Note

cv2.add() - Saturation 연산을 수행 - 0 보다 작으면 0, 255 보다 크면 255로 표현 np.add() - Modulo(나머지) 연산을 수행 - 256은 0, 257은 1로 표현 - 잘 사용하지 않음, 특정 픽셀에서 이미지가 이상해지기 때문 이미지 배열의 크기가 같아야 한다. import cv2 import matplotlib.pyplot as plt image_1 = cv2.imread('test.jpg') image_2 = cv2.imread('test3.jpg') result = cv2.add(image_1,image_2) plt.imshow(cv2.cvtColor(result, cv2.COLOR_BGR2RGB)) plt.show() result = image_1 + imag..

무게 중심을 적용한 변환 행렬을 사용한다 cv2.getRotationMatrix2D(center, angle, scale) - 이미지 회전을 위한 변환 행렬 생성 함수 center : 회전 중심 angle : 회전 각도 scale : Scale Factor import cv2 import matplotlib.pyplot as plt import numpy as np image = cv2.imread('test.jpg') # 행과 열 정보만 저장 height, width = image.shape[:2] M = cv2.getRotationMatrix2D((width / 2, height / 2), 90, 0.5) dst = cv2.warpAffine(image, M, (width, height)) plt.i..

이미지 위치 변경 cv2.wrapAffine(image, M, dsize) M : 변환 행렬 = (2*3) 행렬 dsize : Manual Size import cv2 import matplotlib.pyplot as plt import numpy as np image = cv2.imread('test.jpg') # 행과 열 정보만 저장 height, width = image.shape[:2] # 변환 행렬, 변환 행렬에 따라 위치가 바뀐다 M = np.float32([[1, 0, 50], [0, 1, 10]]) dst = cv2.warpAffine(image, M, (width, height)) plt.imshow(cv2.cvtColor(dst, cv2.COLOR_BGR2RGB)) plt.show()

cv2.resize(image,dsize,fx,fy,interpolation) dsize : Manual Size fx : 가로 비율 fy : 세로 비율 interpolation : 보간법 (사이즈가 변할 때 픽셀 사이 값을 조절하는 방법) - INTER_CUBIC : 사이즈를 크게 할 때 주로 사용 - INTER_AREA : 사이즈를 작게 할 때 주로 사용 import cv2 import matplotlib.pyplot as plt image = cv2.imread('test.jpg') plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) plt.show() * opencv는 BGR 순이지만 plt는 RGB 순으로 따른다. # 이미지 확장 expand = cv2.r..

!pip install opencv-python 라이브러리 설치 기본 이미지 구성 : BGR (B, G, R) cv2.IMREAD_COLOR : 이미지 컬러로 읽고, 투명한 부분은 무시 cv2.IMREAD_GRAYSCALE : 이미지를 GRAYSCALE로 읽기 cv2.IMREAD_UNCHANGED : 이미지 컬러로 읽고, 투명한 부분도 읽기 import cv2 img_basic = cv2.imread('test.jpg', cv2.IMREAD_COLOR) # 이미지 읽어오기 cv2.imshow('Image Basic', img_basic) # 이미지 창 띄우기 (윈도우 창 제목, 출력할 이미지 객체) # 키보드 입력 처리 (입력 대기 시간) - 값을 아스키 코드로 반환, 0은 무한대기 cv2.waitKey..