[python] 파이썬을 사용한 영상 세그멘테이션 기법

05 Dec 2023

python

영상 처리 분야에서 세그멘테이션은 픽셀 단위로 영상을 분할하는 기술입니다. 이를 통해 영상에서 객체의 경계를 추출하거나 픽셀 단위로 객체를 분류할 수 있습니다.

파이썬은 강력한 영상 처리 라이브러리인 OpenCV와 함께 사용될 때 영상 세그멘테이션 기법을 쉽게 구현할 수 있습니다.

1. 색상 기반 세그멘테이션

색상 기반 세그멘테이션은 영상에서 특정 색상을 가진 객체를 분리하는 기법입니다. 예를 들어, 파란색을 가진 객체를 추출하기 위해 파란색 범위의 RGB 값을 설정하고 이에 해당하는 픽셀을 추출할 수 있습니다.

import cv2
import numpy as np

def color_segmentation(image, lower_range, upper_range):
    # 이미지를 HSV 색 공간으로 변환
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    
    # 지정한 범위의 픽셀 추출
    mask = cv2.inRange(hsv, lower_range, upper_range)
    
    # 추출한 픽셀만 남기고 나머지는 검은색으로 채움
    result = cv2.bitwise_and(image, image, mask=mask)
    
    return result

# 영상 로드
image = cv2.imread("image.jpg")

# 파란색 범위 설정 (HSV)
lower_blue = np.array([110, 50, 50])
upper_blue = np.array([130, 255, 255])

# 색상 기반 세그멘테이션 수행
result = color_segmentation(image, lower_blue, upper_blue)

# 결과 영상 출력
cv2.imshow("Result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

2. 경계 검출 기반 세그멘테이션

경계 검출 기반 세그멘테이션은 영상에서 객체의 경계를 추출하여 분리하는 기법입니다. 가장 일반적인 방법으로는 Canny 에지 검출을 사용할 수 있습니다.

import cv2

def edge_segmentation(image):
    # 영상을 그레이스케일로 변환
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 가장자리 검출 수행
    edges = cv2.Canny(gray, 100, 200)
    
    return edges

# 영상 로드
image = cv2.imread("image.jpg")

# 경계 검출 기반 세그멘테이션 수행
result = edge_segmentation(image)

# 결과 영상 출력
cv2.imshow("Result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

결론

파이썬을 사용하여 영상 세그멘테이션을 쉽게 구현할 수 있습니다. 색상 기반 세그멘테이션과 경계 검출 기반 세그멘테이션은 영상 처리 분야에서 널리 사용되는 기법입니다. OpenCV를 사용하면 다양한 영상 처리 기능을 파이썬으로 구현할 수 있으므로, 영상 세그멘테이션을 포함한 다양한 영상 처리 작업을 쉽게 수행할 수 있습니다.

1. 색상 기반 세그멘테이션

2. 경계 검출 기반 세그멘테이션

결론

참고 자료