OpenCV - Thresholding(이진화)

순서대로 thresholding별 결과 비교

 

1. Thresholding(이진화)이란?

Thresholding은 그레이스케일 영상을 이진화하여 픽셀 값을 0 또는 255로 변환하는 기법

• 픽셀 값 p가 임계값 T보다 작으면 0(검정), 크면 255(흰색)을 할당
• 이 과정을 통해 전경(객체)과 배경을 손쉽게 분리가능

1. Basic thresholding where you have to manually supply a threshold value, T
2. Otsu’s thresholding, which automatically determines the threshold value

 

2. Basic thresholding : cv2.threshold

(1) 함수 구조

retval, dst = cv2.threshold(src, thresh, maxval, type)

 

• 파라미터
  • src: 입력 그레이스케일 영상
  • thresh: 임계값 T
  • maxval: 픽셀이 임계 검사에 통과했을 때 부여할 값 (보통 255(white))
  • type: Thresholding 방식 플래그 (예: cv2.THRESH_BINARY_INV, cv2.THRESH_BINARY)
• 반환값
  • retval: 실제 사용된 임계값 (Otsu 사용 시 자동 계산된 값)
  • dst: 이진화 결과 영상 

(2) 예시코드

# 입력 이미지는 grayscale이어야함
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 세세한 디테일을 조금 죽여주기 위해 gaussian blurring 시행
blurred = cv2.GaussianBlur(gray, (7, 7), 0)

# threshold inverse 시행(foreground가 white/ 얘를 주로 사용)
(T, threshInv) = cv2.threshold(blurred, 200, 255, cv2.THRESH_BINARY_INV)
# threshold 시행(foreground가 black)
(T, threshInv) = cv2.threshold(blurred, 200, 255, cv2.THRESH_BINARY)

# 확인위해 원본 이미지 위에 masking
masked = cv2.bitwise_and(image, image, mask=threshInv)

결과값

 

3. Otsu’s thresholding

 

 

• 전제: 픽셀 강도 분포가 “두 개의 봉우리(이중봉)”를 갖는 bi‐modal 히스토그램일 때 최적 성능
          사용자가 임계값을 지정해주지 않고 모델이 두개의 peak를 구분할 수 있는 T값 을 자동적용하기 때문
• 한계:
  1. 봉우리 분포가 아닐 경우 결과가 부정확
  2. 전역(글로벌) Thresholding 방식이므로, 영역별 조명 불균일 상황에서는 adaptive thresholding을 사용해야 함

 

 

# 임계값 설정은 0으로
(T, threshInv) = cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)

 

4. Adaptive thresholding : cv2.adaptiveThreshold

 

 

조명 불균일로 인해 전역(Global) Thresholding이 어려운 상황에서, 이미지를 작은 영역(Local) 단위로 분할하여 각 영역에 최적의 임계값을 적용하는 기법

 

(1) 장점

 

• 전역 Thresholding 한계: 단일 임계값 T를 이미지 전체에 적용하면, 밝기가 다른 영역에서는 적절히 동전·문자·객체를 분리하지 못할 수 있음
• Adaptive Thresholding 장점: 지정한 blockSize별로 T를 계산하여, 그림자나 하이라이트가 섞여 있는 이미지에서도 더 정교한 분할을 제공
• 조명 변화가 큰 문서 스캔, OCR 전처리, 불균일 배경의 객체 검출 등에 강력

 

 

(2) 함수 구조

result = cv2.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C)

src	그레이스케일로 변환 및 블러링된 입력 영상
maxValue	임계 검사에 통과한 픽셀에 부여할 값 (보통 255)
adaptiveMethod	cv2.ADAPTIVE_THRESH_MEAN_C 또는 cv2.ADAPTIVE_THRESH_GAUSSIAN_C
thresholdType	cv2.THRESH_BINARY 또는 cv2.THRESH_BINARY_INV
blockSize	임계값을 계산할 이웃 픽셀 영역의 크기 (홀수여야함)
C	임계값 보정 상수(양수·음수 모두 가능)

(3) 예시 코드

thr_mean     = cv2.adaptiveThreshold(blurred, 255,
                   cv2.ADAPTIVE_THRESH_MEAN_C,
                   cv2.THRESH_BINARY_INV,
                   21, 10)

# 5. Adaptive Thresholding (Gaussian)
thr_gauss    = cv2.adaptiveThreshold(blurred, 255,
                   cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                   cv2.THRESH_BINARY_INV,
                   21, 4)

 

(4) 활용 팁

1. blockSize 튜닝:
   • 너무 작으면 노이즈 민감, 너무 크면 전역 Thresholding과 유사해짐.
2. C 조절:
   • 양수: 더 엄격한 분할(작은 전경 강조)
   • 음수: 더 관대한 분할(배경 일부까지 전경 처리)
3. 메서드 선택:
   • 일반 잡음 제거 → MEAN_C
   • 중심 강조 및 엣지 보존 → GAUSSIAN_C

---

출처

https://pyimagesearch.com/2021/04/28/opencv-thresholding-cv2-threshold/?_ga=2.89889115.1773329974.1749613563-254784589.1749433426

OpenCV Thresholding ( cv2.threshold ) - PyImageSearch

https://www.pyimagesearch.com/2021/05/12/adaptive-thresholding-with-opencv-cv2-adaptivethreshold/?_ga=2.18052473.1773329974.1749613563-254784589.1749433426