Sharpening (샤프닝)

함수 설명

Sharpening이란 주변 pixel과의 차이를 극대화시켜 경계 부분의 명암 비를 증가시키는 작업을 뜻합니다.

이러한 처리를 통해 이미지의 구조적 정보 및 edge를 강조시켜 보다 선명한 이미지를 얻을 수 있습니다.

 

sharpening 강도가 9인 mask

 

 

해당 픽셀만 강조하기 위해 주변부의 픽셀의 값을 감소시켜야합니다. 위처럼 강조될 강도를 maks 중앙에 지정하고(9), 주변부의 값을 줄여 총합이 1이 되도록 mask를 생성합니다.

생성된 mask를 가지고 이미지를 필터링하면 강조된 이미지를 얻을 수 있습니다.

---

코드 설명

python3 기반 OpenCV 라이브러리를 사용했습니다.

 

kernel = np.array([
    [(1 - strength) / 8, (1 - strength) / 8, (1 - strength) / 8], 
    [(1 - strength) / 8, strength, (1 - strength) / 8], 
    [(1 - strength) / 8, (1 - strength) / 8, (1 - strength) / 8]
])

 

cv2.filter2D(src, ddepth, kernel)

 

1) src : 바꾸고 싶은 source 이미지

2) ddepth : 출력 영상의 데이터타입. default는 -1로 source 이미지와 같은 타입으로 출력

3) kernel : filtering에 사용할 mask 행렬

---

예제

흑백 이미지를 통해 sharpening 효과를 확인하는 코드입니다.

import cv2
import numpy as np
import matplotlib.pyplot as plt
from skimage import io

# Image Load
image = io.imread('Lenna.png')
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Sharpening function
def sharpening(image, strength):
    b = (1 - strength) / 8
    sharpening_kernel = np.array([[b, b, b],
                                  [b, strength, b],
                                  [b, b, b]])
    output = cv2.filter2D(image, -1, sharpening_kernel)
    return output

# Result
output1 = sharpening(gray_image, strength=7)
output2 = sharpening(gray_image, strength=17)

# view
plt.subplot(1, 3, 1)
plt.imshow(gray_image, cmap='gray')
plt.title('Original')
plt.axis('off')
plt.subplot(1, 3, 2)
plt.imshow(output1, cmap='gray')
plt.title('strength=7')
plt.axis('off')
plt.subplot(1, 3, 3)
plt.imshow(output2, cmap='gray')
plt.title('strength=17')
plt.axis('off')
plt.show()

s

Sharpening 강도가 커질수록 선명해지지만 원본 픽셀값을 많이 변경시키는 것이므로 부자연스러워지는 것을 확인 할 수 있다.