[v0.9]영상처리_OpenCV_이미지 색상표현방식(BGR, HSV, YUV)

211230 작성

<본 블로그는 귀퉁이 서재님의 블로그를 참고해서 공부하며 작성하였습니다>

https://bkshin.tistory.com/entry/OpenCV-7-%E3%85%87%E3%85%87?category=1148027 

OpenCV - 7. 이미지 색상 표현 방식(BGR, HSV, YUV)

 

 

 

 

1. BGR, BGRA

1) RGB

: 색상은 0~2255 사이의 값으로 표시

: 값이 커질수록 해당 색상의 빛이 밝아진다

: OpenCV는 반대 순서 BGR 로 표현

 

2) BGRA

: RGB에 A(alpha) 가 추가된 색상표기법

: A는 배경의 투명도 (0~255 사용하지만, 0 : 검은색, 255 : 흰색 으로 주로 쓰임)

 

cv2.imread() 함수에 

: cv2.IMREAD_COLOR를 넣어주면 BGR 방식으로 이미지를 읽기

: cv2.IMREAD_UNCHANGED인 경우 이미지가 알파 채널을 가지고 있는 경우 BGRA 방식으로 읽기

# BGR, BGRA, Ahlpha 채널

import cv2
import numpy as np

# 기본 값 옵션
img = cv2.imread('img/opencv_logo.png')   
# IMREAD_COLOR 옵션                   
bgr = cv2.imread('img/opencv_logo.png', cv2.IMREAD_COLOR)    
# IMREAD_UNCHANGED 옵션
bgra = cv2.imread('img/opencv_logo.png', cv2.IMREAD_UNCHANGED) 
# 각 옵션에 따른 이미지 shape
print("default", img.shape, "color", bgr.shape, "unchanged", bgra.shape) 

cv2.imshow('bgr', bgr)
cv2.imshow('bgra', bgra)
cv2.imshow('alpha', bgra[:,:,3])  # 알파 채널만 표시
cv2.waitKey(0)
cv2.destroyAllWindows()

default (120, 98, 3) color (120, 98, 3) unchanged (120, 98, 4)  -> ALPHA 채널 더 있어서 shape 4로 변경

알파채널 = 마스크 채널

&nbsp;BGRA&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; ALPHA&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp;BGA

 

 

 

2. BGR 색상 이미지를 회색조 이미지로 변환하기

 cv2.imread(img, cv2.IMREAD_GRAYSCALE)

 

1) 평균값을 이용하여 회색조 이미지 변환

# BGR 색상 이미지를 회색조 이미지로 변환 (bgr2gray.py)

import cv2
import numpy as np

img = cv2.imread('img/yate.jpg')

img2 = img.astype(np.uint16)                # dtype 변경 ---①
b,g,r = cv2.split(img2)                     # 채널 별로 분리 ---②
#b,g,r = img2[:,:,0], img2[:,:,1], img2[:,:,2]
gray1 = ((b + g + r)/3).astype(np.uint8)    # 평균 값 연산후 dtype 변경 ---③
gray2 = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # BGR을 그레이 스케일로 변경 ---④
cv2.imshow('original', img)
cv2.imshow('gray1', gray1)
cv2.imshow('gray2', gray2)

cv2.waitKey(0)
cv2.destroyAllWindows()

origin&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; 평균값 이용&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; &nbsp; cv2.cvtcolor 이용

 

2)  OpenCV에서 제공하는 cv2.cvtcolor() 함수를 이용하여 회색조 이미지 변환

cv2.COLOR_BGR2GRAY

: BGR 색상 이미지를 회색조 이미지로 변환
cv2.COLOR_GRAY2BGR

: 회색조 이미지를 BGR 색상 이미지로 변환

: 실제 회색조 이미지를 색깔이 있는 이미지로 바꿔준다는 뜻 X

: 2차원의 배열을 갖는 이미지를 3개 채널 모두 같은 값을 갖는 3차원 배열로 변환 O
cv2.COLOR_BGR2RGB

: BGR 색상 이미지를 RGB 색상 이미지로 변환
cv2.COLOR_BGR2HSV

: BGR 색상 이미지를 HSV 색상 이미지로 변환
cv2.COLOR_HSV2BGR

: HSV 색상 이미지를 BGR 색상 이미지로 변환
cv2.COLOR_BGR2YUV

: BGR 색상 이미지를 YUV 색상 이미지로 변환
cv2.COLOR_YUV2BGR

: YUB 색상 이미지를 BGR 색상 이미지로 변환

 

