모폴로지 연산 (Morphology)
개요
- 모폴로지 연산은 영상 처리에서 노이즈 제거, 구멍 채우기, 끊어진 선 이어 붙이기 등에 쓰이는 형태학적(morphological) 연산을 말한다.
- 주로 이진 영상(Binary Image) 에서 객체의 모양을 분석·변형하는 데 사용되지만, 그레이스케일 영상에도 확장 적용이 가능하다.
방법
- 모폴로지 연산에 사용할 커널의 모양(구조적 요소, Structuring element)을 정의하고, 커널이 전체 이미지를 슬라이딩 하면서 원본과 커널 영역을 비교하며 침식(Erosion), 팽창(Dilation) 등의 연산을 수행하며 이미지를 변형한다.
- 커널 (Structuring element) :
- 모폴로지 연산 종류에 따른 결과 :
커널 (Structuring Element)
- 모폴로지 연산에 사용되는 구조화 요소 커널은 1이 채워진 모양에 따라 사각형, 타원형, 십자형 등으로 사용할 수 있다.
- OpenCV에서 제공하는
getStructuringElement함수를 이용해 커널 사이즈에 따른 다양한 모양의 구조화 요소를 생성할 수 있다.
# Rectangular Kernel (사각형)
>>> cv.getStructuringElement(cv.MORPH_RECT,(5,5))
array([[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1]], dtype=uint8)
# Elliptical Kernel (타원형)
>>> cv.getStructuringElement(cv.MORPH_ELLIPSE,(5,5))
array([[0, 0, 1, 0, 0],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[1, 1, 1, 1, 1],
[0, 0, 1, 0, 0]], dtype=uint8)
# Cross-shaped Kernel (십자형)
>>> cv.getStructuringElement(cv.MORPH_CROSS,(5,5))
array([[0, 0, 1, 0, 0],
[0, 0, 1, 0, 0],
[1, 1, 1, 1, 1],
[0, 0, 1, 0, 0],
[0, 0, 1, 0, 0]], dtype=uint8)
# Diamond-shaped Kernel (마름모)
>>> cv.getStructuringElement(cv.MORPH_DIAMOND,(5,5))
array([[0, 0, 1, 0, 0],
[0, 1, 1, 1, 0],
[1, 1, 1, 1, 1],
[0, 1, 1, 1, 0],
[0, 0, 1, 0, 0]], dtype=uint8)모폴로지 - 침식 (Erosion)
개요
- 모폴로지 연산에서 침식(Erosion)은 객체 외곽을 깎아내는 연산.
- 커널이 원본 영상을 슬라이딩 하면서, 커널 내 1에 해당하는 영역과 원본을 비교하여 모두 1을 만족한다면 타겟 픽셀(중앙 픽셀)을 1로, 아니면 0으로 변형한다. (=
bitwise_and) - 즉, 구조요소가 완전히 맞아떨어질 때만 중심 픽셀을 1로 유지한다.
- 구조요소 크기보다 작은 영역은 제거됨 → 노이즈 제거 효과.
방법
- 3x3 사각형 커널을 이용한 모폴로지 침식 연산 결과 :
OpenCV
import cv2
# 이미지 읽기 (바이너리 이미지, 그레이스케일)
src = cv2.imread('binary.png', cv2.IMREAD_GRAYSCALE)
# 3×3 구조요소(사각형 모양) 생성
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
# 침식 연산
eroded = cv2.erode(src, kernel, iterations=1)cv2.erode(src, kernel, dst, anchor, iterations, borderType, borderValue) -> dst- src : 입력 이미지 (이진/그레이스케일 모두 가능,
np.uint8권장) - kernel : 구조요소(Structuring Element),
np.uint8타입의 2D 배열. 보통cv2.getStructuringElement()로 생성 - dst (optional) : 출력 이미지 저장 변수. 지정하지 않으면 새로운 배열 반환
- anchor (optional) : 커널에서 중심점 위치. 기본값 (-1, -1)은 자동 중앙 설정
- iterations (optional) : 연산 반복 횟수 (기본 1). 값이 크면 효과가 강해짐
- borderType (optional) : 가장자리 처리 방식. 기본값
cv2.BORDER_CONSTANT - borderValue (optional) :
BORDER_CONSTANT일 때 채울 값 (기본 0)
모폴로지 - 팽창 (Dilation)
개요
- 모폴로지 연산에서 팽창(Dilation)은 객체 외곽을 확장하는 연산.
