1. 이미지 처리 101 - `EBImage` R 팩키지 ¹ ² ³

EBImage는 생물정보학에서 활발히 사용되는 의학 및 생명공학 영역에서 많이 다루어지는 영상 이미지처리를 위해서 활용되고 있고, magick, imager과 더불어 활용도가 높은 R 팩키지 중 하나로 판단된다.

영상 이미지가 데이터로 주어지면 가장 먼저 관심을 가지고 작업하게 되는 것은 다음과 같다.

밝기(brightness)와 명암(contrast) 조절을 통해 선명한 사진정보 획득
이미지 잘라내기(crop)를 통해 원하는 부분 이미지만 추출
이미지 확대(Zoom)와 90도 돌려보기와 같은 회전(transform)
이미지를 흑백(gray-scale) 혹은 RGB 색상 구현
고역(高域) 필터(High-pass Filter)를 적용하여 사진속 객체의 엣지(Edge)를 탐지해서 배경과 사물을 구분.
저역(低域) 필터(Low-pass Filter)를 적용하여 잡음 노이즈를 제거하거나 이미지를 부드럽게 한다.

2. 이미지 불러오고 정보 확인

EBImage 팩키지는 bioconductor 프로젝트의 일환으로 해당 생태계의 일환으로 bioconductor에 맞춰 팩키지를 설치한다.

# 0. 환경설정 ---------------------------------------- 
# source("http://bioconductor.org/biocLite.R")
# biocLite()
# biocLite("EBImage")
library(EBImage)

# 1. 이미지 불러오기 ---------------------------------------- 

arch_101 <- readImage("fig/architecture_101.png")
rpi_logo <- readImage("fig/raspberrypi-logo.png")

# 2. 이미지 미리보기 및 정보 ---------------------------------------- 

EBImage::display(arch_101, method="raster")

# EBImage::display(arch_101, method="browser")
print(arch_101)

Image 
  colorMode    : Color 
  storage.mode : double 
  dim          : 592 859 4 
  frames.total : 4 
  frames.render: 1 

imageData(object)[1:5,1:6,1]
          [,1]      [,2]      [,3]      [,4]      [,5]      [,6]
[1,] 0.4745098 0.4745098 0.4745098 0.4745098 0.4666667 0.4627451
[2,] 0.4745098 0.4745098 0.4745098 0.4745098 0.4666667 0.4627451
[3,] 0.4784314 0.4745098 0.4745098 0.4705882 0.4666667 0.4666667
[4,] 0.4862745 0.4745098 0.4666667 0.4627451 0.4627451 0.4666667
[5,] 0.4862745 0.4784314 0.4705882 0.4627451 0.4627451 0.4666667

hist(arch_101)

3. 색상 조정

이미지를 불러오면 이미지에 4칙 연산과 승수연산을 통해 밝기와 명도를 조정하고 감마(\(\gamma\)) 값을 조절하여 이미지를 다양하게 표현할 수 있다.

3.1. 밝기 조정(lightness)

# 3. 밝기 조정 ---------------------------------------- 

arch_101_plus <- arch_101 + 0.5
arch_101_minus <- arch_101 - 0.5

par(mfrow=c(1,3))
EBImage::display(arch_101_plus, method="raster")
text(x = 20, y = 20, label = "건축학 개론 밝기 0.5 증가", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론 원본", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101_minus, title="건축학 개론 밝기 0.5 감소", method="raster")
text(x = 20, y = 20, label = "건축학 개론 밝기 0.5 감소", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")

3.2. 명도 조정(contrast)

# 4. 명도 조정 ---------------------------------------- 
arch_101_div  <- arch_101 * 0.7
arch_101_mult <- arch_101 * 1.5

par(mfrow=c(1,3))
EBImage::display(arch_101_div, method="raster")
text(x = 20, y = 20, label = "건축학 개론 명도 70% ", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론 원본", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101_mult, title="건축학 개론 밝기 0.5 감소", method="raster")
text(x = 20, y = 20, label = "건축학 개론 명도 150% ", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")

3.3. 이미지 감마(\(\gamma\)) 보정 (Gamma Correction)

# 5. 감마 보정(Gamma Correction) ---------------------------------------- 
arch_101_gamma_growth  <- arch_101 ^ 2
arch_101_gamma_dimin <- arch_101 ^ 0.5

par(mfrow=c(1,3))
EBImage::display(arch_101_gamma_growth, method="raster")
text(x = 20, y = 20, label = expression(paste("건축학 개론 감마: ", gamma ^2)), adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론 원본", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101_gamma_growth, title="건축학 개론 밝기 0.5 감소", method="raster")
text(x = 20, y = 20, label = expression(paste("건축학 개론 감마: ", gamma ^0.5)), adj = c(0,1), col = "blue", cex = 1.5, family="nanum")

