[CV] OpenCV 영상처리 개요

OpenCV 영상 처리 개요

한번 OpenCV의 영상처리 방법에 데하여 알아보겠습니다.

• OpenCV의 VideoCapture클래스는 동영상을 개별 Frame으로 하나씩 읽어(Read)들이는 기능을 제공합니다.
• VideoWriter는 VideoCapture로 읽어들인 개별 Frame을 동영상 파일로 Write를 수행합니다.

• VideoCapture.read() - 영상의 다음 Frame을 읽습니다.
• VideoWriter.write() - 영상의 Frame을 write 합니다.

cap = cv2.VideoCapture(video_input_path)
……
……
vid_writer = cv2.VideoWriter(video_output_path, …..)
while True:
hasFrame, img_frame = cap.read()
if not hasFrame:
print('더 이상 처리할 frame이 없습니다.')
break
vid_writer.write(img_frame))

---

 Video Capture 개요

• VideoCapture객체는 생성 인자로 입력 video 파일 위치를 받아 생성합니다.

cap = cv2.VideoCapture(video_input_path)

• VideoCapture객체는 입력 video 파일의 다양한 속성을 가져 올 수 있습니다.

영상 Frame 너비 : cap.get(cv2.CAP_PROP_FRAME_WIDTH)
영상 Frame 높이 : cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
영상 FPS: cap.get(cv2.CAP_PROP_FPS )

• VideoCapture객체의 read( )는 마지막 Frame까지 차례로 Frame을 읽습니다.

while True:
	hasFrame, img_frame = cap.read()
	if not hasFrame:
		print('더 이상 처리할 frame이 없습니다.')
		break

---

VideoWriter 개요

• VideoWriter 객체는 write할 동영상 파일 위치, Encoding코덱 유형, write fps 수치, frame 크기를 생성자로 입력 받아 이들 값에 따른 동영상 Write를 수행합니다.
• VideoWriter는 write시 특정 포맷으로 동영상을 Encoding 할 수 있습니다. (DIVX, XVID, MJPG, X264, WMV1, WMV2)

cap = cv2.VideoCapture(video_input_path)

codec = cv2.VideoWriter_fourcc(*'XVID')

vid_size = (round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)),round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))
vid_fps = cap.get(cv2.CAP_PROP_FPS )

vid_writer = cv2.VideoWriter(video_output_path, codec, vid_fps, vid_size)

---

OpenCV 영상처리 Code (by Python)

• OpenCV는 간편하게 비디오 영상처리를 할 수 있는 API를 제공합니다.
• VideoCapture 객체는 Video Streaming을 Frame 별로 Capture하여 처리할 수 있는 기능을 제공합니다.
• VideoWriter 객체는 VideoCapture로 읽어들인 Frame을 동영상으로 Write하는 기능을 제공합니다.

# wget https://github.com/chulminkw/DLCV/blob/master/data/video/Night_Day_Chase.mp4?raw=true 으로 다운로드 가능.
from IPython.display import clear_output, Image, display, Video, HTML
Video('/content/drive/MyDrive/딥러닝 컴퓨터 비전 가이드/Deep_learning computer Vision Guide/data/video/Night_Day_Chase.mp4')

 

• video_input_path 변수에 입력 동영상 파일 경로를 지정합니다.
• video_output_path 변수에 출력 동영상 파일 경로를 지정합니다.
• cv2.VideoCapture(video_input_path)를 사용하여 입력 동영상 파일을 엽니다.
• 그리고 동영상 파일을 저장할 때 사용할 코덱을 설정합니다. 여기서는 'XVID' 코덱을 사용합니다. cv2.VideoWriter_fourcc(*'XVID')는 FourCC 코덱 코드를 생성합니다.