 

 

3. HSV 방식

: 3개의 채널을 갖는 색상 이미지 표현법

: H(Hue, 색조, 어떤 색상인지)

: S(Saturation, 채도, 색상이 얼마나 순수하게 포함되어 있는지)

: V(Value, 명도, 색상이 얼마나 밝은지 어두운지 표현)

# BGR을 HSV로 변환

import cv2
import numpy as np

#---① BGR 컬러 스페이스로 원색 픽셀 생성
red_bgr = np.array([[[0,0,255]]], dtype=np.uint8)   # 빨강 값만 갖는 픽셀
green_bgr = np.array([[[0,255,0]]], dtype=np.uint8) # 초록 값만 갖는 픽셀
blue_bgr = np.array([[[255,0,0]]], dtype=np.uint8)  # 파랑 값만 갖는 픽셀
yellow_bgr = np.array([[[0,255,255]]], dtype=np.uint8) # 노랑 값만 갖는 픽셀

#---② BGR 컬러 스페이스를 HSV 컬러 스페이스로 변환
red_hsv = cv2.cvtColor(red_bgr, cv2.COLOR_BGR2HSV)
green_hsv = cv2.cvtColor(green_bgr, cv2.COLOR_BGR2HSV)
blue_hsv = cv2.cvtColor(blue_bgr, cv2.COLOR_BGR2HSV)
yellow_hsv = cv2.cvtColor(yellow_bgr, cv2.COLOR_BGR2HSV)

#---③ HSV로 변환한 픽셀 출력
print("red:",red_hsv)
print("green:", green_hsv)
print("blue", blue_hsv)
print("yellow", yellow_hsv)

red: [[[  0 255 255]]]
green: [[[ 60 255 255]]]
blue [[[120 255 255]]]
yellow [[[ 30 255 255]]]

=> 색상을 알아내기 위해서 RGB 방식은 세 가지 채널의 값을 모두 알아야 함

=> HSV 방식은 오직 H값 하나만 알면 되므로 좀 더 편리하고 효과적

 

 

 

 

4. YUV, YcbCr 방식

YUV = YCbCr 방식

: Y는 밝기(Luma)

: U는 밝기와 파란색과의 색상 차(Chroma Blue, Cb)

: V는 밝기와 빨간색과의 색상 차(Chroma Red, Cr)

: Y(밝기)에는 많은 비트수를 할당하고 U(Cb)와 V(Cr)에는 적은 비트수를 할당 => 데이터를 압축하는 효과

# BGR 값을 YUV로 변환
import cv2
import numpy as np

#---① BGR 컬러 스페이스로 3가지 밝기의 픽셀 생성
dark = np.array([[[0,0,0]]], dtype=np.uint8)        # 3 채널 모두 0인 가장 어두운 픽셀
middle = np.array([[[127,127,127]]], dtype=np.uint8) # 3 채널 모두 127인 중간 밝기 픽셀
bright = np.array([[[255,255,255]]], dtype=np.uint8) # 3 채널 모두 255인 가장 밝은 픽셀

#---② BGR 컬러 스페이스를 YUV 컬러 스페이스로 변환
dark_yuv = cv2.cvtColor(dark, cv2.COLOR_BGR2YUV)
middle_yuv = cv2.cvtColor(middle, cv2.COLOR_BGR2YUV)
bright_yuv = cv2.cvtColor(bright, cv2.COLOR_BGR2YUV)

#---③ YUV로 변환한 픽셀 출력
print("dark : ",dark_yuv)
print("middle : ", middle_yuv)
print("bright : ", bright_yuv)

dark :  [[[  0 128 128]]]
middle :  [[[127 128 128]]]
bright :  [[[255 128 128]]]

=> BGR값은 (0, 0, 0), (127, 127, 127), (255, 255, 255)로 어두운 픽셀, 중간 밝기의 픽셀, 가장 밝은 픽셀

=> Y값만 0, 127, 255로 바뀐다

=> 즉 어두운 값에서 밝은 값으로 변환

=> 밝기에 좀 더 신경을 써야 한다면 BGR 방식보다 YUV 방식을 사용

 

 

==> 색조를 한눈에 알고자 한다면 HSV 방식을 사용

==> YUV 방식은 밝기에 더 신경을 써야 하는 경우에 사용