3.4. 밝기, 명도, 감마(\(\gamma\)) 보정 (Gamma Correction)

## 3.4. 밝기, 명도, 감마 ---------------------------------------- 
arch_101_pos <- ((arch_101 ^ 2) * 2) +0.5
arch_101_neg <- ((arch_101 ^ 0.5) * 0.5) - 0.1

EBImage::display(arch_101_pos, method="raster")
text(x = 20, y = 20, label = expression(paste("건축학 개론 감마: ", 2, gamma ^2, +0.5)), adj = c(0,1), col = "blue", cex = 2)

EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론 원본", adj = c(0,1), col = "blue", cex = 2)

EBImage::display(arch_101_neg, title="건축학 개론 밝기 0.5 감소", method="raster")
text(x = 20, y = 20, label = expression(paste("건축학 개론 감마: ", 0.5, gamma ^0.5, -0.1)), adj = c(0,1), col = "blue", cex = 2)

3.5. 천연색상과 흑백

대표적으로 이미지의 색상을 빼고 흑백으로만 다루고자 할 경우 활용한다.

# 4. 색상 관리(Color Management) ---------------------------------------- 
## 4.1. 흑백과 천연색상
par(mfrow=c(1,2))
colorMode(arch_101) <- Grayscale
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론: 흑백", adj = c(0,1), col = "blue", cex = 2)
colorMode(arch_101) <- Color
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론: 색상복원", adj = c(0,1), col = "blue", cex = 2)

3.6. RGB 색상 조합

## 4.2. RGB 색상결합
arch_101_ch <- channel(arch_101, 'rgb')
arch_101_r <- channel(arch_101_ch, "red")
arch_101_g <- channel(arch_101_ch, "green")
arch_101_b <- channel(arch_101_ch, "blue")

par(mfrow=c(1,4))
EBImage::display(arch_101_r, method="raster")
text(x = 20, y = 20, label = "RGB 중 빨강", adj = c(0,1), col = "red", cex = 2, family="NanumGothic")
EBImage::display(flip(arch_101_g), method="raster")
text(x = 20, y = 20, label = "RGB 중 녹색", adj = c(0,1), col = "green", cex = 2, family="NanumGothic")
EBImage::display(flop(arch_101_b), method="raster")
text(x = 20, y = 20, label = "RGB 중 파랑", adj = c(0,1), col = "blue", cex = 2, family="NanumGothic")
EBImage::display(rgbImage(arch_101_r, arch_101_g, arch_101_b), method="raster", all=TRUE)
text(x = 20, y = 20, label = "개별 RGB 결합", adj = c(0,1), col = "blue", cex = 2, family="NanumGothic")

3.7. RGB 색상 히스토그램

## 4.3. RGB 색상결합 히스토그램

par(mfrow=c(2,2))
hist(arch_101)
hist(arch_101_g)
hist(arch_101_r)
hist(arch_101_b)

4. 이미지 잘라내고, 회전, 이동

이미지의 밝기, 명도 등을 조정했다면, 경우에 따라서는 이미지 특정 영역을 뽑아내고, 회전, 이동을 시킬 수도 있다. 이미지를 좌우로 쭉 연결시키거나, 위아래로 순차적으로 쌓아 놓거나, 경우에 따라서는 이미지 내부에 이미지를 내포하는 것도 가능하다.

4.1. 이미지 특정영역 잘라내기

# 6. 잘라내기(Cropping) ---------------------------------------- 
suji <- arch_101[290:470, 170:550,]
han  <- arch_101[130:290, 170:550,]

par(mfrow=c(1,3))
EBImage::display(han, method="raster")
text(x = 20, y = 20, label = "건축학 개론 감마: 한가인", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학 개론 원본", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(suji, method="raster")
text(x = 20, y = 20, label = "건축학 개론 감마: 수지", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")

4.2. 이미지 변환

뒤집기, 좌우돌림, 크기조정, 이미지 회전를 통해 이미지를 변환시킬 수 있다.

