[OpenCV] 이미지 처리 (자동보정)

오늘은 이미지 처리방법 중에서 자동보정하는 여러 방법들을 사용해보자.

오늘 해볼것은 히스토그램 평활화 (Histogram Equalization), CLAHE (Contrast Limited Adaptive Histogram Equalization), Gaussian Blur and Sharpening, Brightness and Contrast Adjustment이다. 

• 히스토그램 평활화: 이미지의 명암비를 개선하여 더 잘 보이게 만드는 기법

import cv2

# 이미지 읽기
image = cv2.imread('/my_dir/image.jpg', 0)  # 그레이스케일로 이미지 읽기

# 히스토그램 평활화
equalized_image = cv2.equalizeHist(image)

# 결과 저장 및 보기
cv2.imwrite('/my_dir/equalized_image.jpg', equalized_image)
cv2.imshow('Equalized Image', equalized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

 

• CLAHE: 히스토그램 평활화의 개선된 버전으로, 지역 대비를 향상시켜 더 자연스럽게 해준다.

import cv2

# 이미지 읽기
image = cv2.imread('/my_dir/image.jpg') 

# CLAHE 적용
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
clahe_image = clahe.apply(image)

# 결과 저장 및 보기
cv2.imwrite('/my_dir/clahe_image.jpg', clahe_image)
cv2.imshow('CLAHE Image', clahe_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

• Gaussian Blur and Sharpening: 이미지의 잡음을 줄이고 선명도를 높이는 데 사용

import cv2
import numpy as np

# 이미지 읽기
image = cv2.imread('/my_dir/image.jpg')

# 가우시안 블러 적용
blurred = cv2.GaussianBlur(image, (5, 5), 0)

# 샤프닝 커널 적용
sharpening_kernel = np.array([[-1, -1, -1], [-1, 9, -1], [-1, -1, -1]])
sharpened = cv2.filter2D(blurred, -1, sharpening_kernel)

# 결과 저장 및 보기
cv2.imwrite('/my_dir/sharpened_image.jpg', sharpened)
cv2.imshow('Sharpened Image', sharpened)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

• Brightness and Contrast Adjustment: 이미지의 밝기와 대비를 조정

import cv2

# 이미지 읽기
image = cv2.imread('/my_dir/image.jpg')

# 밝기 및 대비 조정
alpha = 1.2  # 대비 (1.0 = 원본 대비)
beta = 50    # 밝기 (0 = 원본 밝기)
adjusted = cv2.convertScaleAbs(image, alpha=alpha, beta=beta)

# 결과 저장 및 보기
cv2.imwrite('/my_dir/adjusted_image.jpg', adjusted)
cv2.imshow('Adjusted Image', adjusted)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

오늘은 여기까지