이미지 처리에 OpenCV를 사용하면 다양한 작업을 할 수 있습니다. 이번에는 파이썬과 OpenCV를 사용하여 이미지에서 어두운 영역을 추출하는 방법에 대해 알아보겠습니다.

필요한 라이브러리 설치

먼저, OpenCV와 numpy 라이브러리가 설치되어 있어야 합니다. 아래의 명령어를 사용하여 설치할 수 있습니다.

pip install opencv-python
pip install numpy

이미지 불러오기

이미지를 불러오기 위해 imread 함수를 사용합니다. 예를 들어, image.jpg라는 이미지 파일을 불러오고 싶다면 아래와 같이 사용합니다.

import cv2

image = cv2.imread('image.jpg')

그레이스케일 변환

이미지를 그레이스케일로 변환하기 위해 cvtColor 함수를 사용합니다. 그레이스케일로 변환된 이미지는 흑백 이미지로 각 픽셀의 밝기를 나타냅니다.

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

어두운 영역 추출

그레이스케일로 변환된 이미지에서 어두운 영역을 추출하기 위해 threshold 함수를 사용합니다. 해당 함수는 이미지의 픽셀 값을 기준으로 픽셀을 이진화하는 역할을 합니다.

_, dark_area = cv2.threshold(gray_image, 100, 255, cv2.THRESH_BINARY_INV)

위의 코드에서 사용된 threshold 함수의 세 번째 인자인 100은 픽셀 값의 기준값을 의미합니다. 이 기준값보다 작은 픽셀은 어두운 영역으로 처리됩니다.

dark_area는 어두운 영역을 나타내는 픽셀 값이 이진화된 이미지입니다.

결과 확인

어두운 영역을 추출한 결과를 확인하기 위해 imshow 함수를 사용합니다. 이 함수는 이미지를 화면에 표시하는 역할을 합니다.

cv2.imshow("Dark Area", dark_area)
cv2.waitKey(0)
cv2.destroyAllWindows()

위의 코드를 실행하면 어두운 영역이 추출된 이미지가 새로운 창에 나타납니다.

전체 코드

import cv2

image = cv2.imread('image.jpg')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
_, dark_area = cv2.threshold(gray_image, 100, 255, cv2.THRESH_BINARY_INV)

cv2.imshow("Dark Area", dark_area)
cv2.waitKey(0)
cv2.destroyAllWindows()

결론

위의 코드를 사용하면 파이썬과 OpenCV를 통해 이미지에서 어두운 영역을 추출할 수 있습니다. 이를 사용하여 이미지 처리나 컴퓨터 비전 분야에서 다양한 작업을 수행할 수 있습니다.

#OpenCV #이미지처리