[python]OpenCV와 imutils

 

python에서 컴퓨터 비전 처리를 위한 라이브러리 중 가장 유명한 라이브러리인 OpenCV(Open Source Computer Vision)입니다.
(SimpleCV도 있긴 하지만.. )

 

https://opencv.org/

Home

 

주요 기능으로, 이미지 처리, 비디오 처리, 비전 인식(객체 탐지, OCR, 패턴 인식 등), 기계학습, 이미지 변환 등이 있습니다.

 

0) 설치

설치는 pip를 이용해서 설치할 수 있습니다.

pip install --upgrade opencv-python

# 또는 외부확장모듈 포함 
pip install --upgrade opencv-contrib-python

(그림1) pip를 이용한 opencv 설치(python형)

(2024.05.12. 기준으로 v4.9.0.80이 릴리즈 중입니다)

(참고, 설치 도중 No such file or directory: '~\\envs\\tf390\\lib\\site-packages\\numpy-1.23.5.dist-info\\METADATA' 등
 오류 발생 시 해당 폴더(numpy-1.23.5.dist-info)를 삭제한 후 재설치를 해봅시다)

 

1) 추가.. imutils

또한 OpenCV의 이미지 처리 기능을 좀더 편리하고 넓게 활용할 수 있도록 도와주는 패키지인 imutils 입니다.

마찬가지로 설치는 pip를 이용해서 설치할 수 있습니다.

pip install imutils

 

 

2-1) 이용 - 이미지 이용

이미지 이용

import cv2 as cv

# 이미지 읽기 - 1
img = cv.imread('image.jpg')

# 이미지 읽기 - 2 (파일링크에 한글 있을 때)
#import numpy as np
#s_file = 'image.jpg'
#img_ary = np.fromfile(s_file, np.uint8)
#img = cv.imdecode(img_ary, cv.IMREAD_COLOR)

# 이미지 변환(회색)
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 이미지 표시
cv.imshow('Image Title - Image', img_gray); cv.waitKey(0)

# RGB
img_b, img_g, img_r = cv.split(img)
blank = np.zeros(img.shape[:2], dtype='unit8')
#cv.imshow('Image B', img_b)
#cv.imshow('Image G', img_g)
#cv.imshow('Image R', img_r)
merged_img = cv.merge([img_b, img_g, img_r])
img_b2 = cv.merge([img_b, blank, blank])
img_g2 = cv.merge([blank, img_g, blank])
img_r2 = cv.merge([blank, blank, img_r])
#cv.imshow('Image B', img_b2)
#cv.imshow('Image G', img_g2)
#cv.imshow('Image R', img_r2)

mask_img = cv.circle(blank, (img.shape[1]//2, img.shape[0]//2), 150, 255, -1)
masked_img = cv.bitwise_and(img, img, mask = mask_img)
#cv.imshow('Masked Image', masked_img)

# 이미지 저장
#cv.imwrite('image_gray.jpg', img_gray)

cv.waitKey(0)
cv.destroyAllWindows()

 

2-2) 이용 - 영상(웹캠) 이용

웹캠 영상 이용

import cv2 as cv

WEBCAM_NO = 0

webcam = cv.VideoCapture(WEBCAM_NO)
while True:
	ret, frame = webcam.read()
    
    if ret == False:
    	continue
	cv.imshow('WEBCAM Video', frame)
    
    key = cv.waitKey(1)
    if key == 27: # ESC key 
    	break

 

2-3) 이용 - 이미지 처리

1) 해상도 향상 - Super Resolution

 OpenCV에서는 화질손실을 줄이며 이미지를 확대할 있도록 Super Resolution을 제공하고 있습니다.

 ① EDSR 모델 다운로드 - https://github.com/Saafke/EDSR_Tensorflow/tree/master/models (ex) x2 = 2배..

 ② ESPCN 모델 다운로드 - https://github.com/fannymonori/TF-ESPCN/tree/master/export

 ③ FSRCNN 모델 다운로드 - https://github.com/Saafke/FSRCNN_Tensorflow/tree/master/models

 ④ LapSRN 모델 다운로드 - https://github.com/fannymonori/TF-LapSRN/tree/master/export
 opencv-contrib 모듈 설치 후, 모델을 다운받아 py 와 함께 복사해둡니다.

 (참고.. 처리 속도 ESPCN > FSRCNN > LapSRN > EDSR, 성능 EDSR > LapSRN, ESPCN, FSRCNN)

 

import cv2 as cv

# 이미지 읽기 - 1
img = cv.imread('image.jpg')

# 모델 준비
sr = cv.dnn_superres.DnnSuperResImpl_create()
sr.readModel('LapSRN_x4.pb'); sr.setModel('lapsrn', 4) # (모델명, 배율)

# 모델 이용 이미지 업스케일링
img1 = sr.upsample(img)

# 비교.. OpenCV 자체 보간법 = Bicubic
img2 = cv.resize(img, dsize = None, fx = 4, fy = 4) # 4배..

 

 

 

 

 

 

참고)

  https://opencv.org/

  https://docs.opencv.org/4.9.0/

  https://docs.opencv.org/4.9.0/d6/d00/tutorial_py_root.html

  https://docs.opencv.org/4.9.0/d3/df2/tutorial_py_basic_ops.html

  https://docs.opencv.org/4.10.0/d2/d96/tutorial_py_table_of_contents_imgproc.html

 

  https://pyimagesearch.com/

 

  https://learnopencv.com/super-resolution-in-opencv/