• 개요

▪︎ 블러

• 이미지를 흐리게 하는 효과
• cv2.blur(img, kernel) : 단순 평균 방식
• cv2.GaussianBlur(img, kernel, 표준편차) : 가우시안 평균 방식
• cv2.medianBlur(img, kernel) : 중앙값 사용 방식
• kernel : 블러값을 계산하는 영역 (홀수값 사용)
• 표준편차에 0 넣으면 자동 계산

img = cv.imread(DOG_PATH)

# 평균 블러
blur_avg = cv.blur(img, (5,5))

# 가우시안 블러
blur_gaussian = cv.GaussianBlur(img, (5,5), 0)

cv.imshow("Blur", blur_avg)
cv.imshow("Gaussian", blur_gaussian)

cv.waitKey(0)
cv.destroyAllWindows()
cv.waitKey(1)

• 커널 사이즈 변화에 따른 차이

img = cv.imread(DOG_PATH)

kernel_3 = cv.GaussianBlur(img, (3,3), 0)
kernel_5 = cv.GaussianBlur(img, (5,5), 0)
kernel_7 = cv.GaussianBlur(img, (7,7), 0)

cv.imshow("kernel_3", kernel_3)
cv.imshow("kernel_5", kernel_5)
cv.imshow("kernel_7", kernel_7)

cv.waitKey(0)
cv.destroyAllWindows()
cv.waitKey(1)

• 표준편차 변화에 따른 차이

img = cv.imread(DOG_PATH)

sigma_1 = cv.GaussianBlur(img, (0,0), 1)
sigma_2 = cv.GaussianBlur(img, (0,0), 2)
sigma_3 = cv.GaussianBlur(img, (0,0), 3)

cv.imshow("sigma_1", sigma_1)
cv.imshow("sigma_2", sigma_2)
cv.imshow("sigma_3", sigma_3)

cv.waitKey(0)
cv.destroyAllWindows()
cv.waitKey(1)

▪︎ 이진화 (Binarization)

• 특정 값을 기준으로 픽셀의 값을 0(검은색)또는 255(흰색)로 분류하는 것
  • 분석을 단순화하기 위해 사용
  • 특정 관심 영역을 분리하는데 용이함

▫︎ Threshold : 임계값, 문턱값

• 기준값의 역할을 함
• 빛의 밝기를 기준으로 픽셀 값을 변환
• cv2.threshold(img, threshold, maxValue, type)
  • return / binary 값 반환
  • return : threshold 값
  • binary : 이미지