이미지 변환 (Image Transformation) ①임계값 처리 (Thresholding)로 흑백 이미지 만들기

디지털 이미지 처리의 가장 기본적인 변환 방법 중 하나는 바로 임계값 처리(Thresholding)입니다. 이 방법은 회색조(grayscale) 이미지를 흑백(black & white) 이미지로 바꿔주는 간단하면서도 매우 유용한 기법입니다.

 

회색조(grayscale) ▶ Thresholing ▶ 흑백(black & white)

 

Thresholding이란? 

임계값 처리란, 픽셀의 밝기 값이 어떤 기준 값(임계값 p)보다 크면 흰색(1)으로, 작거나 같으면 검은색(0)으로 이진화(Binarization) 시키는 방식입니다.

 

$$ g(x, y) = T(f(x, y)) = \begin{cases} 1 & \text{if } f(x, y) > p \\ 0 & \text{if } f(x, y) \leq p \end{cases} $$

 

• f(x,y): 원본 이미지에서 (x, y) 위치의 픽셀 밝기
• g(x,y): 변환된 출력 이미지
• p: 기준이 되는 임계값 (threshold)
• 수식에 따라 f(x,y)가 p보다 크면 흰색(1), 아니면 검정색(0)
•  

import cv2
import matplotlib.pyplot as plt

# 1. 이미지 불러오기 (흑백 모드)
image = cv2.imread('watermelon.jpg', cv2.IMREAD_GRAYSCALE)

# 2. 임계값 처리 (Thresholding)
threshold_value = 127
_, binary_image = cv2.threshold(image, threshold_value, 255, cv2.THRESH_BINARY)

# 3. 이미지 및 히스토그램 시각화
plt.figure(figsize=(12, 5))

# 그레이스케일 이미지
plt.subplot(1, 3, 1)
plt.imshow(gray, cmap='gray')
plt.title('Grayscale Image')
plt.axis('off')

# 임계값 처리 이미지
plt.subplot(1, 3, 2)
plt.title(f"Thresholded (p = {threshold_value})")
plt.imshow(binary_image, cmap='gray')
plt.axis('off')

# 히스토그램
plt.subplot(1, 3, 3)
plt.hist(binary_image.ravel(), bins=256, range=[0, 256])
plt.title('Histogram')
plt.xlabel('Pixel Intensity (0~255)')
plt.ylabel('Frequency')

plt.tight_layout()
plt.show()

 

---