[OpenCV with Python] - 12. 행렬 덧셈과 곱셈을 이용한 이미지(영상) 합성/합치기

코드 및 이미지 : https://github.com/Seokii/Study_OpenCV

GitHub - Seokii/Study_OpenCV: study about OpenCV

 

저번 포스팅에서는 이미지(영상)의 크기 변환에 대해서 포스팅 했었습니다.

이번에는, 행렬 덧셈과 곱셈을 이용해서 영상 합성을 해보도록 하겠습니다.

 

함수 설명

1. cv2.add(src1, src2, dst, mask, dtype) -> dst

• src1 : 입력할 첫 번째 영상 혹은 스칼라
• src2 : 입력할 두 번째 영상 혹은 스칼라
• dst : (출력) 덧셈 연산의 결과 영상(이미지)
• mask : 마스크 영상
• dtype : 출력 영상의 타입

- 두 영상의 같은 위치에 있는 픽셀들의 값을 더하여 결과 값으로 출력합니다.

- saturate 연산을 수행합니다. (10번 포스팅 참고)

 

 

2. cv2.addWeighted(src1, alpha, src2, beta, gamma, dst, dtype) -> dst

• src1 : 첫 번째 입력 영상(이미지)
• alpha : 첫 번째 영상(이미지)의 가중치
• src2 : 두 번째 입력 영상(이미지)
• beta : 두 번째 영상(이미지)의 가중치
• gamma : 결과 값에 추가적으로 더할 값
• dst : 결과 영상(이미지)
• dtype : 출력 영상(이미지)의 타입

- 두 영상의 같은 위치에 있는 픽셀들의 값을 가중치를 두어 합을 계산합니다. 그 결과를 출력합니다.

- 가중치를 곱하여 합을 계산하기 때문에 평균 밝기를 유지할 수 있습니다.

 

3. np.clip(a, a_min, a_max, out)

• a : 고정(clip)할 요소를 포함하는 입력 배열
• a_min : 고정할 최댓값 설정
• a_max : 고정할 최소값 설정
• out : 결과 값

ex) a=[1,2,3,4,5,6,7], a_min=3, a_max=5 -> out = [3,3,3,4,5,5,5]

 

 

주피터 노트북으로 구현하기

In [1] : 

import numpy as np
import cv2

In [2] : 

cat = cv2.imread("images/cat.jpg", cv2.IMREAD_GRAYSCALE)
dog = cv2.imread("images/dog.jpg", cv2.IMREAD_GRAYSCALE)

- 필요한 라이브러리와 이미지들을 불러옵니다.

- 이미지는 그레이스케일(흑백)로 불러왔습니다.

 

 

In [3] : 

cat.shape, dog.shape

Out [3] : 

- 이미지 행렬의 크기를 확인합니다.

- 행렬의 크기가 같지 않으므로 임의대로 조정하는 작업을 하겠습니다.

 

 

In [4] : 

cat = cv2.resize(cat, (640 ,480))
dog = cv2.resize(dog, (640 ,480))

- 지난 포스팅의 내용이었던 cv2.resize() 함수를 사용해 이미지의 크기를 재조정합니다.

- 두 이미지를 합치기 위해서 같은 크기로 변환했습니다.

 

 

In [5] : 

ratio1 = 0.6
ratio2 = 0.4
add1 = cv2.add(cat,dog)
add2 = cv2.add(cat * ratio1, dog* ratio2)
add2 = np.clip(add2, 0, 255).astype('uint8')
add3 = cv2.addWeighted(cat, ratio1, dog, ratio2, 0)

- alpha 값은 0.6, beta 값은 0.4로 설정했습니다.

- add1 값은 가중치를 두지 않고 단순히 이미지를 합한 것입니다. 이 경우, 많은 부분이 saturation연산의 최댓값에 도달하여 이미지가 흰색으로 보일 것으로 예상됩니다.

- add2 값은 가중치를 주고 행렬 합을 계산한 후, np.clip() 함수를 사용하여 saturation연산을 합니다.

- add3 값은 cv2.addWeighted()함수를 사용하여 가중치에 대한 합 계산 및 saturation연산을 함께 수행합니다.

 

 

In [6] : 

cv2.imshow("cat", cat)
cv2.imshow("dog", dog)
cv2.imshow("add1", add1)
cv2.imshow("add2", add2)
cv2.imshow("add3", add3)
cv2.waitKey(0)
cv2.destroyAllWindows()

- 결과를 출력하는 코드입니다.

 

Out [6] : 

- 이미지를 합치기 위한 각각의 원본 사진입니다.

 

- add1의 출력 결과입니다. 예상과 같이 많은 부분이 흰색으로 표현되었습니다.

 

- add2, add3의 출력 결과입니다. 가중치에 대한 합 계산이 잘 이루어진 것 같습니다.