Contour¶
Contour 란¶
영상에서 같은 color 또는 같은 intensity 의 연속된 점으로 구성된 곡선.
다음의 분야에서 매우 중요하게 사용되는 tool임.
- Object detection and recognition
- Shape Analysis
일반적으로 등고선, 윤곽선, 외곽선 등으로 번역됨.
Contours can be explained simply as
a curve joining all the continuous points (along the boundary), having
- same color or
- intensity
Binary Image와의 관계.¶
정확도 등을 위해 binary image상에서 구해지는게 일반적임.
- 때문에, thresholding이나 Canny edge detection 등이 전처리로 수반됨.
OpenCV Tutorial에 따르면,
black background에서 white object를 찾는 것과
contour를 찾는게 같다고 표현하고 있음.
즉, binary image를 source로 하며 object를 255의 값으로 background를 0으로 처리한 후 OpenCV에서 제공하는 contour 관련 function을 사용해야함.
Binary image에 한정할 경우, contours는
- 같은 intensity를 가지는 한 object의
- shape에 대한 boundary를 가르킨다.
OpenCV에서 지원하는 관련 함수.¶
cv2.findContours : Contour 산출¶
OpenCV에서 contour를 찾기 위해 제공하는 함수는 cv2.findContour로 사용법은 다음과 같음.
- src: input image (←binary image)
- mode: Contour retrieval mode
cv2.RETR_LIST: 모든 contour를 포함관계를 고려한 hierarchy (계층) 없이 생성,cv2.RETR_EXTERNAL: 가장 바깥쪽 contour만 생성,cv2.RETR_CCOMP: 모든 contour을 2 계층 으로 생성,cv2.RETR_TREE: 모든 라인의 모든 계층 정보를Tree구조로 생성
- method: Contour approximation method (근사치를 구하는 방식)
cv2.CHAIN_APPROX_NONE: 근사 없이 모든 좌표 제공,cv2.CHAIN_APPROX_SIMPLE: contour의 꼭짓점 좌표만 제공,cv2.CHAIN_APPROX_TC89_L1: Teh-Chin 알고리즘으로 좌표 개수 축소,cv2.CHAIN_APPROX_TC89_KCOS: Teh-Chin 알고리즘으로 좌표 개수 축소
- contours(optional): 검출한 contour 좌표 (list type) : Output
- list의 각 element들은 contour를 의미하며,
- 각 element는 NumPy의 ndarray 객체임 (=Numpy array of (x,y) coordinates of boundary points of the object).
- hierarchy(optional): contour 의 계층 정보 : Contour Hierarchy로 지칭됨. Output
- 각 contour들은 다음 4개의 element로 구성된 array를 가짐(계층구조 파악을 위해)
Next: 같은 level의 다음 contour를 가르킴.Prev: 같은 level의 그 전 contour를 가르킴.FirstChild: 아래 level(현 contour에 포함된 contour들)에서의 첫번째 contourn를 가르킴.Parent: 위 level(현 contour를 포함하고 있는 contour)를 가르킴.
-1: 각 index들이 해당하는 경우를 가지지 않는 경우-1을 가짐. (최상위 contour의 경우 ,Parent=-1가 됨.)
- 각 contour들은 다음 4개의 element로 구성된 array를 가짐(계층구조 파악을 위해)
- offset(optional): ROI 등으로 인해 이동한 컨투어 좌표의 오프셋. Output
cv2.drawContours : Contour 표시하기¶
contours에 해당하는 list 객체를 이용하여 간단하게 contour를 대상 image에 표시할 수 있게 해주는 helper function
- img: contour가 그려질 input image
- contours: contour들의 ndarray를 가지고 있는 list
cv2.findContours()함수의 반환 결과를 전달하는게 일반적.
- contourIdx: contours list에서 실제 그릴 contour의 index,
-1: contours list내의 모든 contour를 그린다.
- color: 그릴 color
- thickness: 선 두께,
0: contour를 color로 채워서 그림.
