[OpenCV] 6. 컬러 스페이스

아래 내용은 파이썬으로 만드는 OpenCV 프로젝트(이세우 저) 를 공부하며 정리한 내용들입니다.

모든 소스 코드를 확인하고 싶으시다면 제일 하단의 저자 GitHub 주소를 참고하시기 바랍니다.

---

영상에 색상과 명암을 표현하는 방법들, 각각의 차이 그리고 활용 방법에 대한 공부

 

6.1 디지털 영상의 종류

디지털화된 이미지는 픽셀(pixel)이라는 단위가 여러 개 모여서 그림을 표현한다.

하나의 픽셀을 어떻게 구성하느냐에 따라 이미지를 구분

바이너리(binary, 이진) 이미지

• 한 개의 픽셀을 두 가지 값으로만 표현한 이미지
• 두 가지 값은 0과 1 또는 0과 255를 사용한다. 보통 0은 검은색 1이나 255는 흰색을 의미
• 값으로는 명암을 표현할 수 없고, 점의 밀도로 명암을 표현
• 영상 작업에서 피사체의 색상과 명암 정보는 필요 없고 오직 피사체의 모양 정보만 필요할 때 이런 이미지를 사용

그레이 스케일 이미지

• 흔히 우리가 흑백 사진이라고 하는 것
• 한 개의 픽셀을 0~255의 값으로 표현하고, 픽셀 값의 크기로 명암을 표현
• 한 픽셀이 가질 수 있는 값이 0~255이므로  부호 없는 1바이트의 크기(uint8)로 표현하는 것이 일반적
• 이미지 프로세싱에서는 색상 정보가 쓸모 없을 때 컬러 이미지의 색상 정보를 제거함으로써 연산의 양을 줄이기 위해 그레이 스케일 이미지를 사용

컬러 이미지

• 컬러 이미지는 한 픽셀당 0~255의 값 3개를 조합해서 표현
• 컬러 스페이스(color space) : 각 바이트마다 어떤 색상 표현의 역할을 맡을지를 결정하는 시스템
• 컬러 스페이스의 종류는 RGB, HSV, YUV(YCbCR), CMYK 등 다양하다.

 

6.2 RGB, BRG, RGBA

• 컴퓨터로 이미지에 색상을 표현하는 방법 중 가장 많이 사용하는 방법
• 빛의 3원소인 빨강, 초록, 파랑 세 가지 색의 빛을 섞어서 원하는 색을 표현한다.
• 각 색상은 0~255 범위로 표현, 값이 커질수록 해당 색상의 빛이 밝아지는 원리
• 색상의 값이 모두 255일 때는 흰색, 모든 색상 값이 0일 때는 검은색이 표현
• RGB 이미지는 3차원 배열로 표현( row x column x channel )
• OpenCV는 BGR의 순서를 사용한다.

[ 왜 OpenCV는 BGR 포맷을 쓰는가? ]

Why does OpenCV use BGR color format ? | LearnOpenCV #

 

• BGRA는 배경을 투명 처리하기 위해 알파(alpha) 채널을 추가한 것, 배경의 투명도를 표현하기 위해서 0과 255만을 사용하는 경우가 많다.
• cv2.imread() 함수의 두 째 인자 mode_flag가
  • cv2.IMREAD_COLOR → BGR 이미지
  • cv2.IMREAD_UNCHANGED → 대상 이미지가 알파 채널을 가지고 있다면 BGRA

 

6.3 컬러 스페이스 변환

컬러 이미지를 그레이 스케일로 변환하는 것은 이미지 연산의 양을 줄여서 속도를 높이는데 꼭 필요

그레이 스케일이나 다른 컬러 스페이스로 변환하는 방법

1. 직접 알고리즘을 구현
2. OpenCV에서 제공하는 cv2.cvtColor() 함수를 이용

3채널의 평균값을 구해서 그레이 스케일로 변환하는 방법 예제

import cv2
import numpy as np

img = cv2.imread('./img/girl.jpg')

# dtype 변경
img2 = img.astype(np.uint16)

# 채널별로 분리
b, g, r = cv2.split(img2)

# 평균값 연산 후 dtype 되돌리기
gray1 = ((b + g + r)/3).astype(np.uint8)

# BGR을 그레이 스케일로 변경
gray2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imshow('Original', img)
cv2.imshow('Gray1', gray1)
cv2.imshow('Gray2', gray2)

cv2.waitKey(0)
cv2.destroyAllWindows()

위 예제에서 dtype을 uint16 타입으로 변경한 이유는 평균값을 구하는 과정에서 3채널의 값을 합했을 때 255보다 큰 값이 나오면 uint8로는 표현하기 불가능하므로 변경하여 계산을 마친 후 다시 uint8로 되돌리는 방법을 사용하였다.

cv2.split() 함수 : 매개변수로 전달한 이미지를 채널별로 분리해서 튜플로 반환, 아래 Numpy 슬라이싱과 동일하다.

b, g, r = img2[:, :, 0], img2[:, :, 1], img2[:, :, 2

 

컬러 이미지를 그레이 스케일로 변환할 때 정확한 명암을 얻으려면 단순히 평균값만 계산하는 것보다 더 정교한 연산이 필요하다. 컬러 스케일 간의 변환은 컬러 스케일을 그레이 스케일로 바꾸는 것보다 더 복잡한 알고리즘이 필요, OpenCV에서는 cv2.cvtColor(img, flag) 함수를 제공한다.

