OpenCV Python 강좌 - 에지 검출( Edge detection )

Sobel 함수를 사용하여 에지를 검출하는 방법을 설명합니다.

마지막 업데이트 - 2018. 10. 16

다음 OpenCV Python 튜토리얼을 참고하여 강좌를 비정기적로 포스팅하고 있습니다. https://docs.opencv.org/3.4.3/d6/d00/tutorial_py_root.html

에지는 픽셀값이 급격히 변하는 지점입니다.

1차원 그래프로 그려보면 다음처럼 픽셀값이 갑자기 커집니다.

1차 미분해보면 픽셀값이 급격하게 증가한 부분에서 1차 미분값이 큰것을 알 수 있습니다.

주변보다 1차 미분값이 큰 부분을 에지로 검출하게 됩니다.

1차 미분의 근사값을 계산하기 위해 미리 정의한 커널과 이미지를 컨볼루션하여 에지를 검출합니다.

소벨에서는 X 방향 에지 검출과 Y 방향 에지 검출을 위해 별도의 커널을 사용합니다.

   

Sobel x는 수직선 방향의 에지를 검출합니다.  

convertScaleAbs 함수를 사용하여 sobel x 결과에 절대값을 적용하고 값 범위를 8비트 unsigned int로 변경해줘야합니다.

소벨의 커널 크기가 3인 경우에는 Sobel 함수 대신에 Scharr 함수를 사용하는 것이 더 좋은 결과를 얻을 수 있다고 합니다.

img_sobel_x = cv2.Sobel(img_gray, cv2.CV_64F, 1, 0, ksize=3) img_sobel_x = cv2.convertScaleAbs(img_sobel_x)

  

Sobel y는 수평선 방향의 에지를 검출합니다.  

convertScaleAbs 함수를 사용하여 sobel y 결과에 절대값을 적용하고 값 범위를 8비트 unsigned int로 변경해줘야합니다.

img_sobel_y = cv2.Sobel(img_gray, cv2.CV_64F, 0, 1, ksize=3) img_sobel_y = cv2.convertScaleAbs(img_sobel_y)

 

sobel x 결과와 sobel y 결과를 결합해야 이미지에 대한 에지 검출이 완료됩니다.

img_sobel = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0);

 

테스트에 사용한 이미지와 전체 소스 코드입니다.

  

import cv2 img_color = cv2.imread('box.png', cv2.IMREAD_COLOR) img_gray = cv2.cvtColor(img_color, cv2.COLOR_BGR2GRAY) img_sobel_x = cv2.Sobel(img_gray, cv2.CV_64F, 1, 0, ksize=3) img_sobel_x = cv2.convertScaleAbs(img_sobel_x) img_sobel_y = cv2.Sobel(img_gray, cv2.CV_64F, 0, 1, ksize=3) img_sobel_y = cv2.convertScaleAbs(img_sobel_y) img_sobel = cv2.addWeighted(img_sobel_x, 1, img_sobel_y, 1, 0); cv2.imshow("Sobel X", img_sobel_x) cv2.imshow("Sobel Y", img_sobel_y) cv2.imshow("Sobel", img_sobel) cv2.waitKey(0) cv2.destroyAllWindows()