OpenCV 영상처리 - 산술 및 논리 연산

덧셈 연산

• 두 영상의 같은 위치에 존재하는 픽셀 값을 더하여 결과 영상의 픽셀 값으로 설정
• 덧셈 결과가 255보다 크면 픽셀 값을 255로 설정 (포화 연산)
  

  

cv2.add(src1, src2, dst=None, mask=None, dtype=None) -> dst

• src1 : (입력) 첫 번째 영상 또는 스칼라
• src2 : (입력) 두 번째 영상 또는 스칼라
• dst : (출력) 덧셈 연산의 결과 영상
• mask : 마스크 영상
• dtype : 출력 영상(dst)의 타입.
  • (e.g.)  cv2.CV_8U, cv2.CV_32F 등
• 참고사항
  • 스칼라(scalar)는 실수 값 하나 또는 실수 값 네 개로 구성된 튜플
  • dst를 함수 인자로 전달하려면 dst의 크기가 src1, src2와 같아야 하며, 타입이 적절해야 한다.

가중치 합(weighted sum)

• 두 영상의 같은 위치에 존재하는 픽셀 값에 대하여 가중합을 계산하여 결과 영상의 픽셀 값으로 설정
• 보통 α + β = 1이 되도록 설정 -> 두 입력 영상의 평균 밝기를 유지
  • α + β > 1일 때 픽셀값이 255보다 커지는 경우가 발생

평균 연산(average)

• 가중치를 α = β = 0.5 로 설정한 가중치 합
  

  

cv2.addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype = None) -> dst

• src1 : 첫 번째 영상
• alpha : 첫 번째 영상 가중치
• src2 : 두 번째 영상. src1과 같은 크기 & 영상 타입.
• beta : 두 번째 영상 가중치
• gamma : 결과 영상에 추가적으로 더할 값
• dst : 가중치 합 결과 영상
• dtype : 출력 영상(dst)의 타입

뺄셈 연산

• 두 영상의 같은 위치에 존재하는 픽셀 값에 대하여 뺄셈 연산을 수행하여 결과 영상의 픽셀 값으로 설정
• 뺄셈 결과가 0보다 작으면 픽셀 값을 0으로 설정 (saturate 연산)
  

  

  검은색이 0, 흰색이 255이므로 검은 색에 해당하는 부분만 픽셀 값이 유지연산 할 두 이미지를 보았을 때 결과가 어떻게 나올 지 예상할 수 있어야 함

cv2.substract(src1, src2, dst=None, mask=None, dtype=None) -> dst

• src1 : 첫 번째 영상 또는 스칼라
• src2 : 두 번째 영상 또는 스칼라
• dst : 뺄셈 연산 결과 영상
• mask : 마스크 영상
• dtype : 출력 영상(dst)의 타입

차이 연산

• 두 영상의 같은 위치에 존재하는 픽셀 값에 대하여 뺄셈 연산을 수행한 후, 그 절댓값을 결과 영상의 픽셀 값으로 설정
• 뺄셈 연산과 달리 입력 영상의 순서에 영향을 받지 않음
• 변화가 있는 부분을 찾을 때 사용
  

  

cv2.absdiff(src1, src2, dst=None) -> dst

• src1 : 첫 번째 영상 또는 스칼라
• src2 : 두 번째 영상 또는 스칼라
• dst : 차이 연산 결과 영상(차영상)

실습

src1 = cv2.imread('lenna256.bmp', cv2.IMREAD_GRAYSCALE)
src2 = cv2.imread('square.bmp', cv2.IMREAD_GRAYSCALE)

if src1 is None or src2 is None:
    print('Image load failed!')
    sys.exit()

# 덧셈 / 가중치합 / 뺄셈 / 차이 연산
dst1 = cv2.add(src1, src2, dtype=cv2.CV_8U)
dst2 = cv2.addWeighted(src1, 0.5, src2, 0.5, 0.0)
dst3 = cv2.subtract(src1, src2)
dst4 = cv2.absdiff(src1, src2)

plt.subplot(231), plt.axis('off'), plt.imshow(src1, 'gray'), plt.title('src1')
plt.subplot(232), plt.axis('off'), plt.imshow(src2, 'gray'), plt.title('src2')
plt.subplot(233), plt.axis('off'), plt.imshow(dst1, 'gray'), plt.title('add')
plt.subplot(234), plt.axis('off'), plt.imshow(dst2, 'gray'), plt.title('addWeighted')
plt.subplot(235), plt.axis('off'), plt.imshow(dst3, 'gray'), plt.title('subtract')
plt.subplot(236), plt.axis('off'), plt.imshow(dst4, 'gray'), plt.title('absdiff')
plt.show()

• 실행 결과 :

연산 결과 이미지가 어떻게 나올지 예측할 수 있어야 함.

 

영상의 논리 연산

비트단위 AND, OR, XOR, NOT 연산

cv2.bitwise_and(src1, src2, dst=None, mask=None) -> dst
cv2.bitwise_or(src1, src2, dst=None, mask=None) -> dst
cv2.bitwise_xor(src1, src2, dst=None, mask=None) -> dst
cv2.bitwise_not(src1, dst=None, mask=None) -> dst

• src1 : 첫 번째 영상 또는 스칼라
• src2 : 두 번째 영상 또는 스칼라
• dst : 출력 영상
• mask : 마스크 영상
• 참고사항
  • 각각의 픽셀 값을 이진수로 표현하고, 비트(bit) 단위 논리 연산을 수행