import cv2

video_input_path = '/content/drive/MyDrive/딥러닝 컴퓨터 비전 가이드/Deep_learning computer Vision Guide/data/video/Night_Day_Chase.mp4'
# linux에서 video output의 확장자는 반드시 avi 로 설정 필요.
video_output_path = '/content/drive/MyDrive/딥러닝 컴퓨터 비전 가이드/Deep_learning computer Vision Guide/data/video/Night_Day_Chase_output.avi'

cap = cv2.VideoCapture(video_input_path)
# Codec은 *'XVID'로 설정.
codec = cv2.VideoWriter_fourcc(*'XVID')

vid_size = (round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)),round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))) #(200, 400)
vid_fps = cap.get(cv2.CAP_PROP_FPS )

vid_writer = cv2.VideoWriter(video_output_path, codec, vid_fps, vid_size)

frame_cnt = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
print('총 Frame 갯수:', frame_cnt, 'FPS:', round(vid_fps), 'Frame 크기:', vid_size)

 

 

Frame 처리 Code

import cv2
import time

# 경로는 사용자 환경에 맞게 수정 필요
video_input_path = '/content/drive/MyDrive/딥러닝 컴퓨터 비전 가이드/Deep_learning computer Vision Guide/data/video/Night_Day_Chase.mp4'
video_output_path = '/content/drive/MyDrive/딥러닝 컴퓨터 비전 가이드/Deep_learning computer Vision Guide/data/video/Night_Day_Chase_output.avi'

cap = cv2.VideoCapture(video_input_path)
codec = cv2.VideoWriter_fourcc(*'XVID')

vid_size = (round(cap.get(cv2.CAP_PROP_FRAME_WIDTH)), round(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)))
vid_fps = cap.get(cv2.CAP_PROP_FPS)

vid_writer = cv2.VideoWriter(video_output_path, codec, vid_fps, vid_size)

green_color = (0, 255, 0)
red_color = (0, 0, 255)

start = time.time()
index = 0
while True:
    hasFrame, img_frame = cap.read()
    if not hasFrame:
        print('더 이상 처리할 frame이 없습니다.')
        break
    index += 1
    print('frame :', index, '처리 완료')
    cv2.rectangle(img_frame, (300, 100, 800, 400), color=green_color, thickness=2)
    caption = "frame:{}".format(index)
    cv2.putText(img_frame, caption, (300, 95), cv2.FONT_HERSHEY_SIMPLEX, 0.7, red_color, 1)

    vid_writer.write(img_frame)

print('write 완료 시간:', round(time.time() - start, 4))
vid_writer.release()
cap.release()

 

• cap.read(): 동영상에서 다음 프레임을 읽습니다. hasFrame은 프레임을 성공적으로 읽었는지 여부를 나타내고, img_frame은 읽은 프레임입니다.
  • 프레임을 더 이상 읽을 수 없는 경우, 루프를 종료하고 메시지를 출력합니다.
• index += 1: 처리된 프레임 수를 증가시킵니다.
• print('frame :', index, '처리 완료'): 현재 프레임 번호를 출력합니다.
• cv2.rectangle(img_frame, (300, 100, 800, 400), color=green_color, thickness=2): 프레임에 초록색 사각형을 그립니다.
• cv2.putText(img_frame, caption, (300, 95), cv2.FONT_HERSHEY_SIMPLEX, 0.7, red_color, 1): 프레임 번호를 빨간색 텍스트로 프레임에 추가합니다.
• vid_writer.write(img_frame): 처리된 프레임을 출력 동영상에 저장합니다. 
• 코드의 실행 결과는 frame이 얼마나 처리되었는지 알려줍니다. frame 1~1383까지 처리 합니다.

frame : 1 처리 완료
frame : 2 처리 완료
frame : 3 처리 완료

...

frame : 1380 처리 완료
frame : 1381 처리 완료
frame : 1382 처리 완료
frame : 1383 처리 완료
더 이상 처리할 frame이 없습니다.
write 완료 시간: 9.3116

•  

 

• 그리고 이렇게 Frame을 처리한 영상은 나의 bucket에 저장됩니다.

!gsutil cp ../../data/output/Night_Day_Chase_output.avi gs://my_bucket_dlcv/data/output/Night_Day_Chase_output.avi

Copying file://../../data/output/Night_Day_Chase_output.avi [Content-Type=video/x-msvideo]...
/ [1 files][ 23.5 MiB/ 23.5 MiB]                                                
Operation completed over 1 objects/23.5 MiB.