4. diel - Thresholding a analýza obrázkov v Pythone

V minulej lekcii, Práca s pixelmi a operácie s obrázkami v Pythone , sme si ukázali, ako pracovať s jednotlivými pixely obrázkov v Pythone a vykonávať aritmetické operácie. V dnešnom Python tutoriálu sa zameriame na funkciu threshold(), ktorú sme v minulej lekcii využili.

Pre ukážku budem ako vždy používať obrázok lietadla:

Thresholding

Thresholding je najzákladnejšia spôsob ako vytvoriť binárnu obrázok čiže masku. Maska nie je nič iné ako binárny obrázok (obrázok o 2 hodnotách), ktorý pomocou bitových operácií alebo funkcií aplikujeme na obrázok.

Najskôr si niečo povieme o funkciách threshold() a adaptiveThreshold() v knižnici OpenCV. Threshold znamená anglicky prah. Thresholding slúžia k zjednodušeniu vizuálnych dát tak, aby sa lepšie analyzovala. Je predsa len jednoduchšie pracovať s 2 hodnotami než s 256. Thresholding dokáže previesť pixely buď na biele alebo čierne, záleží na parametroch a typu funkcie, ktorú zvolíme. Jedným zo základných parametrov tejto funkcie je prahová hodnota, ktorá pixely rozdelí na 2 skupiny, a maximálna hodnota. Ak by prahová hodnota bola napr. 100 z 255, všetky pixely pod hodnotou 100 by boli čierne a pixely nad hodnotou 100 budú mať onú maximálnu hodnotu, v našom prípade budú biele. Pixely budú mať 2 hodnoty len vtedy, keď obrázok konvertujú na GRAYSCALE. Ak ponecháme obrázok farebný, bude sa jednať o farby a nie o čiernu a bielu.

Typy thresholding funkcií, ktoré knižnica OpenCV ponúka, sú nasledujúce:

• THRESH_BINARY
• THRESH_BINARY_INV
• THRESH_TRUNC
• THRESH_TOZERO
• THRESH_TOZERO_INV
• THRESH_MASK
• THRESH_OTSU
• THRESH_TRIANGLE

Teraz si thresholding predvedieme na našom obrázku:

import cv2
import numpy as np
import os

img = cv2.imread("letadlo.jpg")
img = cv2.resize(img, (640, 480))
cv2.imshow("pred", img)
ret, img = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY)
cv2.imshow("po", img)
cv2.waitKey()
cv2.destroyAllWindows()

Obrázok si najskôr načítame a potom zmenšíme, aby sa nám zmestil na obrazovku. Aplikujeme threshold THRESH_BINARY počiatočnú hranicu 100 a maximálna 255 pomocou cv2.threshold(img, 100, 255, cv2.THRESH_BINARY). Funkcia vracia okrem obrázku tiež hodnotu ret. Ak použijeme cv.THRESH_OTSU, funkcia cez ret vracia optimálnu prahovú hodnotu, inak vracia prahovú hodnotu, ktorú sme zadali.

Môžeme sa uistiť, že obrázok je naozaj stále farebný:

Teraz aplikujeme threshold THRESH_BINARY počiatočnú hranicu 150 a maximálny 255 na GRAYSCALE obrázok:

img = cv2.imread("letadlo.jpg")
img = cv2.resize(img, (640, 480))
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, img = cv2.threshold(img, 150, 255, cv2.THRESH_BINARY)
cv2.imshow("obrazek", img)
cv2.waitKey()
cv2.destroyAllWindows()

Obázek má už len 2 farby a to čiernu a bielu:

AdaptiveThreshold

Funkcia cv.adaptiveThreshold() robí to isté ako funkcia threshold(), ale prahovú hodnotu si zistí podľa algoritmu, ktorý zvolíme. Parametre funkcie sú nasledovné:

• obrázok
• Maximálna hodnota
• Algoritmus - algoritmus, ktorý použijeme pre výpočet optimálnej prahové hodnoty
• typ
• Veľkosť bloku - x * x pixelov, ktoré algoritmus analyzuje
• Konštanta - konštanta sa odpočíta od výsledkov algoritmu

Na výber tu máme zo 2 algoritmov:

• ADAPTIVE_THRESH_MEAN_C - Prahová hodnota priemer bloku
• ADAPTIVE_THRESH_GAUSSIAN_C - Prahová hodnota vážený súčet bloku

Samotnú funkcii si teraz ukážeme na našom obrázku:

img = cv2.imread("letadlo.jpg")
img = cv2.resize(img, (640, 480))
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 1)
cv2.imshow("obrazek", img)
cv2.waitKey()
cv2.destroyAllWindows()

Obrázok si načítame, zmenšíme a prevedieme na GRAYSCALE. Následne aplikujeme funkciu adaptiveThreshold() s algoritmom ADAPTIVE_THRESH_GAUSSIAN_C, typom THRESH_BINARY, veľkosťou bloku 15 a konštantou 1. Obrázok zobrazíme:

Teraz už vieme, ako a na čo slúži thresholding

Zdrojový kód nájdete na stiahnutie v prílohe článku. V budúcej lekcii, Bitové operácie a filtrovanie farieb obrázkov v Pythone , sa pozrieme odfiltrovanie farieb z obrázka a binárne operácie, ktoré sme použili v predchádzajúcich lekciách.

Mal si s čímkoľvek problém? Stiahni si vzorovú aplikáciu nižšie a porovnaj ju so svojím projektom, chybu tak ľahko nájdeš.