# 6. 이미지 변환 ---------------------------------------- 
## ㄴ 6.1. 뒤집기, 좌우돌림, 크기조정, 이미지 회전 ------
arch_101_flip   <- flip(arch_101)
arch_101_flop   <- flop(arch_101)
arch_101_resize <- resize(arch_101, w=40, h=60)
arch_101_rotate <- rotate(arch_101, 45, bg.col = "white")

par(mfrow=c(1,4))
EBImage::display(arch_101_flip, method="raster")
text(x = 20, y = 20, label = "뒤집기(flip)", adj = c(0,1), col = "blue", cex = 1.5, family="NanumGothic")
EBImage::display(arch_101_flop, method="raster")
text(x = 20, y = 20, label = "좌우바꿈(flop)", adj = c(0,1), col = "blue", cex = 1.5, family="NanumGothic")
EBImage::display(arch_101_resize, method="raster")
text(x = 20, y = 20, label = "크기조정(resize)", adj = c(0,0.5), col = "blue", cex = 1.5, family="NanumGothic")
EBImage::display(arch_101_rotate, method="raster", all=TRUE)
text(x = 20, y = 20, label = "이미지 회전", adj = c(0,1), col = "blue", cex = 1.5, family="NanumGothic")

4.3. 이미지 이동

이미지를 회전 혹은 이동시키고 동시에 회전과 이동을 순차적으로 적용할 수 있다.

## ㄴ 6.2. 공간변환(Spatial Transformation) ---------------------------------------- 
arch_101_rot   <- rotate(arch_101, 45)
arch_101_trans <- translate(arch_101, c(100,200))
arch_101_rot_trans <- translate(rotate(arch_101,45),c(100,200))

par(mfrow=c(1,3))
EBImage::display(arch_101_rot, method="raster")
text(x = 20, y = 20, label = "건축학 개론: 45도 회전", adj = c(0,1), col = "orange", cex = 2)
EBImage::display(arch_101_trans, method="raster")
text(x = 20, y = 20, label = "건축학 개론: 우측 300픽셀, 아래 500픽셀 이동", adj = c(0,1), col = "orange", cex = 2)
EBImage::display(arch_101_rot_trans, title="건축학 개론 밝기 0.5 감소", method="raster")
text(x = 20, y = 20, label = "건축학 개론: 45도 회전과 이동병행 ", adj = c(0,1), col = "orange", cex = 2)

5. 이미지 결합

5.1. 이미지 붙이기

# 7. 이미지 결합(Combine) ---------------------------------------- 
## ㄴ 7.1. 순서대로 결합 -----
colorMode(rpi_logo) <- Color

rpi_logo <- resize(rpi_logo, w=dim(arch_101)[1], h=dim(arch_101)[2])

par(mfrow=c(1,2))
EBImage::display(Image(abind::abind(rpi_logo, arch_101, along=1), colormode=Color), method="raster")
EBImage::display(Image(abind::abind(rpi_logo, arch_101, along=2), colormode=Color), method="raster")

5.2. 이미지 겹치기

## ㄴ 7.2. 겹쳐서 결합 ----

arch_rpi <- rpi_logo + arch_101

par(mfrow=c(1,3))
display(rpi_logo/3 + arch_101, method="raster")
display(arch_rpi, method="raster")
display(rpi_logo + arch_101/3, method="raster")

5.3. 이미지와 텍스트 결합

## ㄴ 7.3. 이미지 텍스트 추가 -----

colorMode(arch_101) <- Color
display(arch_101, method="raster")
text(x = 20, y = 20, label = "한국 R Meetup", adj = c(0,0.5), col = "blue", cex = 1.5, family="NanumGothic")

5.4. 두 이미지 결합

## ㄴ 7.4. 로고 위치 반영 -----

colorMode(arch_101) <- Grayscale
colorMode(rpi_logo) <- Grayscale

arch_101 <- resize(arch_101, w=200, h=400)
rpi_logo <- resize(rpi_logo, w=200, h=400)

img_logo <- paintObjects(rpi_logo, toRGB(arch_101),  col='green')
display(img_logo, method="raster", all=TRUE)

6. 이미지 필터링

고역(高域) 필터(High-pass Filter)를 적용하여 사진속 객체의 엣지(Edge)를 탐지해서 배경과 사물을 구분하거나, 저역(低域) 필터(Low-pass Filter)를 적용하여 잡음 노이즈를 제거하거나 이미지를 부드럽게 한다.

