넘으면 0, 아니면 최대값 지정
THRESH_TRUNC	픽셀 값이 thresh를 넘으면 thresh 값으로, 아니면 그대로 유지
THRESH_TOZERO	픽셀 값이 thresh를 넘으면 원본값, 아니면 0 지정
THRESH_TOZERO_INV	픽셀 값이 thresh를 넘으면 0, 아니면 원본 값 지정
THRESH_OTSU	오츠 알고리즘을 이용한 자동 임계값 설정
THRESH_TRIANGLE	삼각 알고리즘을 이용한 자동 임계값 설정

THRESH_BINARY, THRESH_BINARY_INV, THRESH_TRUNC, THRESH_TOZERO, THRESH_TOZERO_INV5개의 상수가 threshold() 함수의 동작을 결정한다.

​

THRESH_OTSU와 THRESH_TRIANGLE 상수는 영상의 픽셀 값 분포를 임계값으로 자동으로 결정하여 이진화를 수행할 때 사용한다.

​

threshold() 함수를 이용하여 영상을 이진화하려면 maxval 인자에 255를 지정하고,

type 인자에 THRESH_BINARY 또는 THRESH_BINARY_INV를 지정한다.

​

THRESH_BINARY_INV의 INV는 inverse이므로, THRESH_BINARY 방법으로 이진화를 수행한 후 영상을 반전하는 것과 같다.

​

예를 들어 영상의 임계값 128을 이용하여 이진화를 수행하려면 다음과 같이 코드를 작성한다.

 

Mat src = imread("lenna.bmp", IMREAD_GRAYSCALE);

Mat dst;
threshold(src, dst, 128, 255, THRESH_BINARY);

 

 

예제 코드

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;


int main(int argc, char* argv[])
{
	Mat src = imread("C:/opencv/ch02/Project1/lenna.bmp", IMREAD_GRAYSCALE);

	Mat dst1, dst2, dst3;

	threshold(src, dst1, 128, 255, THRESH_BINARY);
	threshold(src, dst2, 255, 255, THRESH_BINARY);
	threshold(src, dst3, 255, 255, THRESH_BINARY_INV);

	imshow("src", src);
	imshow("dst1", dst1);
	imshow("dst2", dst2);
	imshow("dst3", dst3);

	waitKey();
}

실행 결과

레나 영상에 임계값 128, 255와 255에 inverse를 준 결과 영상이다.

​

임계값을 128을 줄 경우 정상적인 이진화 작업이 수행되지만,

​

255를 줄 경우 그레이스케일 최대값 255와 같아져 영상이 정상 출력되지 않는다.

​

적응형 이진화

 

threshold() 함수를 이용하는 것과 같이 영상의 모든 픽셀에 같은 임계값을 적용하여 이진화를 수행하는 방식을

전역 이진화(global binarization)이라고 한다.

​

그러나 영상 특성에 따라 전역 이진화를 적용하기 어려운 경우가 있다.

이처럼 불균일한 조명 성분을 가지고 있는 영상 등에 적용할 수 있는,

 

즉, 서로 다른 임계값을 사용하는 방식을 적응형 이진화(adaptive binarization) 이라고 한다.

​

적응형 이진화는 영상의 모든 픽셀에서 정해진 크기의 사각형 블록 영역을 설정하고,

블록 영역의 내부 픽셀 값 분포로부터 고유의 임계값을 결정하여 이진화하는 방식이다.

​

이진화 방식은 다음과 같은 수식으로 결정할 수 있다.

 

 

u(x, y)는 (x, y) 주변 블록 영역의 픽셀 값 평균이고 C는 임계값의 크기를 조정하는 상수이다.

블록 내부 픽셀 값의 평균 u(x, y)는 일반적인 산술 평균을 사용하거나 가우시안 함수 형태의 가중지를 적용한 가중 평균을 사용한다.

상수 C는 영상 특성에 따라 사용자가 결정한다.

​

검출 방법

 

void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod,
                       int thresholdType, int blockSize, double C);

src : 입력 영상으로 CV_8UC1 또는 CV_8SC1 지정
dst : 출력 영상으로 src와 같은 크기의 같은 타입
maxValue : 이진화 결과 영상의 최댓값
adaptiveMethod : 적응형 이진화에서 블록 평균 계산 방법 지정
thresholdType : THERSH_BINARY 또는 THRESH_BINARY_INV 중 지정
blockSize : 임계값 계산 시 사용하는 블록 크기로 3보다 같거나 큰 홀수 지정
C : 임계값 조정을 위한 상수로 블록 평균에서 C를 뺀 값을 임계값으로 사용

 

adaptiveThreshold() 함수는 각 픽셀 주변의 blockSize x blockSize 영역에서 평균을 구한다.

그 후 평균에서 상수 C를 뺀 값을 해당 픽셀의 임계값으로 사용한다.

​

이때 블록 평균 영역울 구하는 방식은 adaptiveMethod 인자를 통해 설정할 수 있다. adaptiveMethod 인자에 ADAPTIVE_THRESH_MEAN_C 를 지정하면 blockSize x blockSize 크기의 주변 영역 픽셀로부터 산술 평균을 구한다.

 

ADAPTIVE_THRESH_GAUSSIAN_C 를 지정하면 각 픽셀 주변에 blockSize x blockSize 크기의

가우시안 마스크를 적용하여 가우시안 가중 평균을 계산한다.

 

예제 코드

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;


int main(int argc, char* argv[])
{
	Mat src = imread("C:/opencv/ch02/Project1/lenna.bmp", IMREAD_GRAYSCALE);

	Mat dst1, dst2;
	
	adaptiveThreshold(src, dst1, 255, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 51, 5);
	adaptiveThreshold(src, dst2, 255, ADAPTIVE_THRESH_MEAN_C, THRESH_BINARY, 51, 5);
	
	imshow("src", src);
	imshow("dst1", dst1);
	imshow("dst2", dst2);

	waitKey();
	
}