opencv 개요

파이썬 기반 주요 이미지 라이브러리에는 크게 3가지가 존재한다.

 

1. PIL

주로 이미지 처리만을 위해 사용되고, 처리 성능이 상대적으로 느리다는 특징을 가지고 있다.

2. scikit-image

파이썬 기반의 전반적인 컴퓨터 비전 기능을 제공하고 Scipy 기반으로 만들어졌다.

3. OpenCV

오픈 소스 기반의 최고 인기 컴퓨터 비전 라이브러리이다. 컴퓨터 비전 기능 일반화에 크게 기여를 했으며 C++기반이나 Python도 지원한다.

---

OpenCV를 이용하여 이미지 로딩을 할때는 imread()함수를 이용해준다.

imread("파일명")은 파일을 읽어 넘파이 array로 변환해준다.

여기서 주의해야 할 점이 OpenCV가 이미지를 RGB형태가 아닌 BGR형태로 로딩하기 때문에 색감이 원본 이미지와 다르게 나타난다.

 

OpenCV에서 imread("파일명")을 이용하여 로딩된 이미지 배열은 BGR형태의 배열이므로 cvtColor(이미지 배열, cv2.COLOR_BGR2RGB)를 이용하여 변환을 해준다.

 

OpenCV에서 메모리에 있는 이미지 배열을 다시 파일에 저장하려면 imwrite("출력파일명",이미지배열)을 이용한다.

이때 imread()로 인해 BGR형태로 되어 있는 이미지 배열을 다시 RGB형태로 변환하여 저장하게 된다.

 

---

OpenCV의 VideoCapture class는 동영상을 개별 Frame으로 하나씩 읽어들이는 기능을 제공한다.

VideoWrite는 VideoCapture로 읽어들인 개별 Frame을 동영상 파일로 Write를 수행한다.

 

cap = cv2.VideoCapture(video_input_path)

영상 Frame 너비 : cap.get(cv2.CAP_PROP_FRAME_WIDTH) 

영상 Frame 높이 : cap.get(cv2.CAP_PROP_FRAME_HEIGHT) 

영상 FPS:  cap.get(cv2.CAP_PROP_FPS )

---

실습

• OpenCV의 imread()는 RGB를 BGR로 변환하므로 원하지 않는 이미지가 출력됨

• cv2_image = cv2.imread('/content/data/beatles01.jpg')
  
  plt.figure(figsize=(10, 10))
  plt.imshow(cv2_image)
  plt.show()

cv2_image = cv2.imread('/content/data/beatles01.jpg')
draw_image = cv2.cvtColor(cv2_image, cv2.COLOR_BGR2RGB)

plt.figure(figsize=(10, 10))
plt.imshow(draw_image)
plt.show()

OpenCV 영상처리

import cv2

video_input_path = '/content/data/Night_Day_Chase.mp4'
video_output_path = '/content/data/Night_Day_Chase_out.mp4'

cap = cv2.VideoCapture(video_input_path)
# Codec은 *'XVID'로 설정. 
codec = cv2.VideoWriter_fourcc(*'XVID')

vid_size = (round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)),round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))
vid_fps = cap.get(cv2.CAP_PROP_FPS )
    
vid_writer = cv2.VideoWriter(video_output_path, codec, vid_fps, vid_size) 

frame_cnt = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
print('총 Frame 갯수:', frame_cnt, 'FPS:', round(vid_fps), 'Frame 크기:', vid_size)

총 Frame 갯수: 1383 FPS: 28 Frame 크기: (1216, 516)

 

import time

green_color=(0, 255, 0)
red_color=(0, 0, 255)

start = time.time()
index=0
while True:
    hasFrame, img_frame = cap.read()
    if not hasFrame:
        print('더 이상 처리할 frame이 없습니다.')
        break
    index += 1
    print('frame :', index, '처리 완료')
    
    cv2.rectangle(img_frame, (300, 100, 800, 400), color=green_color, thickness=2)
    caption = "frame:{}".format(index)
    cv2.putText(img_frame, caption, (300, 95), cv2.FONT_HERSHEY_SIMPLEX, 0.7, red_color, 1)
    
    vid_writer.write(img_frame)

print('write 완료 시간:', round(time.time()-start,4))
vid_writer.release()
cap.release()

코드를 살펴보면 cap.read()를 이용해 hasFrame 즉 다음 frame의 존재 여부를 알아내어 다음 frame이 존재할때 까지 반복문을 실행한다.

앞으로 진행할 object detection에서는 cap.read()를 통해 구해낸 img_frame을 이용하여 코딩에 활용될 예정이다.