흩어진 편린들이 모이는 구름 속

OpenCVSharp blur

Sat, 21 Mar 2020 00:00:00 +0000

Blur

Image Blurring

이웃 화소들을 평균화 합니다.

다른 말로 low pass filter 라고 부릅니다.

public void Blur_Example()
{
	using Mat WindowImage = new Mat("./Resource.png", ImreadModes.AnyColor);
	using Mat blurImage = new Mat();
	using Mat box_filter = new Mat();
	using Mat median_blur = new Mat();
	using Mat gaussian_blur = new Mat();
	using Mat bilateral_filter = new Mat();
    
	Cv2.Blur(WindowImage, blurImage, new Size(9, 9),new Point(-1,-1));
	Cv2.BoxFilter(WindowImage, box_filter, WindowImage.Type(),new Size(5,5));
	Cv2.MedianBlur(WindowImage, median_blur, 5);
	Cv2.GaussianBlur(WindowImage, gaussian_blur, new Size(9, 9), 3);
	Cv2.BilateralFilter(WindowImage, bilateral_filter, 10,50,50);
	

	using var Blur = new Window("Blur", WindowMode.AutoSize, blurImage);
	using var BoxFilter = new Window("BoxFilter", WindowMode.AutoSize, box_filter);
	using var MedianBlur = new Window("MedianBlur", WindowMode.AutoSize, median_blur);
	using var GaussianBlur = new Window("GaussianBlur", WindowMode.AutoSize, gaussian_blur);
	using var BilateralFilter = new Window("BilateralFilter", WindowMode.AutoSize, bilateral_filter);
	
	Cv2.WaitKey();
}

Averaging Blur

Box 형태의 커널을 이미지에 적용하여 평균값을 Box 중심점에 적용합니다.

Cv2.Blur(WindowImage, blurImage, new Size(9, 9),new Point(-1,-1));

BoxFilter 로도 사용할 수 있습니다.

Cv2.BoxFilter(WindowImage, box_filter, WindowImage.Type(),new Size(5,5));

MedianBlur

커널 영역 내의 중앙값으로 픽셀을 대체하는 중앙값 블러 입니다.

전체 이미지를 일정한 작은 영역으로 나누고 영역의 모든 화소를 크기 순으로 정렬한 뒤 중간값을 찾습니다. 그 영역을 가운데 화소를 찾아낸 중간값으로 대체합니다.

정상적인 데이터를 이용하여 노이즈를 덮습니다.

Cv2.MedianBlur(WindowImage, median_blur, 5);

GaussianBlur

현재 픽셀값과 주변 이웃 픽셀값들의 가중 평균을 이용해서 현재 픽셀의 값을 대체합니다..

현재 픽셀에서 가까울수록 더 큰 가중치를 갖게되고 멀수록 더 작은 가중치를 갖게됩니다.

가우시안 필터는 이미지는 공간적으로 천천히 변하기 때문에 가까이 있는 픽셀들은 비슷한 값들을 갖는다는 사실에 기반하여 만들어졌고 노이즈 값은 상대적으로 이웃 픽셀들 값과 상관성이 작기 때문에 이웃 픽셀값들의 가중 평균의 방식으로 완화시킬 수 있습니다.

Cv2.GaussianBlur(WindowImage, gaussian_blur, new Size(9, 9), 3);

BilateralFilter

경계를 보존하면서 선형으로 처리되지 않고, 선명도를 증가시키고, 가장자리와 노이즈를 줄여주어 부드러운 영상이 만들어지게 됩니다.

변수의 값이 클수록 픽셀에 미치는 영향이 커져서 가중치가 커지게 됩니다.

Cv2.BilateralFilter(WindowImage, bilateral_filter, 10,50,50);

OpenCVSharp BackgroundSubtractor

Fri, 06 Mar 2020 00:00:00 +0000

BackgroundSubtractor

배경제거알고리즘은 많은 비전기반 전처리 단계에서 주로 사용된다.

public void BackgroundSubtractor_Example()
{
    VideoCapture capture = new VideoCapture(0);
    using var MOG2 = BackgroundSubtractorMOG2.Create();
    using var MOG = BackgroundSubtractorMOG.Create();
    using var GMG = BackgroundSubtractorGMG.Create();
    using var KNN = BackgroundSubtractorKNN.Create();

    using Mat frame = new Mat();
    using Mat MOG2remove = new Mat();
    using Mat MOGremove = new Mat();
    using Mat GMG2remove = new Mat();
    using Mat KNNremove = new Mat();

    Window win_MOG2 = new Window("MOG2");
    Window win_GMG = new Window("GMG");
    Window win_MOG = new Window("MOG");
    Window win_KNN = new Window("KNN");

    while (Cv2.WaitKey(1) < 0)
    {
        capture.Read(frame);
        MOG2.Apply(frame, MOG2remove);
        MOG.Apply(frame, MOGremove);
        GMG.Apply(frame, GMG2remove);
        KNN.Apply(frame, KNNremove);

        win_MOG2.ShowImage(MOG2remove);
        win_GMG.ShowImage(MOGremove);
        win_MOG.ShowImage(GMG2remove);
        win_KNN.ShowImage(KNNremove);
    }
}

BackgroundSubtractorMOG

이는 가우시안 혼합을 기반으로한 전경또는 배경을 분할하는 알고리즘이다.

Mixture에 대한 가중치는 색상이 위치에 머무는 시간의 비율을 나타낸다.

BackgroundSubtractorMOG2

이는 가우시안 혼합을 기반으로한 전경또는 배경을 분할하는 알고리즘이다.

이전 MOG 알고리즘보다 조명 변화로 인한 다양한 장면에 대해서 더 나은 적응력을 보이는 알고리즘이다.

BackgroundSubtractorGMG

이는 처음의 몇(120개) 프레임을 배경 모델링하는데 사용한다.

이는 베이지안 추론을 사용하여 전경 객체일 확률을 구하는 확률적 전경 분할 알고리즘에 이용된다.

이 추측은 적응적이다.

변덕스러운 조명에 적응하기 위해 새로운 관측들은 기존의 관측보다 더 높은 가중치를 가진다.

closing과 opening과 같은 몇몇 형태학적인필터링으로 원하지 않는 노이즈를 제거할 수 있다.

처음 몇 프레임동안은 검정 창을 보게 된다.

BackgroundSubtractorKNN

BackgroundSubtractorMOG2 및 BackgroundSubtractorKNN은 서로 다른 두 개의 백그라운드 뺄셈 알고리즘을 구현한 것이다.

전경 픽셀 수가 적은 경우 매우 효율적.

하지만 BackgroundSubtractorKNN 알고리즘에는 setBackgroundRatio가 필요하지 않다.

OpenCVSharp CarPlateDetection