머신 비전 알고리즘 - OpenCV - 이미지처리1

# 디지털 컴퓨터를 이용하여 알고리즘을 통해 디지털 이미지(넓은 범위의 알고리즘을 입력 데이터)를 처리 한다. 특히, 노이즈 및 왜곡 축적과 같은 문제를 피할 수 있고 2차원 이상으로 정의되면서 다차원 시스템의 형태로 이용되고 있다.
   # 디지털 이미지 처리의 발전의 세 가지 요인
      > 컴퓨터의 발전, 수학의 발전, 산업(환경, 농업, 군사) 및 의학 분야에 대한 수요 증가

# 디지털 이미지 처리
   # 이미지의 정보를 시간영역과 주파수영역으로 표현 가능하다.
   # 이미지를 처리하는 filter 의 특성에 따라서 시간영역/주파수 영역에서 처리 한다.
      > 저주파수( LPF : Low Pass Filter ), 고주파수( HPF : High Pass Filter )

 

# 이미지 처리 - OpenCV 4.5.3 으로 테스트
   # 이미지의 정보에서 저주파수 성분은 통과 시키고 고주파수 성분은 제거
   # kernel_size 를 X, Y 로 설정가능하며, 3 이상의 홀수를 선택
   > srcImage : 입력, dstImage : 결과, kernel_size : 커널 크기, anchor_point : 엥커 위치, borderType : 이미지 끝부분

# cv::blur
   > 엥커 위치를 기준으로 커널 크기에 포함 되는 데이터의 평균을 계산한다.
   > kernel_size = 3, anchor_point = 1, borderType = cv::BORDER_DEFAULT;
   > cv::blur(srcImage, dstImage, kernel_size, anchor_point, borderType);

# cv::medianBlur
   > 엥커 위치를 기준으로 커널 크기에 포함 되는 데이터의 중간 위치 값을 선택한다.
   > kernel_size = 3;
   > cv::medianBlur(srcImage, dstImage, kernel_size );

# cv::GaussianBlur
   > 엥커 위치를 기준으로 커널 크기에 포함 되는 데이터를 Gaussian form 으로 convolution 연산한다.
   > kernel_size = 3, sigmaX = 5.0, sigmaY = 0.0, borderType = cv::BORDER_DEFAULT;
   > cv::GaussianBlur(srcImage, dstImage, kernel_size, sigmaX, sigmaY, borderType);

# cv::bilateralFilter
   > 가우스안 함수 필터를 확장한 개념으로 에지를 보존하면서 스무딩 연산한다.
      > 특별한 부분은 distance(d) 값을 이용해서 이웃하는 픽셀과의 거리를 결정한다.
   > 만약 d < 0 으면, sigmaSpace에 의해서 필터 크기가 결정 ( 2.0 * 3.0 * sigmaSpace + 1.0 )
   > sigmaColor 값은 이웃 화소 중에서 색상 공간에서 멀리 떨어진 색상을 혼합하여 유사한 색상으로 뭉친다.
      # sigmaColor는 컬러 공간에서 필터 표준편차를 나타낸다.
   > distance = 3, sigmaColor = 5.0, sigmaSpace = 3.0, borderType = cv::BORDER_DEFAULT;
   > cv::bilateralFilter(srcImage, dstImage, distance, sigmaColor , sigmaSpace , borderType );