Example 0¶
전형적으로 contour를 계산하는 방식을 나타내는 예제 코드임.
import numpy as np
import cv2 as cv
im = cv.imread('test.jpg')
assert im is not None, "file could not be read, check with os.path.exists()"
imgray = cv.cvtColor(im, cv.COLOR_BGR2GRAY)
ret_thresh, bimg = cv.threshold(imgray, 127, 255, 0)
img = bimg.copy() # 가급적 원본을 복사해서 사용할 것.
contours, hierarchy = cv.findContours(
img,
cv.RETR_TREE,
cv.CHAIN_APPROX_SIMPLE,
)
참고: Contour Approximation Method¶
앞서 애기했지만, OpenCV에서 Binary image에 한정하여 contours를 정의한다.
OpenCV에서 contours는 같은 intensity를 가지는 한 object의 shape에 대한 boundary를 가르키며, contour approximation method에 의해 boundary를 이루는 pixel들의 coordinate가 결정된다.
cv2.CHAIN_APPROX_NONE:- contour를 구성하는 모든 pixel의 좌표 (x,y)들을 반환한다.
cv2.CHAIN_APPROX_SIMPLE:- contour의 꼭짓점 좌표만 제공,
- boundary가 직선들로 구성될 경우 유리함.
cv2.CHAIN_APPROX_TC89_L1: Teh-Chin 알고리즘으로 좌표 개수 축소,cv2.CHAIN_APPROX_TC89_KCOS: Teh-Chin 알고리즘으로 좌표 개수 축소
- 오른쪽은
cv2.CHAIN_APPROX_NONE을 사용한 경우의 결과로 contour를 구성하는 모든 pixel을 반환하여, 각 pixel 위치마다 푸른색 원이 그려짐. - 왼쪽은
cv2.CHAIN_APPROX_SIMPLE을 사용한 경우로, contour의 꼭지점 4개만이 반환됨.
참고 Output: Contours Hierarchy¶
cv2.findContours()는 image 내에 있는 여러 object를 검출하는데 사용될 수 있다. 이 경우, object들 중 일부가 다른 object에 포함되어 있는 경우 (nested figure)가 있다.
이같은 nested figure에서 바깥쪽에서 다른 object를 포함하고 있는 object (outer one)를 Parent라고 부르고, 포함된 object (inner one)를 Child라고 지칭하고 각 object들간의 포함관계를 나타낸 representation이 바로 contours hierarchy 이다.
다음은 OpenCV Tutorial의 예제 image이다.
위의 예에서 0-5 까지 번호가 매겨진 shape들이 8개 보인다. ( 2와 2a 는 external contour와 internal contour를 의미함.)
- 여기서
0,1,2는 해당 object를 포함하고 있는 object가 없는 external object 또는 outer most object라고 할 수 있다. 이들은 Parent가 -1로 지정된다. 2a는2에 포함된 contour이며, 때문에2a의 Parent는2가 된다. (이는3과3a에서도 똑같이 적용된다.)3은2의 child이며 또 다른 하위 level의 hierarchy를 구성한다.4와5는 같은 level에 속하고, 이들은 모든 같은 Parent를 가지고 있다.
Contour Retrieval Mode¶
다음과 같이 다양한 모드가 지원되며, 이들에 따라 반환되는 hierarchy의 결과가 다름.
cv2.RETR_LIST¶
모든 contour를 포함관계를 고려한 hierarchy (계층) 없이 생성한다. 계층적인 구조를 고려할 필요가 없을 때 사용한다.
- Parent-child 관계를 고려하지 않은 가장 간단한 형태의 contours hierarachy list를 출력한다
- list의 각 요소들에서 3번째(
First Child), 4번째(Parent)의 값이 항상-1임.
Example
>>> hierarchy
array([[[ 1, -1, -1, -1],
[ 2, 0, -1, -1],
[ 3, 1, -1, -1],
[ 4, 2, -1, -1],
[ 5, 3, -1, -1],
[ 6, 4, -1, -1],
[ 7, 5, -1, -1],
[-1, 6, -1, -1]]])
cv2.RETR_EXTERNAL¶
가장 바깥쪽 contour만 생성한다. (개인적으로는 이 경우가 cv2.RETR_LIST보다 단순하다고 생각한다.)
