08_edge_detection.py

  1"""
  208. 엣지 검출
  3- Sobel, Scharr 필터
  4- Laplacian
  5- Canny 엣지 검출
  6"""
  7
  8import cv2
  9import numpy as np
 10
 11
 12def create_test_image():
 13    """테스트 이미지 생성"""
 14    img = np.zeros((300, 400), dtype=np.uint8)
 15    img[:] = 200
 16
 17    # 사각형
 18    cv2.rectangle(img, (50, 50), (150, 150), 50, -1)
 19
 20    # 원
 21    cv2.circle(img, (300, 150), 60, 80, -1)
 22
 23    # 삼각형
 24    pts = np.array([[200, 250], [150, 290], [250, 290]], np.int32)
 25    cv2.fillPoly(img, [pts], 100)
 26
 27    # 텍스트
 28    cv2.putText(img, 'EDGE', (100, 270), cv2.FONT_HERSHEY_SIMPLEX, 0.8, 30, 2)
 29
 30    return img
 31
 32
 33def sobel_demo():
 34    """Sobel 필터 데모"""
 35    print("=" * 50)
 36    print("Sobel 필터")
 37    print("=" * 50)
 38
 39    img = create_test_image()
 40
 41    # Sobel 필터 (x 방향)
 42    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
 43
 44    # Sobel 필터 (y 방향)
 45    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
 46
 47    # 절대값 및 8비트 변환
 48    sobel_x_abs = cv2.convertScaleAbs(sobel_x)
 49    sobel_y_abs = cv2.convertScaleAbs(sobel_y)
 50
 51    # x, y 합성
 52    sobel_combined = cv2.addWeighted(sobel_x_abs, 0.5, sobel_y_abs, 0.5, 0)
 53
 54    # 크기 계산 (정확한 방법)
 55    sobel_magnitude = np.sqrt(sobel_x**2 + sobel_y**2)
 56    sobel_magnitude = np.uint8(np.clip(sobel_magnitude, 0, 255))
 57
 58    print("Sobel 필터:")
 59    print("  - 1차 미분 기반 엣지 검출")
 60    print("  - x 방향: 수직 엣지 검출")
 61    print("  - y 방향: 수평 엣지 검출")
 62    print("  - ksize: 커널 크기 (3, 5, 7)")
 63
 64    cv2.imwrite('edge_original.jpg', img)
 65    cv2.imwrite('sobel_x.jpg', sobel_x_abs)
 66    cv2.imwrite('sobel_y.jpg', sobel_y_abs)
 67    cv2.imwrite('sobel_combined.jpg', sobel_combined)
 68    cv2.imwrite('sobel_magnitude.jpg', sobel_magnitude)
 69
 70
 71def scharr_demo():
 72    """Scharr 필터 데모"""
 73    print("\n" + "=" * 50)
 74    print("Scharr 필터")
 75    print("=" * 50)
 76
 77    img = create_test_image()
 78
 79    # Scharr 필터 (Sobel보다 정확)
 80    scharr_x = cv2.Scharr(img, cv2.CV_64F, 1, 0)
 81    scharr_y = cv2.Scharr(img, cv2.CV_64F, 0, 1)
 82
 83    scharr_x_abs = cv2.convertScaleAbs(scharr_x)
 84    scharr_y_abs = cv2.convertScaleAbs(scharr_y)
 85
 86    scharr_combined = cv2.addWeighted(scharr_x_abs, 0.5, scharr_y_abs, 0.5, 0)
 87
 88    print("Scharr 필터:")
 89    print("  - Sobel의 개선 버전")
 90    print("  - 3x3 커널만 지원")
 91    print("  - 더 정확한 그래디언트 계산")
 92    print("  - Sobel(ksize=-1)과 동일")
 93
 94    cv2.imwrite('scharr_x.jpg', scharr_x_abs)
 95    cv2.imwrite('scharr_y.jpg', scharr_y_abs)
 96    cv2.imwrite('scharr_combined.jpg', scharr_combined)
 97
 98
 99def laplacian_demo():
100    """Laplacian 필터 데모"""
101    print("\n" + "=" * 50)
102    print("Laplacian 필터")
103    print("=" * 50)
104
105    img = create_test_image()
106
107    # 노이즈에 민감하므로 블러 적용
108    blurred = cv2.GaussianBlur(img, (3, 3), 0)
109
110    # Laplacian 필터
111    laplacian = cv2.Laplacian(blurred, cv2.CV_64F)
112    laplacian_abs = cv2.convertScaleAbs(laplacian)
113
114    # 커널 크기 변화
