OpenCV로 색상 히스토그램 평탄화 (cv2.equalizeHist())

OpenCV로 색상 히스토그램 평탄화 (cv2.equalizeHist())

이미지 처리에서 히스토그램 평탄화(histogram equalization)는 명암 대비를 향상하는 중요한 기법입니다. OpenCV에서는 cv2.equalizeHist() 함수를 이용하여 간단하게 히스토그램 평탄화를 적용할 수 있습니다. 이번 포스팅에서는 히스토그램 평탄화의 개념을 설명하고, OpenCV를 활용한 실습 코드를 함께 살펴보겠습니다.

---

1. 히스토그램 평탄화란?

히스토그램 평탄화는 이미지의 히스토그램을 고르게 분포시키는 기법으로, 어두운 영역과 밝은 영역을 균형 있게 조정하여 명암 대비를 향상합니다. 이 방법은 특히 저조도 환경에서 촬영된 이미지의 가시성을 높이는 데 유용합니다.

히스토그램 평탄화를 적용하면 이미지의 픽셀 값이 넓은 범위에 걸쳐 균등하게 분포하도록 조정됩니다. 이를 통해 어두운 부분이 밝아지고, 밝은 부분이 더욱 선명해지는 효과를 얻을 수 있습니다.

---

2. OpenCV에서 cv2.equalizeHist() 사용법

cv2.equalizeHist() 함수는 입력으로 그레이스케일(grayscale) 이미지를 받고, 히스토그램 평탄화가 적용된 이미지를 반환합니다.

함수 문법

cv2.equalizeHist(src)

• src: 입력 이미지 (그레이스케일)
• 반환값: 히스토그램 평탄화가 적용된 이미지

---

3. 예제 코드

아래 예제에서는 OpenCV를 사용하여 원본 이미지와 히스토그램 평탄화가 적용된 이미지를 비교해 보겠습니다.

예제 코드

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 이미지 불러오기 (그레이스케일 변환)
image = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# 히스토그램 평탄화 적용
equalized = cv2.equalizeHist(image)

# 원본 및 변환된 이미지 출력
plt.figure(figsize=(10,5))

plt.subplot(1,2,1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')
plt.axis('off')

plt.subplot(1,2,2)
plt.title('Equalized Image')
plt.imshow(equalized, cmap='gray')
plt.axis('off')

plt.show()

위 코드를 실행하면 원본 이미지와 히스토그램 평탄화된 이미지가 나란히 출력됩니다.

---

4. 히스토그램 비교

히스토그램을 시각화하여 변화를 확인할 수도 있습니다. 다음 코드를 실행하면 원본 이미지와 평탄화된 이미지의 히스토그램을 비교할 수 있습니다.

# 히스토그램 계산
hist_orig = cv2.calcHist([image], [0], None, [256], [0,256])
hist_eq = cv2.calcHist([equalized], [0], None, [256], [0,256])

# 히스토그램 출력
plt.figure(figsize=(10,5))

plt.subplot(1,2,1)
plt.title('Histogram of Original Image')
plt.plot(hist_orig, color='black')
plt.xlim([0,256])

plt.subplot(1,2,2)
plt.title('Histogram of Equalized Image')
plt.plot(hist_eq, color='black')
plt.xlim([0,256])

plt.show()

이 코드를 실행하면 원본 이미지의 히스토그램과 평탄화된 이미지의 히스토그램이 어떻게 변화하는지 비교할 수 있습니다.

---

5. 컬러 이미지에 히스토그램 평탄화 적용하기

cv2.equalizeHist() 함수는 단일 채널(그레이스케일) 이미지에만 사용할 수 있습니다. 컬러 이미지(RGB 또는 BGR)에는 개별 채널별로 평탄화를 적용해야 합니다. 이를 위해 cv2.split()과 cv2.merge()를 활용할 수 있습니다.

# 컬러 이미지 로드
image_color = cv2.imread('input.jpg')

# BGR 채널 분리
b, g, r = cv2.split(image_color)

# 각 채널에 히스토그램 평탄화 적용
b_eq = cv2.equalizeHist(b)
g_eq = cv2.equalizeHist(g)
r_eq = cv2.equalizeHist(r)

# 채널 병합
equalized_color = cv2.merge((b_eq, g_eq, r_eq))

# 원본 및 변환된 이미지 출력
plt.figure(figsize=(10,5))

plt.subplot(1,2,1)
plt.title('Original Color Image')
plt.imshow(cv2.cvtColor(image_color, cv2.COLOR_BGR2RGB))
plt.axis('off')

plt.subplot(1,2,2)
plt.title('Equalized Color Image')
plt.imshow(cv2.cvtColor(equalized_color, cv2.COLOR_BGR2RGB))
plt.axis('off')

plt.show()

이 방법은 단순한 방법이지만, 채널 간 균형이 맞지 않을 수 있습니다. 더욱 정교한 방법으로 YCrCb 색 공간에서 Y 채널만 평탄화하는 방법이 일반적으로 권장됩니다.

# YCrCb 색 공간 변환
image_ycrcb = cv2.cvtColor(image_color, cv2.COLOR_BGR2YCrCb)

# Y 채널만 평탄화
y, cr, cb = cv2.split(image_ycrcb)
y_eq = cv2.equalizeHist(y)

# 채널 병합 및 BGR 복귀
equalized_ycrcb = cv2.merge((y_eq, cr, cb))
equalized_final = cv2.cvtColor(equalized_ycrcb, cv2.COLOR_YCrCb2BGR)

# 결과 출력
plt.figure(figsize=(10,5))

plt.subplot(1,2,1)
plt.title('Original Image')
plt.imshow(cv2.cvtColor(image_color, cv2.COLOR_BGR2RGB))
plt.axis('off')

plt.subplot(1,2,2)
plt.title('Histogram Equalized Image')
plt.imshow(cv2.cvtColor(equalized_final, cv2.COLOR_BGR2RGB))
plt.axis('off')

plt.show()

---

6. 결론

히스토그램 평탄화는 이미지의 명암 대비를 향상하는 유용한 기술로, 저조도 환경에서 촬영된 이미지의 가시성을 높이는 데 효과적입니다. OpenCV에서는 cv2.equalizeHist() 함수를 활용하여 간단하게 히스토그램 평탄화를 적용할 수 있으며, 그레이스케일 및 컬러 이미지에 각각 다른 방식으로 적용해야 합니다.

이번 포스팅에서는 기본적인 개념부터 OpenCV를 활용한 구현까지 다양한 방법을 다루었습니다. 히스토그램 평탄화를 활용하여 이미지 품질을 향상해 보시길 바랍니다.