[영상처리] OpenCV2 픽셀 연산 – 평균, 덧셈, 뺄샘, 평균 값, 가중 평균 값, 가우시안 필터

두 이미지간 픽셀의 평균 값 구하기

void avgImage(Mat &img1, Mat &img2, Mat &out)

{

    for (int y = 0; y < out.size().height; y++)

        {

            for (int x = 0; x < out.size().width; x++)

                out.at<uchar>(y, x) = (img1.at<uchar>(y, x) + img2.at<uchar>(y, x)) / 2;

        }

}

* img1, img2 는 사이즈가 똑같은것으로 하기!

평균 연산 된 이미지 결과 > 

두 이미지간 픽셀의 더한 값 구하기

#include <opencv2/core/core.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/highgui/highgui.hpp>

using namespace cv;

void addImage(Mat &img1, Mat &img2, Mat &out)

{

    for (int y = 0; y < out.size().height; y++)

    {

        for (int x = 0; x < out.size().width; x++)

        {

            if (img1.at<uchar>(y, x) + img2.at<uchar>(y, x) > 255)

                out.at<uchar>(y, x) = 255;

            else

                out.at<uchar>(y, x) = img1.at<uchar>(y, x) + img2.at<uchar>(y, x);

        }

    }

}

int main()

{

    Mat img1 = imread("1.jpg", 0);           

    Mat img2 = imread("heart.png", 0);

    int width = img1.size().width;

    int height = img1.size().height;

    Mat addOut(height, width, CV_8UC1);

    addImage(img1, img2, addOut);

    imshow("original", img1);

    imshow("heart", img2);

    imshow("add Image", addOut);

    imwrite("addImage.jpg", addOut);

    waitKey();

}

 Mat addOut(height, width, CV_8UC1);

• Mat 객체 초기화
• height, width 순서 (크기가 다를 경우 주의)
• CV_8UC1 : 1채널, 그레이

imwrite("addImage.jpg", addOut);

• "addImage.jpg" : 만들 파일명
• addOut : 파일로 만들 Mat 객체

add Image 결과 >

두 이미지간 픽셀의 뺀 값 구하기

#include <opencv2/core/core.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/highgui/highgui.hpp>

using namespace cv;

int main()

{

    Mat img1 = imread("img1.png", 0);

    Mat img2 = imread("img2.png", 0);

    imshow("img1", img1);

    imshow("img2", img2);

    int width = img1.size().width;

    int height = img1.size().height;

    Mat output(height, width, CV_8UC1);

    for (int y = 0; y < height; y++)

    {

        for (int x = 0; x < width; x++)

        {

            output.at<uchar>(y, x) = abs(img1.at<uchar>(y, x) - img2.at<uchar>(y, x));

        }

    }

    imshow("sub Image", output);

    waitKey();

}

           

output.at<uchar>(y, x) = abs(img1.at<uchar>(y, x) - img2.at<uchar>(y, x));

• abs 함수 : 절댓값 구하는 함수
• math 헤더에 포함되어 있는 함수지만
• opencv에도 포함되어 있으므로 별도로 추가하지 않아도 됨

sub Image 결과 >

---

Mean Filter, 평균 값 필터

장점

• 날카로운 에지가 무뎌진다.
• 잡음의 영향이 사라진다.

단점

• 과도하게 사용할 경우 초점이 맞지 않은 사진처럼 변한다.

1/9 의 의미

• 가중치는 전체의 합을 1로 만들어주기 위해 사용한다.
• 1보다 커질 경우, 결과 영상은 전반적으로 밝기 값이 증가되고
• 1보다 작을 경우, 밝기 값이 감소된다.

Weighted mean filter, 가중 평균 값 필터

평균 값 필터의 단점

• 주변 픽셀의 값을 많이 참조하여 원래 위치의 픽셀 정보가 상대적으로 감소된다.

가중 평균 값 필터

• 평균 값 필터의 단점을 보완한 것
• 필터 마스크의 가운데 위치한 픽셀에 가중치를 더 주어 원래 위치의 픽셀 정보를 덜 감소시킨다. 

Gaussian filter, 가우시안 필터 

가우시안 분포(정규 분포)는 자연 현상을 가장 잘 표현하는 이상적인 확률 모형이다.

평균이 0이고, 표준 편차가 σ일 때, 함숫값들은 -4σ ≤ x ≤ +4σ 사이에서 전체 분포의 99.99%가 존재한다.

가우시안 함수는 연속 함수이지만, 이산형의 마스크를 만들기 위해서 x, y 값이 정수일 때만 추출하여 마스크를 만든다.

2차원 가우시안 함수는 1차원 함수의 곱으로 분할할 수 있기 때문에, x, y 방향으로 1차원 마스크 연산을 각각 수행하여 빠르게 결과 영상을 만들 수 있다.

void gaussianFilter(Mat &image, Mat &out)

{

    if (image.channels() != 1)

        return;

    int mask[5][5] = {

        2, 4, 5, 4, 2,

        4, 9, 12, 9, 4,

        5, 12, 15, 12, 5,

        4, 9, 12, 9, 4,

        2, 4, 5, 4, 2

    };

    int sum = 0;

    out = image.clone();

    for (int y = 2; y < image.size().height - 2; y++)

    {

        for (int x = 2; x < image.size().width - 2; x++)

        {

            sum = 0;

            for (int m = -2; m <= 2; m++)

            {

                for (int n = -2; n <= 2; n++)

                    sum += image.at<uchar>(y + m, x + n) 

    * mask[m + 2][n + 2];

                out.at<uchar>(y, x) = sum / 159.f;

            }

        }

    }

}

---

• 2020.12.07 필터에 대한 내용 추가 (2018 동아리 세미나 진행자료)