- OpenCV에서는 가장 바깥쪽 contour들이 속한 계층을, Hierarchy-0 level이라고 부름.
Example
- 0-2까지만 hierarchy 에 존재한다.
cv2.RETR_CCOMP¶
모든 contour을 2 계층 으로 생성한다. (개인적으로 가장 잘 사용하지 않는 방식이고 처음 보면 생소하다.)
- 일단, 모든 contours를 2 level hierarchy로 배치한다. (이 모드는 object간의 포함이라기 보다는 하나의 object내에서의 포함관계에 집중을 하고 있다고 볼 수 있다.)
- 하나의 object에서 가장 바깥쪽 contour는 hierarchy-1에 속하고, object내에 있는 hole(black의 값을 가짐)을 나타내는 contour들은 hierarchy-2에 속하게 된다.
- 앞서의 예제에서
2가 hierarchy-1에 속하고,2a가 hierarchy-2에 속한다.
cv2.RETR_CCOMP를 이해하기 위해서는 다음 예제를 반드시 확인해야 한다. 아래 예제에서 주황색의 번호는 OpenCV가 검출한 object(or contour)의 번호로 hierarchy list에서의 index이고, 초록색의 parenthesis로 감싸진 번호는 hierarchy level을 의미한다. (1,2만 존재한다.)
Example
>>> hierarchy
array([[[ 3, -1, 1, -1],
[ 2, -1, -1, 0],
[-1, 1, -1, 0],
[ 5, 0, 4, -1],
[-1, -1, -1, 3],
[ 7, 3, 6, -1],
[-1, -1, -1, 5],
[ 8, 5, -1, -1],
[-1, 7, -1, -1]]])
- contour-0는 아래에 위치하고 가장 안쪽의 흰색 사각형 (contour-1과 contour-2로 표시된 hole을 2개 가짐)이며, hierarchy list에서 가장 먼저 위치한다.
Next가 contour-3를 가르키고 있으며,Prev는 없으므로 첫번째 요소임.- hierarchy-1에 속하므로 자식이 있을 수 있고, 실제 포함한 hole들중 하나인 contour-1을
First Child에서 가르키고 있다. cv2.RETR_CCOMP는 2개 level로 hierarchy를 운영하므로, contour-0는Parent=-1이다. 즉, 내부의 hole등을 쉽게 파악하기 위한 방식으로 object간의 포함관계를 고려하지 않는다.
- contour-7, contour-8과 같이 균일한 intensity로 구성된 경우는 hierarchy-1에 속하면서 자식이 없다.
- contour-5, contour-6과 같이 일종의 boundary인 경우, 안쪽 경계에 해당하는 contour들을 하나의 child를 가진다. (자식이 하나임)
cv2.RETR_TREE¶
모든 라인의 모든 계층 정보를 Tree 구조로 생성.
모든 정보를 다 나타내고 있다. (OpenCV에서는 Mr. Perfect라는 용어, 즉 끝판왕이라고 생각하면 된다.)
앞서 설명한 계층구조를 다 가지고 있는 경우이다.
cv2.RETR_CCOMP와 같은 예제로 확인해보자. 마찬가지로 주황색의 번호는 OpenCV가 검출한 object(or contour)의 번호로 hierarchy list에서의 index이고, 초록색의 parenthesis로 감싸진 번호는 hierarchy level을 의미한다.
Example
>>> hierarchy
array([[[ 7, -1, 1, -1],
[-1, -1, 2, 0],
[-1, -1, 3, 1],
[-1, -1, 4, 2],
[-1, -1, 5, 3],
[ 6, -1, -1, 4],
[-1, 5, -1, 4],
[ 8, 0, -1, -1],
[-1, 7, -1, -1]]])
- contour-0를 보면
Next가 contour-7이다. 그리고First Child로 contour-1을 가지고 있으며 실제로 안쪽 boundary에 해당한다.