파이썬 이미지 처리 기초 안내서

파이썬 이미지 처리

파이썬 이미지 처리 입문: 초보자도 쉽게 시작하는 이미지 마법사 되기

이미지 처리, 더 이상 어렵지 않아요! 파이썬을 이용하면 누구나 쉽고 재미있게 이미지를 조작하고 분석할 수 있습니다. 이 글에서는 파이썬 이미지 처리의 기초부터 다양한 응용까지, 초보자도 이해하기 쉽게 차근차근 알려드립니다. 이미지 처리의 세계로 떠나볼 준비 되셨나요?

1, 파이썬 이미지 처리 라이브러리 소개

파이썬은 다양한 이미지 처리 라이브러리를 제공하여 이미지를 쉽게 다룰 수 있도록 지원합니다. 가장 널리 사용되는 라이브러리는 다음과 같습니다.

1.1 OpenCV (Open Source Computer Vision Library)

OpenCV는 컴퓨터 비전 분야에서 가장 인기 있는 오픈소스 라이브러리입니다. 이미지 처리, 비디오 분석, 얼굴 인식, 객체 검출 등 다양한 기능을 제공합니다. 파이썬에서 OpenCV를 사용하려면 cv2 모듈을 import하여 사용합니다.

python import cv2

OpenCV의 주요 기능:

• 이미지 읽기 및 쓰기: cv2.imread(), cv2.imwrite()
• 이미지 변환: cv2.cvtColor(), cv2.resize(), cv2.flip()
• 이미지 필터링: cv2.blur(), cv2.medianBlur(), cv2.GaussianBlur()
• 엣지 검출: cv2.Canny()
• 객체 검출: cv2.CascadeClassifier()
• 비디오 처리: cv2.VideoCapture()

1.2 PIL (Python Imaging Library)

PIL (Python Imaging Library)은 이미지 처리 및 조작을 위한 파이썬 라이브러리입니다. OpenCV보다 사용하기 쉬운 인터페이스를 제공하며, 이미지 편집, 변환, 압축 등 다양한 기능을 제공합니다.

python from PIL import Image

PIL의 주요 기능:

• 이미지 읽기 및 쓰기: Image.open(), Image.save()
• 이미지 크기 조절: Image.resize()
• 이미지 회전: Image.rotate()
• 이미지 자르기: Image.crop()
• 이미지 붙이기: Image.paste()
• 이미지 색상 변환: Image.convert()

2, 파이썬 이미지 처리 기초: 이미지 읽기, 쓰기, 표시

이제 파이썬을 이용하여 실제 이미지를 읽고, 처리하고, 화면에 표시하는 방법을 알아보겠습니다.

2.1 OpenCV를 이용한 이미지 처리

python import cv2

이미지 읽기

image = cv2.imread('image.jpg')

이미지 표시

cv2.imshow('Image', image)

키 입력 대기

cv2.waitKey(0)

창 닫기

cv2.destroyAllWindows()

위 코드는 image.jpg 파일을 읽어 Image라는 창에 표시합니다. cv2.waitKey(0)은 키 입력을 기다리며, 키를 누르면 창이 닫힙니다.

2.2 PIL을 이용한 이미지 처리

python from PIL import Image

이미지 읽기

image = Image.open('image.jpg')

이미지 표시

image.show()

PIL을 이용하여 image.jpg 파일을 읽고 image.show()를 이용하여 이미지를 표시합니다. PIL은 이미지 표시를 위해 별도의 창을 열어줍니다.

3, 파이썬 이미지 처리 응용: 이미지 변환 및 필터링

이미지를 읽고 표시하는 기본적인 기능을 익혔으니, 이제 이미지 변환 및 필터링과 같은 다양한 작업을 수행해 보겠습니다.

3.1 이미지 크기 조절

python import cv2

이미지 읽기

image = cv2.imread('image.jpg')

이미지 크기 조절 (가로, 세로)

resized_image = cv2.resize(image, (300, 200))

크기 조절된 이미지 표시

cv2.imshow('Resized Image', resized_image) cv2.waitKey(0) cv2.destroyAllWindows()

cv2.resize() 함수를 이용하여 image의 크기를 가로 300픽셀, 세로 200픽셀로 조절했습니다.

3.2 이미지 회전

python from PIL import Image

이미지 읽기

image = Image.open('image.jpg')

이미지 회전 (각도)

rotated_image = image.rotate(45)

회전된 이미지 표시

rotated_image.show()

image.rotate() 함수를 이용하여 image를 45도 회전했습니다.

3.3 이미지 필터링

python import cv2

이미지 읽기

image = cv2.imread('image.jpg')

블러 필터 적용

blurred_image = cv2.blur(image, (5, 5))

필터링된 이미지 표시

cv2.imshow('Blurred Image', blurred_image) cv2.waitKey(0) cv2.destroyAllWindows()

cv2.blur() 함수를 이용하여 image에 블러 필터를 적용했습니다. (5, 5)는 커널 크기를 나타냅니다.

4, 파이썬 이미지 처리 응용: 엣지 검출

엣지 검출은 이미지에서 경계선을 찾는 작업입니다.

엣지 검출의 중요성:

• 이미지 분석의 기초: 엣지 검출은 이미지 분석, 객체 인식, 영상 처리 등 다양한 분야에서 기본적인 작업입니다.
• 컴퓨터 비전의 핵심: 컴퓨터 비전 시스템은 엣지 정보를 이용하여 객체를 식별하고, 이미지를 이해합니다.

4.1 Canny 엣지 검출

python import cv2

이미지 읽기

image = cv2.imread('image.jpg')

흑백 이미지로 변환

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

Canny 엣지 검출

edges = cv2.Canny(gray, 100, 200)

엣지 검출 결과 표시

cv2.imshow('Edges', edges) cv2.waitKey(0) cv2.destroyAllWindows()

cv2.Canny() 함수를 이용하여 image에서 엣지를 검출했습니다. 100과 200은 하한값과 상한값으로, 엣지 강도를 조절하는 역할을 합니다.

5, 파이썬 이미지 처리 응용: 객체 검출

객체 검출은 이미지에서 특정 객체를 찾아내는 작업입니다.

객체 검출의 활용:

• 자율 주행 자동차: 차량, 보행자, 신호등 등을 인식합니다.
• 안면 인식: 얼굴을 인식하여 사용자를 식별합니다.
• 의료 영상 분석: 종양, 골절 등을 자동으로 검출합니다.

5.1 Haar Cascade를 이용한 얼굴 검출

python import cv2

얼굴 검출기 로딩

facecascade = cv2.CascadeClassifier('haarcascadefrontalface_default.xml')

이미지 읽기

image = cv2.imread('face.jpg')

흑백 이미지로 변환

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

얼굴 검출

faces = face_cascade.detectMultiScale(gray, 1.1, 4)

검출된 얼굴에 사각형 그리기

for (x, y, w, h) in faces: cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)

결과 이미지 표시

cv2.imshow('Detected Faces', image) cv2.waitKey(0) cv2