115    lap_k1 = cv2.Laplacian(blurred, cv2.CV_64F, ksize=1)
116    lap_k3 = cv2.Laplacian(blurred, cv2.CV_64F, ksize=3)
117    lap_k5 = cv2.Laplacian(blurred, cv2.CV_64F, ksize=5)
118
119    print("Laplacian 필터:")
120    print("  - 2차 미분 기반 엣지 검출")
121    print("  - 모든 방향의 엣지 한 번에 검출")
122    print("  - 노이즈에 민감 → 블러 필요")
123
124    cv2.imwrite('laplacian.jpg', laplacian_abs)
125    cv2.imwrite('laplacian_k1.jpg', cv2.convertScaleAbs(lap_k1))
126    cv2.imwrite('laplacian_k3.jpg', cv2.convertScaleAbs(lap_k3))
127    cv2.imwrite('laplacian_k5.jpg', cv2.convertScaleAbs(lap_k5))
128
129
130def canny_demo():
131    """Canny 엣지 검출 데모"""
132    print("\n" + "=" * 50)
133    print("Canny 엣지 검출")
134    print("=" * 50)
135
136    img = create_test_image()
137
138    # Canny 엣지 검출
139    # threshold1: 낮은 임계값
140    # threshold2: 높은 임계값
141    canny_50_150 = cv2.Canny(img, 50, 150)
142    canny_100_200 = cv2.Canny(img, 100, 200)
143    canny_30_100 = cv2.Canny(img, 30, 100)
144
145    print("Canny 엣지 검출 단계:")
146    print("  1. 가우시안 필터로 노이즈 제거")
147    print("  2. Sobel로 그래디언트 계산")
148    print("  3. 비최대 억제 (Non-Maximum Suppression)")
149    print("  4. 이중 임계값으로 엣지 결정")
150    print("     - 강한 엣지: > threshold2")
151    print("     - 약한 엣지: threshold1 ~ threshold2")
152    print("     - 비엣지: < threshold1")
153    print("  5. 히스테리시스 엣지 추적")
154
155    cv2.imwrite('canny_50_150.jpg', canny_50_150)
156    cv2.imwrite('canny_100_200.jpg', canny_100_200)
157    cv2.imwrite('canny_30_100.jpg', canny_30_100)
158
159
160def canny_with_blur():
161    """블러와 함께 Canny 사용"""
162    print("\n" + "=" * 50)
163    print("블러 + Canny")
164    print("=" * 50)
165
166    img = create_test_image()
167
168    # 노이즈 추가
169    noise = np.random.normal(0, 10, img.shape).astype(np.int16)
170    noisy = np.clip(img.astype(np.int16) + noise, 0, 255).astype(np.uint8)
171
172    # 블러 없이
173    canny_no_blur = cv2.Canny(noisy, 50, 150)
174
175    # 가우시안 블러 후
176    blurred = cv2.GaussianBlur(noisy, (5, 5), 0)
177    canny_with_blur = cv2.Canny(blurred, 50, 150)
178
179    # Canny 내부에서 apertureSize 조정
180    canny_aperture3 = cv2.Canny(noisy, 50, 150, apertureSize=3)
181    canny_aperture5 = cv2.Canny(noisy, 50, 150, apertureSize=5)
182
183    print("노이즈 제거:")
184    print("  - 블러 전처리 권장")
185    print("  - apertureSize 조정 가능 (3, 5, 7)")
186
187    cv2.imwrite('canny_noisy.jpg', noisy)
188    cv2.imwrite('canny_no_blur.jpg', canny_no_blur)
189    cv2.imwrite('canny_with_blur.jpg', canny_with_blur)
190
191
192def auto_canny_threshold():
193    """자동 Canny 임계값"""
194    print("\n" + "=" * 50)
195    print("자동 Canny 임계값")
196    print("=" * 50)
197
198    img = create_test_image()
199
200    # 중앙값 기반 자동 임계값
201    median = np.median(img)
202    sigma = 0.33
203
204    lower = int(max(0, (1.0 - sigma) * median))
205    upper = int(min(255, (1.0 + sigma) * median))
206
207    auto_canny = cv2.Canny(img, lower, upper)
208
209    print(f"이미지 중앙값: {median}")
210    print(f"자동 임계값: lower={lower}, upper={upper}")
211    print(f"공식: lower = (1-sigma)*median, upper = (1+sigma)*median")
212
