Hong의 뭐로할까나: OpenCV #4-1 Example (히스토그램 계산)

OpenCV #4 히스토그램을 이용한 화소 개수 세기

- 영상은 여러 값을 갖는 화소로 구성 (1채널 그레이레벨 영상에서 각 화소는 0(검은색)과 255(흰색) 사이의 값을 갖는다.)
- 히스토그램은 영상(또는 영상 집합) 내 해당 값을 갖는 화소 개수를 담은 간단한 테이블.
- 그레이레벨 영상의 히스토그램은 당연히 256개의 항목(또는 빈도)이다.

- 빈도가 0이면 0인 값을 갖는 화소 개수를 의미, 1이면 1인 값을 갖는 화소 개수를 의미.
- 히스토그램의 모든 항목을 합하면 화소의 총 개수를 얻을 수 있음.
- 히스토그램을 빈도의 합인 1로 정규화할 수 있다. (이 경우 각 빈도는 영상 내 특정 값을 갖는 화소의 비율)

- cv::calcHist 함수를 사용해 히스토그램을 쉽게 계산할 수 있다.
- cv::calcHist 함수는 임의의 화소값 타입을 갖는 다중 채널의 히스토그램을 계산할 수 있는 일반적인 함수.
- 1채널 그레이레벨 영상을 처리하기 위한 전문 클래스로 사용하게 만들어본다.

Example

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

// 멤버 변수 정의
class Histogram1D {
private:
int histSize[1]; // 빈도수
float hranges[2]; // 최소/최대 화소값
const float* ranges[1];
int channels[1]; // 여기서 1채널만 사용
public :
Histogram1D() { // 1차원 히스토그램을 위한 인자 준비
histSize[0]= 256;
hranges[0]= 0.0;
hranges[1]= 255.0;
ranges[0]= hranges;
channels[0]= 0; // 기본적으로 채널을 0으로 보기
}

// 정의한 멤버 변수로 그레이레벨 영상의 히스토그램을 계산할 때는 다음 메소드를 사용해 수행
cv::MatND getHistogram(const cv::Mat &image) {
// 1차원(1D) 히스토그램 계산.
cv::MatND hist;
cv::calcHist(&image, // 히스토그램 계산
1, // 단일 영상의 히스토그램만
channels, // 대상 채널
cv::Mat(), // 마스크 사용하지 않음
hist, // 결과 히스토그램
1, // 1차원(1D) 히스토그램
histSize, // 빈도수
ranges // 화소값 범위
);
return hist;
}

// 값의 순서만으로 의미를 파악하기 어려우므로 바 그래프를 사용
// 그래프를 생성하는 메소드
cv::Mat getHistogramImage(const cv::Mat &image){
// 1차원(1D) 히스토그램을 계산하고, 영상으로 반환

cv::MatND hist= getHistogram(image); // 먼저 히스토그램 계산

double maxVal=0; // 최대 빈도수 가져오기
double minVal=0; // 최소 빈도수 가져오기
cv::minMaxLoc(hist, &minVal, &maxVal, 0, 0);

cv::Mat histImg(histSize[0], histSize[0], CV_8U,cv::Scalar(255));
// 히스토그램을 출력하기 위한 영상

int hpt = static_cast<int>(0.9*histSize[0]);
// nbins의 90%를 최대점으로 설정

for(int h=0; h<histSize[0]; h++){ // 각 빈도에 대한 수직선을 그리기
float binVal = hist.at<float>(h);
int intensity = static_cast<int>(binVal*hpt/maxVal);
cv::line(histImg,cv::Point(h,histSize[0]),cv::Point(h,histSize[0]-intensity),cv::Scalar::all(0));
// 두 점 간의 거리를 그리는 함수
}
return histImg;
}
};

int main()
{
cv::Mat image = cv::imread("batgirl.jpg", 0);
// 입력 영상 읽기
// 이진 영상으로 간주해 열기
if(!image.data)
return 0;

cv::namedWindow("Image");
cv::imshow("Image", image);

Histogram1D h; // 히스토그램 객체
cv::MatND histo = h.getHistogram(image); // 히스토그램 계산

for(int i=0 ; i<256 ; i++) // 각 빈도 조회
std::cout << "Value " << i << " = " << histo.at<float>(i) << std::endl;

cv::namedWindow("Histogram");
cv::imshow("Histogram", h.getHistogramImage(image));
// 히스토그램을 영상으로 띄우기
// 가운데를 중심으로 왼쪽이 검정색, 오른쪽이 흰색값
// 가운데 봉우리 부분은 중간 명암도 값
// 왼쪽이 영상의 전경, 오른쪽이 배경

// 영상을 두 그룹으로 나누는 부분을 경계값으로 처리해 확인
cv::Mat thresholded; // 경계값으로 이진 영상 생성
cv::threshold(image,thresholded,60,255,cv::THRESH_BINARY);
// 영상을 경계화 하기 위해 히스토그램의
// 높은 봉우리(명암값 60) 방향으로 증가하기 직전인 최소값으로 정함.
cv::namedWindow("Binary Image"); // 경계화된 영상 띄워 보기
cv::imshow("Binary Image",thresholded); // 배경과 전경이 분할됨

cv::waitKey(0);

return 0;
}