파이썬 모듈 : OpenCV 가장자리 검출

이번 글에서는 파이썬 cv2 모듈을 활용하여 이미지 가장자리를 검출하는 방법에 대해 알아보겠습니다.

Canny Edge Detection

Canny Edge Detection은 이미지에서 가장자리를 검출하는 알고리즘 중 가장 성능이 우수한 알고리즘 중 하나입니다. 이 알고리즘은 다음과 같은 과정으로 가장자리를 검출합니다.

1. 이미지를 grayscale로 변환합니다.
2. Gaussian blur를 적용하여 이미지의 noise를 제거합니다.
3. Sobel filter를 사용하여 이미지의 gradient를 계산합니다.
4. Non-maximum suppression을 사용하여 이미지의 가장자리를 추출합니다.
5. Double threshold를 사용하여 추출한 가장자리 중 유효한 가장자리를 선택합니다.
6. Hysteresis threshold를 사용하여 가장자리를 연결합니다.

아래 코드는 Canny Edge Detection을 사용하여 이미지의 가장자리를 검출하는 예제입니다.

import cv2
import numpy as np

# 이미지 읽어오기
img = cv2.imread('image.jpg')

# 이미지를 grayscale로 변환
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Gaussian blur 적용
gray_blurred = cv2.GaussianBlur(gray, (3, 3), 0)

# Canny Edge Detection 적용
edges = cv2.Canny(gray_blurred, 50, 150)

# 이미지 출력
cv2.imshow('image', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

위 코드에서 cv2.Canny() 함수는 Canny Edge Detection을 적용하여 이미지의 가장자리를 검출합니다. 이 함수는 low threshold와 high threshold를 인자로 받습니다. high threshold는 추출한 가장자리 중 실제 가장자리인 것으로 판단하는 threshold이며, low threshold는 high threshold보다 작은 값의 가장자리를 제거하기 위한 값입니다.

---

추가 정보

Canny Edge Detection 외에도 이미지 가장자리 검출을 위한 다양한 알고리즘이 존재합니다. 예를 들어, cv2.Sobel() 함수를 사용하여 이미지의 gradient를 계산하고 cv2.threshold() 함수를 사용하여 thresholding 처리를 할 수 있습니다. 이 외에도 cv2.Laplacian() 함수를 사용하여 Laplacian filter를 적용하여 이미지의 가장자리를 검출할 수 있습니다. 하지만 이러한 방법들은 Canny Edge Detection보다 정확도가 떨어지거나 다른 문제점이 있을 수 있습니다.

---

결론

이상으로 파이썬 cv2 모듈을 활용하여 이미지 가장자리 검출하는 방법에 대해 알아보았습니다. Canny Edge Detection은 이미지에서 가장자리를 검출하는 뛰어난 알고리즘 중 하나입니다. 이 알고리즘을 사용하여 이미지 분석 및 처리에 활용할 수 있습니다.