213    cv2.imwrite('canny_auto.jpg', auto_canny)
214
215    return lower, upper
216
217
218def log_edge_detection():
219    """LoG (Laplacian of Gaussian) 엣지 검출"""
220    print("\n" + "=" * 50)
221    print("LoG 엣지 검출")
222    print("=" * 50)
223
224    img = create_test_image()
225
226    # LoG = Gaussian 블러 + Laplacian
227    blurred = cv2.GaussianBlur(img, (5, 5), 1.4)
228    log = cv2.Laplacian(blurred, cv2.CV_64F)
229
230    # Zero-crossing 찾기 (간단한 방법)
231    log_abs = cv2.convertScaleAbs(log)
232
233    print("LoG (Laplacian of Gaussian):")
234    print("  - Gaussian으로 노이즈 제거")
235    print("  - Laplacian으로 2차 미분")
236    print("  - Zero-crossing이 엣지")
237
238    cv2.imwrite('log_edge.jpg', log_abs)
239
240
241def compare_edge_methods():
242    """엣지 검출 방법 비교"""
243    print("\n" + "=" * 50)
244    print("엣지 검출 방법 비교")
245    print("=" * 50)
246
247    img = create_test_image()
248
249    # 각 방법 적용
250    sobel_x = cv2.convertScaleAbs(cv2.Sobel(img, cv2.CV_64F, 1, 0))
251    sobel_y = cv2.convertScaleAbs(cv2.Sobel(img, cv2.CV_64F, 0, 1))
252    sobel = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)
253
254    laplacian = cv2.convertScaleAbs(cv2.Laplacian(img, cv2.CV_64F))
255
256    canny = cv2.Canny(img, 50, 150)
257
258    print("""
259    | 방법 | 특징 | 사용 상황 |
260    |------|------|----------|
261    | Sobel | 1차 미분, 방향별 | 그래디언트 방향 필요시 |
262    | Scharr | Sobel 개선 | 더 정확한 그래디언트 |
263    | Laplacian | 2차 미분 | 모든 방향 한번에 |
264    | Canny | 다단계 처리 | 가장 많이 사용 |
265    """)
266
267    # 비교 이미지 생성
268    compare = np.hstack([
269        sobel,
270        laplacian,
271        canny
272    ])
273    cv2.imwrite('edge_compare.jpg', compare)
274
275
276def practical_example():
277    """실용 예제: 윤곽선 추출"""
278    print("\n" + "=" * 50)
279    print("실용 예제: 윤곽선 추출")
280    print("=" * 50)
281
282    # 컬러 이미지 생성
283    img = np.zeros((300, 400, 3), dtype=np.uint8)
284    img[:] = [200, 200, 200]
285
286    cv2.rectangle(img, (50, 50), (150, 150), (0, 0, 200), -1)
287    cv2.circle(img, (300, 150), 60, (200, 0, 0), -1)
288
289    # 그레이스케일 변환
290    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
291
292    # Canny 엣지
293    edges = cv2.Canny(gray, 50, 150)
294
295    # 윤곽선을 원본에 표시
296    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
297    result = img.copy()
298    cv2.drawContours(result, contours, -1, (0, 255, 0), 2)
299
300    cv2.imwrite('practical_input.jpg', img)
301    cv2.imwrite('practical_edges.jpg', edges)
302    cv2.imwrite('practical_contours.jpg', result)
303    print("윤곽선 추출 이미지 저장 완료")
304
305
306def main():
307    """메인 함수"""
308    # Sobel
309    sobel_demo()
310
311    # Scharr
312    scharr_demo()
313
314    # Laplacian
315    laplacian_demo()
316
317    # Canny
318    canny_demo()
319
320    # 블러 + Canny
321    canny_with_blur()
322
323    # 자동 임계값
324    auto_canny_threshold()
325
326    # LoG
327    log_edge_detection()
328
329    # 방법 비교
330    compare_edge_methods()
331
332    # 실용 예제
333    practical_example()
334
335    print("\n엣지 검출 데모 완료!")
336
337
338if __name__ == '__main__':
339    main()