• out = cv2.cvtColor(img, flag)
  • img : Numpy 배열, 변환할 이미지
  • flag : 변환할 컬러 스페이스, cv2.COLOR_ 로 시작하는 이름(총 274개)
    • cv2.COLOR_BGR2GRAY : BGR 컬러 이미지를 그레이 스케일로 변환
    • cv2.COLOR_GRAY2BGR : 그레이 스케일 이미지를 BGR 컬러 이미지로 변환
    • cv2.COLOR_BGR2RGB : BGR 컬러 이미지를 RGB 컬러 이미지로 변환
    • cv2.COLOR_BGR2HSV : BGR 컬러 이미지를 HSV 컬러 이미지로 변환
    • cv2.COLOR_HSV2BGR : HSV 컬러 이미지를 BGR 컬러 이미지로 변환
    • cv2.COLOR_BGR2YUV : BGR 컬러 이미지를 YUV 컬러 이미지로 변환
    • cv2.COLOR_YUV2BGR : YUV 컬러 이미지를 BGR 컬러 이미지로 변환
  • out : 변환된 결과 이미지(Numpy 배열)

cv2.COLOR_GRAY2BGR의 경우, 그레이 스케일로 BGR 스케일로 변환하는데, 실제로 흑백 사진을 컬러 사진으로 바꿔주는 것이 아니다! 2차원 배열 이미지를 3개 채널이 모두 같은 값을 가지는 3차원 배열로 변환하는 것. 영상 간 연산을 할 때, 서로 차원이 다르면 연산을 할 수 없기 떄문에 차원을 맞추는 용도로 사용한다.

 

6.4 HSV, HSI, HSL

• RGB와 마찬가지로 3채널로 컬러 이미지를 표시
• H(Hue, 색조), S(Saturation, 채도), V(Value, 명도)
• 마지막 V 대신 I(Intensity, 밀도), L(Lightness, 명도)로 표기하기도 한다.
• H 값은 픽셀이 어떤 색인지를 표현한다.
  • 색상에 매칭되는 숫자를 매겨놓고 그 360도 범위의 값을 갖게 해서 색을 표현
  • OpenCV에서 영상을 표현 할때 최대 값이 255를 넘지 못하므로 360을 반으로 나누어 0~180 범위의 값으로 표현하고 180보다 큰 값은 180으로 간주
  • 빨강(165~180, 0~15), 초록(45~75), 파랑(90~120)
• S 값은 채도, 포화도, 또는 순도이다. 해당 색상이 얼마나 순사하게 포함되어 있는지를 표현
  • S값은 0~255 범위로 표현, 255는 가장 순수한 색상
• V 값은 명도, 빛이 얼마나 밝은지 어두운지를 표현하는 값
  • 범위는 0~255, 255가 가장 밝은 상태, 0은 가장 어두운 상태로 검은색이 표시
• HSV 포맷은 오직 H 채널 값만 확인하면 되므로 색상을 기반으로 하는 여러가지 작업에 효과적

 

6.5 YUV, YCbCr

• YUV 포맷은 사람이 색상을 인식할 때 밝기에 더 민감하고 색상은 상대적으로 둔감한 점을 고려해서 만든 컬러 스페이스
• Y는 밝기(Luma), U(Chroma Blue, Cb)는 밝기와 파란색과의 색상 차, V(Chroma Red, Cr)는 밝기와 빨간색과의 색상 차를 표현
• Y에 많은 비트수를 할당하고 U와 V에는 적은 비트수를 할당해서 데이터를 압축하는 효과
• YUV는 YCbCr 포맷과 혼용되기도 한다.
  • 본래 YUV는 본래 텔레비전 시스템에서 아날로그 컬러 정보를 인코딩하는데 사용
  • YCbCr 포맷은 MPEG나 JPEG와 같은 디지털 컬러 정보를 인코딩하는데 사용
  • 요즘들어 YUV는 YCbCr로 인코딩된 파일 포맷을 설명하는 용어로 사용됨
• YUV는 밝기 정보와 컬러 정보를 분리해서 사용하므로 명암대비(contrast)가 좋지 않은 영상을 좋게 만드는 데 활용된다.
• 픽셀의 밝기를 제어해야 할 때, BGR 포맷은 3채널을 모두 연산해야 한다. 하지만 YUV 포맷은 Y 채널 하나만 작업하면 되므로 효과적이다.

 

REFERENCE

• 소스 코드 참고(저자 GitHub 주소)

GitHub - dltpdn/insightbook.opencv_project_python

 

• OpenCV 공식문서

OpenCV: OpenCV modules