[Python] OpenCV 기초 11 - 이미지 변환(팽창 및 침식)

1. 이미지 팽창

- 이미지를 확장하여 작은 구멍을 채운다고 이해 (이미지가 커지면서 구멍이 작아짐)

cv2.dilatae([이미지], 커널, iterations)

import cv2
import numpy as np

kernel = np.ones((3,3),dtype = np.uint8)
# kernel

img = cv2.imread('dilate.png',cv2.IMREAD_GRAYSCALE)
dilate1 = cv2.dilate(img, kernel, iterations=1) # 반복 횟수
dilate2 = cv2.dilate(img, kernel, iterations=2) # 반복 횟수
dilate3 = cv2.dilate(img, kernel, iterations=3) # 반복 횟수


cv2.imshow('gray',img)
cv2.imshow('dilate1',dilate1)
cv2.imshow('dilate2',dilate2)
cv2.imshow('dilate3',dilate3)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

위그림에서 볼 수 있듯이 반복 횟수가 커질수록 글자가 더 두꺼워지며 중간중간 검정색으로 구멍 뚫린 부분이 작아지는 것을 알 수 있다. 

 

 

2. 이미지 침식

- 이미지를 깎아서 노이즈 제거 (흰색 영역의 외곽 픽셀을 검정색으로 변환)

cv2.erode([이미지], 커널, iterations)

import cv2
import numpy as np

kernel = np.ones((3,3),dtype=np.uint8)
#print(kernel)

img = cv2.imread('erode.png',cv2.IMREAD_GRAYSCALE)
erode1 = cv2.erode(img, kernel, iterations=1) 
erode2 = cv2.erode(img, kernel, iterations=2) 
erode3 = cv2.erode(img, kernel, iterations=3) 

cv2.imshow('gray',img)
cv2.imshow('erode1',erode1)
cv2.imshow('erode2',erode2)
cv2.imshow('erode3',erode3)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

반복 횟수를 증가시킬 수록 글자의 두께가 얇아지며 글자 밖의 노이즈가 작아 지는 것을 알 수 있다.