OpenCV 윤곽선 검출 (cv2.findContours())

OpenCV 윤곽선 검출 (cv2.findContours())

1. 윤곽선 검출이란?

윤곽선 검출은 이미지에서 객체의 경계를 찾아내는 과정입니다. 일반적으로 바이너리 이미지(흑백 이미지)에서 밝은 영역의 경계를 추출하여 분석할 때 사용됩니다. OpenCV에서는 cv2.findContours() 함수를 사용하여 윤곽선을 찾을 수 있습니다.

이 글에서는 cv2.findContours() 함수의 사용법을 자세히 살펴보고, 다양한 예제 코드와 함께 윤곽선 검출을 적용하는 방법을 설명하겠습니다.

---

2. cv2.findContours() 함수 소개

cv2.findContours() 함수는 바이너리 이미지에서 윤곽선을 검출하는 기능을 합니다. 함수의 기본적인 형식은 다음과 같습니다.

contours, hierarchy = cv2.findContours(image, mode, method)

매개변수 설명

• image: 윤곽선을 검출할 이미지 (바이너리 이미지여야 함)
• mode: 윤곽선을 찾는 방법을 지정하는 인자
  • cv2.RETR_EXTERNAL : 가장 바깥쪽 윤곽선만 검출
  • cv2.RETR_LIST : 모든 윤곽선을 검출하되, 계층 정보는 무시
  • cv2.RETR_CCOMP : 모든 윤곽선을 검출하고 2단계 계층으로 구분
  • cv2.RETR_TREE : 모든 윤곽선을 검출하고, 전체 계층 구조를 유지
• method: 윤곽선을 근사화하는 방법을 지정하는 인자
  • cv2.CHAIN_APPROX_NONE : 모든 윤곽점을 저장
  • cv2.CHAIN_APPROX_SIMPLE : 불필요한 중간점을 제거하여 메모리 사용량 감소

반환값

• contours: 검출된 윤곽선 정보 (리스트 형태)
• hierarchy: 윤곽선의 계층 구조 정보

---

3. 윤곽선 검출 기본 예제

3.1. 기본적인 윤곽선 검출 코드

다음은 OpenCV를 사용하여 윤곽선을 검출하고 화면에 표시하는 코드입니다.

import cv2
import numpy as np

# 이미지 로드 및 그레이스케일 변환
image = cv2.imread('sample.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 이진화 처리
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 윤곽선 검출
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 윤곽선 그리기
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

# 결과 출력
cv2.imshow('Contours', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

위 코드에서는 cv2.threshold()를 이용해 이미지를 바이너리 형태로 변환한 후, cv2.findContours()를 사용하여 윤곽선을 검출하였습니다. 마지막으로 cv2.drawContours() 함수를 사용하여 윤곽선을 초록색으로 표시하였습니다.

---

4. 다양한 윤곽선 검출 모드 비교

다음은 cv2.findContours()에서 사용되는 네 가지 모드(RETR_EXTERNAL, RETR_LIST, RETR_CCOMP, RETR_TREE)의 차이를 비교하는 코드입니다.

import cv2
import numpy as np

def find_and_draw_contours(mode):
    image = cv2.imread('shapes.png')
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

    contours, hierarchy = cv2.findContours(binary, mode, cv2.CHAIN_APPROX_SIMPLE)
    cv2.drawContours(image, contours, -1, (0, 255, 0), 2)

    cv2.imshow(f'Mode: {mode}', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 각 모드에 대한 결과 확인
find_and_draw_contours(cv2.RETR_EXTERNAL)
find_and_draw_contours(cv2.RETR_LIST)
find_and_draw_contours(cv2.RETR_CCOMP)
find_and_draw_contours(cv2.RETR_TREE)

위 코드를 실행하면 같은 이미지에서 서로 다른 mode 값을 사용했을 때 윤곽선 검출 방식이 어떻게 달라지는지 확인할 수 있습니다.

---

5. 윤곽선 근사화 (cv2.CHAIN_APPROX_SIMPLE vs cv2.CHAIN_APPROX_NONE)

윤곽선 근사화 방법을 변경하면 윤곽선을 저장하는 방식이 달라집니다.

import cv2
import numpy as np

# 이미지 로드
image = cv2.imread('shapes.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# CHAIN_APPROX_NONE: 모든 점을 저장
contours_none, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# CHAIN_APPROX_SIMPLE: 불필요한 점 제거
contours_simple, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

print(f'CHAIN_APPROX_NONE: {len(contours_none[0])} points')
print(f'CHAIN_APPROX_SIMPLE: {len(contours_simple[0])} points')

위 코드에서 CHAIN_APPROX_NONE을 사용하면 모든 점을 저장하며, CHAIN_APPROX_SIMPLE을 사용하면 꼭짓점 정보만 저장하여 효율적으로 메모리를 사용할 수 있습니다.

---

6. 실전 예제: 윤곽선 기반 객체 개수 세기

윤곽선을 이용하여 이미지에서 특정 객체의 개수를 세는 예제입니다.

import cv2
import numpy as np

# 이미지 로드 및 처리
image = cv2.imread('coins.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
_, binary = cv2.threshold(blurred, 127, 255, cv2.THRESH_BINARY)

# 윤곽선 검출
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 객체 개수 출력
print(f'검출된 객체 개수: {len(contours)}')

---

7. 마무리

이번 글에서는 OpenCV의 cv2.findContours()를 활용하여 윤곽선을 검출하는 방법을 학습하였습니다. 다양한 모드와 근사화 방법을 비교해 보았으며, 실전 예제도 다뤄보았습니다. 이를 활용하면 이미지 내 객체 분석, 개수 세기 등의 다양한 작업을 수행할 수 있습니다.