Open khodid opened 3 years ago
영상처리의 모폴로지 연산 기법을 이용해 Interpolation 중간 과정의 폰트들이 좀더 잡음 없이 깔끔한 형태를 띄도록 만들어봤다.
기대효과:
문제점:
여러 가지 연산을 적용해본 실험 (맨 왼쪽이 원본) 이 중에서 아래와 같은 결과물을 내는 방법(열림 후 닫힘)을 최종적으로 채택했다.
결과
영상처리 미적용 / 적용 (gif 비교)
import cv2 def processed_image(img, kernel_size= 5, kernel_shape= 'ellipse', iteration = 1): # [kernel shape] DEFAULT: 'ellipse', OPTION: 'ellipse', 'rect', 'cross' if kernel_shape == 'ellipse': kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (kernel_size, kernel_size)) elif kernel_shape == 'rect': kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (kernel_size, kernel_size)) elif kernel_shape == 'cross': kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (kernel_size, kernel_size)) else: print('[warning] wrong \'kernel_shape\' input. Try with \'ellipse\', \'rect\' or \'cross\'.') result_img = cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel, iterations= 1) result_img = cv2.morphologyEx(result_img, cv2.MORPH_CLOSE, kernel, iterations= 1) return result_img
영상처리의 모폴로지 연산 기법을 이용해 Interpolation 중간 과정의 폰트들이 좀더 잡음 없이 깔끔한 형태를 띄도록 만들어봤다.
기대효과:
문제점:
여러 가지 연산을 적용해본 실험 (맨 왼쪽이 원본) 이 중에서 아래와 같은 결과물을 내는 방법(열림 후 닫힘)을 최종적으로 채택했다.
결과
영상처리 미적용 / 적용 (gif 비교)