- 커널이 원본 영상을 슬라이딩 하면서, 커널 내 1에 해당하는 영역과 원본을 비교하여 하나라도 1을 만족한다면 타겟 픽셀(중앙 픽셀)을 1로, 아니면 0으로 변형한다. (=
bitwise_or) - 즉, 구조요소가 객체의 일부와 닿기만 해도 중심 픽셀을 1로 설정한다.
- 구조요소 크기보다 작은 구멍이나 틈이 메워짐 → 객체 연장 및 확장 효과.
방법
- 3x3 사각형 커널을 이용한 모폴로지 팽창 연산 결과 :
OpenCV
import cv2
# 이미지 읽기 (바이너리 이미지, 그레이스케일)
src = cv2.imread('binary.png', cv2.IMREAD_GRAYSCALE)
# 3×3 구조요소(사각형 모양) 생성
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
# 팽창 연산
dilated = cv2.dilate(src, kernel, iterations=1)cv2.dilate(src, kernel, dst, anchor, iterations, borderType, borderValue) -> dst- src : 입력 이미지 (이진/그레이스케일 모두 가능,
np.uint8권장) - kernel : 구조요소(Structuring Element),
np.uint8타입의 2D 배열. 보통cv2.getStructuringElement()로 생성 - dst (optional) : 출력 이미지 저장 변수. 지정하지 않으면 새로운 배열 반환
- anchor (optional) : 커널에서 중심점 위치. 기본값 (-1, -1)은 자동 중앙 설정
- iterations (optional) : 연산 반복 횟수 (기본값 1). 값이 크면 효과가 강해짐
- borderType (optional) : 가장자리 처리 방식. 기본값
cv2.BORDER_CONSTANT - borderValue (optional) :
BORDER_CONSTANT일 때 채울 값 (기본 0)
모폴로지 - 열기 (Opening) / 닫기 (Closing)
열기 (Opening)
- 침식(Erosion) 연산 → 팽창(Dilation) 연산
- 침식 연산을 먼저 수행하고, 팽창 연산을 함으로써 작은 노이즈는 제거되고, 대상 요소는 원래 크기를 유지할 수 있다.
닫기 (Closing)
- 팽창(Dilation) 연산 → 침식(Erosion) 연산
- 팽창 연산을 먼저 수행하고, 침식 연산을 함으로써 끊어져 보이는 개체를 연결하거나 구멍을 메우고 대상 요소의 원래 크기를 유지한다.
OpenCV
import cv2
# 구조화 요소 커널, 사각형 (3x3) 생성
k = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
# 열림 연산 적용
opening = cv2.morphologyEx(img1, cv2.MORPH_OPEN, k)
# 닫힘 연산 적용
closing = cv2.morphologyEx(img2, cv2.MORPH_CLOSE, k)dst = cv2.morphologyEx(src, op, kernel, dst, anchor, iteration, borderType, borderValue)- src: 입력 영상
- op: 모폴로지 연산 종류
- cv2.MORPH_OPEN
- cv2.MORPH_COLSE
- cv2.MORPH_GRADIENT
- cv2.MORPH_TOPHAT
- cv2.MORPH_BLACKHAT
- kernel: 구조화 요소 커널
- dst (optional): 결과 영상
- anchor (optional): 커널의 기준점. 기본값 (-1, -1)
- iteration (optional): 연산 반복 횟수 기본값 1
- borderType (optional): 외곽 영역 보정 방법. 기본값
cv2.BORDER_CONSTANT - borderValue (optional):
BORDER_CONSTANT일 때 채울 값 (기본 0)