Python OpenCV 강좌 : 제 32강 - 비트 연산

상위 목록: Python 하위 목록: OpenCV 작성 날짜: 2020-03-22 읽는 데 11 분 소요

비트 연산(Bitwise)

비트 연산은 하나 또는 두 이미지에 대해 비트 연산을 수행합니다.

Numpy 클래스의 비트 연산과 동일한 의미와 결과를 갖습니다.

또한, 비트 연산 표현(&, | 등)을 통해 Mat 클래스 간의 연산을 수행할 수 있습니다.

메인 코드

import numpy as np
import cv2

src = cv2.imread("analysis.jpg")
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

_and = cv2.bitwise_and(gray, binary)
_or = cv2.bitwise_or(gray, binary)
_xor = cv2.bitwise_xor(gray, binary)
_not = cv2.bitwise_not(gray)

src = np.concatenate((np.zeros_like(gray), gray, binary, np.zeros_like(gray)), axis = 1)
dst = np.concatenate((_and, _or, _xor, _not), axis = 1)
dst = np.concatenate((src, dst), axis = 0)

cv2.imshow("dst", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

세부 코드

src = cv2.imread("analysis.jpg")
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

원본 이미지(src)와 그레이스케일(gray), 이진화(binary)을 선언합니다.

연산 이미지는 그레이스케일 이미지와 127 임곗값을 갖는 이진화 이미지를 사용합니다.

_and = cv2.bitwise_and(gray, binary)
_or = cv2.bitwise_or(gray, binary)
_xor = cv2.bitwise_xor(gray, binary)
_not = cv2.bitwise_not(gray)

cv2.bitwise(연산 이미지1, 연산 이미지2)를 이용하여 비트 연산을 진행합니다.

논리곱(bitwise_and), 논리합(bitwise_or), 배타적 논리합(bitwise_xor), 부정(bitwise_not) 등으로 연산이 가능합니다.

논리곱 함수는 두 이미지의 요소별 논리곱을 계산합니다.

연산 이미지1과 연산 이미지2의 값을 비트 단위로 파악하며, 해당 비트에 대해 AND 연산을 진행합니다.

논리합 함수는 두 이미지의 요소별 논리합을 계산합니다.

연산 이미지1과 연산 이미지2의 값을 비트 단위로 파악하며, 해당 비트에 대해 OR 연산을 진행합니다.

배타적 논리합 함수는 두 이미지의 요소별 배타적 논리합을 계산합니다.

연산 이미지1과 연산 이미지2의 값을 비트 단위로 파악하며, 해당 비트에 대해 XOR 연산을 진행합니다.

논리합 함수는 두 이미지의 요소별 논리합을 계산합니다.

연산 이미지1의 값을 비트 단위로 파악하며, 해당 비트에 대해 NOT 연산을 진행합니다.

요소의 값이 각각 198, 255인 이미지를 배타적 논리합 비트 연산을 진행한다면 다음과 같습니다.

198은 1100 0110이 되며, 255는 1111 1111이 됩니다.

XOR 연산은 비트 값이 같으면 0, 다르다면 1이 됩니다.

각 자리수 마다 값을 비교한다면 0011 1001이 됩니다.

이 값을 10진수로 변경한다면, 57이 됩니다.

그러므로, 이미지 요소 값은 57의 값으로 할당됩니다.

src = np.concatenate((np.zeros_like(gray), gray, binary, np.zeros_like(gray)), axis = 1)
dst = np.concatenate((_and, _or, _xor, _not), axis = 1)
dst = np.concatenate((src, dst), axis = 0)

dst = np.concatenate((src, number, dst), axis = 0)