C# OpenCV 강좌 : 제 44강 - 거리 변환

   

거리 변환 (Distance Transform)


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

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


Main Code


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

namespace test
{
    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);
        }
    }
}


Class Code


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);

팽창침식을 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 :
    • DistanceType.L2 :
    • DistanceType.C :
    • DistanceType.L12 : , L12=L1-L2
    • DistanceType.Fair : , c=1.3998
    • DistanceType.Welsch : , c=2.9846
    • DistanceType.Huber : , 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.


Result


이진화 이미지

2

DistTransform 이미지

3

DistTransform + 이진화 이미지

4



도움이 되셨다면 광고 클릭 부탁드립니다.

⤧  Next post C# OpenCV 강좌 : 제 45강 - 피라미드 화상 분할 ⤧  Previous post C# OpenCV 강좌 : 제 43강 - Background Remove (Mat)