상위 목록: 하위 목록: 작성 날짜: 읽는 데 10 분 소요

거리 변환(Distance Transform)

DistTransform 함수를 이용하여 이진화 이미지에서 가장 가까운 흑색(픽셀값 0)픽셀까지의 거리를 계산합니다.

주로, 이진화 적용 시 서로 붙어 있는 물체를 구분하는 방법으로 사용합니다.

원본(Source, src)은 영상이나 이미지를 사용합니다.

  • 영상 사용하기 : [3강 바로가기][3강]

  • 이미지 사용하기 : [4강 바로가기][4강]



메인 코드

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using OpenCvSharp;

namespace Project
{
    class OpenCV : IDisposable
    {  
        IplImage dist;
        
        public IplImage DistTransform(IplImage src)
        {
            dist = new IplImage(src.Size, BitDepth.F32, 1);
            IplImage bin = new IplImage(src.Size, BitDepth.U8, 1);
            
            Cv.CvtColor(src, bin, ColorConversion.BgrToGray);
            Cv.Threshold(bin, bin, 50, 255, ThresholdType.Binary);

            Cv.Dilate(bin, bin, null, 2);
            Cv.Erode(bin, bin, null, 2);

            Cv.DistTransform(bin, dist, DistanceType.L2, 3);
            //Cv.Threshold(dist, dist, 50, 255, ThresholdType.Binary);

            return dist;
        }
                  
        public void Dispose()
        {
            if (dist != null) Cv.ReleaseImage(dist);
        }
    }
}


세부 코드

dist = new IplImage(src.Size, BitDepth.F32, 1);
IplImage bin = new IplImage(src.Size, BitDepth.U8, 1);

결과를 표시할 이미지인 dist와 이진화 이미지 bin을 선언합니다.

dist 이미지는 정밀도를 F32를 사용합니다.


Cv.CvtColor(src, bin, ColorConversion.BgrToGray);
Cv.Threshold(bin, bin, 50, 255, ThresholdType.Binary);

bin 이미지에 이진화를 적용합니다.


Cv.Dilate(bin, bin, null, 2);
Cv.Erode(bin, bin, null, 2);

팽창과 침식을 이용하여 이진화 이후 나타나는 노이즈를 제거합니다.


Cv.DistTransform(bin, dist, DistanceType.L2, 3);

Cv.DistTransform()를 사용하여 가장 가까운 흑색 픽셀까지의 거리를 계산합니다.

Cv.DistTransform(이진화 이미지, 결과, 거리 유형, 마스크 크기)를 의미합니다.

  • 거리 유형
    • DistanceType.User : 사용자 지정 거리
    • DistanceType.L1 : \(L1 = \vert x1-x2 \vert + \vert y1-y2 \vert\)
    • DistanceType.L2 : \(L2 = {\sqrt{(x1-x2)^2 + (y1-y2)^2 }}\)
    • DistanceType.C : \(C = max(\vert x1-x2 \vert,\vert y1-y2 \vert)\)
    • DistanceType.L12 : \(L12 = 2*{\sqrt{1+x*x/2}-1)}\), L12=L1-L2
    • DistanceType.Fair : \(Fair = c^2*({\vert x \vert/c-\log(1+\vert x \vert/c)}\), c=1.3998
    • DistanceType.Welsch : \(Welsch = {c^2}/{2*(1-\exp(-(x/c)^2))}\), c=2.9846
    • DistanceType.Huber : \(Huber = \vert x \vert \lt c \text{ ? } {x^2}/2 \text{ : } c*(\vert x \vert -c/2)\), c=1.345


Cv.Threshold(dist, dist, 50, 255, ThresholdType.Binary);

거리 변환을 통해 얻어낸 이미지를 이용하여 다시 이진화를 적용해 붙어있는 이미지를 구분 할 수 있습니다.



출력 결과

이진화 이미지


DistTransform 이미지


DistTransform + 이진화 이미지

댓글 남기기

최근 포스트