# 10. 고역/저역 필터 ---------------------------------------- 
## 10.1. 저역 필터
fLow <- makeBrush(21, shape= 'disc', step=FALSE)^2
fLow <- fLow/sum(fLow)
arch_101_fLow <- filter2(arch_101, fLow)

## 10.2. 고역 필터
fHigh <- matrix(1, nc = 9, nr = 9)
fHigh[5, 5] <- -64
arch_101_fHigh <- filter2(arch_101, fHigh)

par(mfrow=c(1,3))
EBImage::display(arch_101_fLow, method="raster")
text(x = 20, y = 20, label = "저역필터(Low-pass Filter)", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101, method="raster")
text(x = 20, y = 20, label = "건축학개론 원본", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")
EBImage::display(arch_101_fHigh, method="raster")
text(x = 20, y = 20, label = "고역필터(High-pass Filter)", adj = c(0,1), col = "blue", cex = 1.5, family="nanum")

7. 이미지 세분화(Segmentation)

이미지의 특정 영역을 세분화하여 bwlabel을 통해 그림 속에 포함된 특정객체가 몇 개인지 갯수를 센다.

# 11. 이미지 세분화 ---------------------------------------- 
## 11.1 동전이미지 가져오기
coins <- readImage("fig/quarters_dimes_pennies.png")

## 11.2 흑백이미지
colorMode(coins) <- Grayscale

## 11.3. 임계값 설정

coins_otsu_th  <- coins > otsu(coins, levels=2048)
coins_otsu_th <- opening(coins_otsu_th, makeBrush(5, shape='disc'))
coins_otsu_th <- fillHull(coins_otsu_th)

## 11.4. 동전갯수 

coins_label <- bwlabel(coins_otsu_th)
# max(coins_label)

nbr_coins <- apply(coins_label, 3, max)

cat('동전갯수 [1,2,3]=', '[', nbr_coins[1], ']','[', nbr_coins[2], ']', '[', nbr_coins[3], ']', "\n")

동전갯수 [1,2,3]= [ 19 ] [ 33 ] [ 45 ]

## 11.5. 시각화 
par(mfrow=c(1,2))
EBImage::display(coins, method="raster", all=TRUE)
EBImage::display(coins_otsu_th, method="raster", all=TRUE)

par(mfrow=c(1,3))
colorMode(coins) <- Color
EBImage::display(coins, method="raster")
text(x = 20, y = 20, label = "동전 원본 사진", adj = c(0,1), col = "orange", cex = 1.5, family="nanum")
colorMode(coins) <- Grayscale
EBImage::display(coins, method="raster", all=TRUE)
text(x = 20, y = 20, label = "동전 흑백 사진", adj = c(0,1), col = "orange", cex = 1.5, family="nanum")
EBImage::display(coins_otsu_th, method="raster", all=TRUE)
text(x = 20, y = 20, label = "동전 임계값 적용된 사진", adj = c(0,1), col = "orange", cex = 1.5, family="nanum")

xwMOOC 고생대 프로젝트

이미지 처리 101 - 건축학개론

1. 이미지 처리 101 - `EBImage` R 팩키지 ¹ ² ³

2. 이미지 불러오고 정보 확인

3. 색상 조정

3.1. 밝기 조정(lightness)

3.2. 명도 조정(contrast)

3.3. 이미지 감마(\(\gamma\)) 보정 (Gamma Correction)

3.4. 밝기, 명도, 감마(\(\gamma\)) 보정 (Gamma Correction)

3.5. 천연색상과 흑백

3.6. RGB 색상 조합

3.7. RGB 색상 히스토그램

4. 이미지 잘라내고, 회전, 이동

4.1. 이미지 특정영역 잘라내기

4.2. 이미지 변환

4.3. 이미지 이동

5. 이미지 결합

5.1. 이미지 붙이기

5.2. 이미지 겹치기

5.3. 이미지와 텍스트 결합

5.4. 두 이미지 결합

6. 이미지 필터링

7. 이미지 세분화(Segmentation)

xwMOOC 고생대 프로젝트

이미지 처리 101 - 건축학개론

1. 이미지 처리 101 - EBImage R 팩키지 1 2 3

2. 이미지 불러오고 정보 확인

3. 색상 조정

3.1. 밝기 조정(lightness)

3.2. 명도 조정(contrast)

3.3. 이미지 감마(\(\gamma\)) 보정 (Gamma Correction)

3.4. 밝기, 명도, 감마(\(\gamma\)) 보정 (Gamma Correction)

3.5. 천연색상과 흑백

3.6. RGB 색상 조합

3.7. RGB 색상 히스토그램

4. 이미지 잘라내고, 회전, 이동

4.1. 이미지 특정영역 잘라내기

4.2. 이미지 변환

4.3. 이미지 이동

5. 이미지 결합

5.1. 이미지 붙이기

5.2. 이미지 겹치기

5.3. 이미지와 텍스트 결합

5.4. 두 이미지 결합

6. 이미지 필터링

7. 이미지 세분화(Segmentation)

1. 이미지 처리 101 - `EBImage` R 팩키지 ¹ ² ³