이미지 데이터 다루기

이미지 데이터 다루기 (Image Handling)

간단간단하게 코드를 통해 설명하겠습니다.

아래의 패키지를 먼저 import해줍니다.

import os
from scipy.misc import imread, imresize
import matplotlib.pyplot as plt
%matplotlib inline

이미지의 shape을 print해보기 위해 간단한 출력함수를 만들어줍니다.

def print_typeshape(img):
    print("Type is %s" % (type(img)))
    print("Shape is %s" % (img.shape,))

먼저, 저는 코드를 실행시키는 위치와 동일선상에 img 폴더(디렉토리)를 만들어 그 안에 고양이, 강아지, 젖소 등의 사진을 넣어놓았습니다.

아래를 보면,

imread로 고양이 사진을 읽어드립니다. 이렇게 되면 고양이사진은 array로 바뀝니다.(행렬로 바꾼 겁니다!!)

말그대로 im(=image) + read(=읽다)

cat = imread("img/cat.jpg")
print_typeshape(cat)

출력 : 
Type is <class 'numpy.ndarray'>
Shape is (1600, 2400, 3)

이제 한번 그려 볼까요?

plt.figure(figsize=(10,8)) # 이미지를 표현하기 위한 판떼기?정도로 보시면 될거 같아요 
plt.imshow(cat)
plt.grid(False)
plt.title("Original Cat")
plt.show()

read the image

---

Load + Cast to float

: 불러와서 float로 형변환을 시켜보자

: 추후에 0~1사이의 값으로 바꿔주기 위해

# Load
cat2 = imread("img/cat.jpg").astype(np.float)
print_typeshape(cat2)

출력: Type is <class 'numpy.ndarray'>  Shape is (1600, 2400, 3)

# Plot
plt.figure(figsize=(10,8))
plt.imshow(cat2)
plt.grid(False)
plt.title("Original image with imread.astype(np.float)")
plt.draw()

read the image in a wrong way

아무것도 표시가 되지 않는다....왜?

integer 타입이면 0~255사이의 값을 가질 것으로 가정하고 float 타입이면 0~1 사이의 값을 가질 것으로 가정한다. 따라서 float 타입의 경우 255로 나눠줘야 한다.

# 다시 Load
cat2 = imread("img/cat.jpg").astype(np.float) / 255.
print_typeshape(cat2)

출력: Type is <class 'numpy.ndarray'> Shape is (1600, 2400, 3)

# 다시 Plot
plt.figure(figsize=(10,8))
plt.imshow(cat2)
plt.grid(False)
plt.title("Original image with imread.astype(np.float)")
plt.draw()

change the image by float

---

Resize

: 사이즈를 조정해보자

# resize
catsmall = imresize(cat, [100,100])
print_typeshape(catsmall)

# plot
plt.figure(1)
plt.imshow(catsmall)
plt.grid(False)
plt.title("Resized image")
plt.show()

출력: Type is <class 'numpy.ndarray'>  Shape is (100, 100, 3)

resize the image

---

GrayScale - 흑백사진으로 바꾸기

: 간단한 함수를 만들어 바꿔보자.

각 Red, Green, Blue값에 일정 값을 곱해준다.

def rgb2gray(rgb):
    if len(rgb.shape) is 3: # 3이면 컬러라는 의미.
        return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])
    else:
        print("Current image is Gray!")
        return rgb

catsmall_gray = rgb2gray(catsmall)
print("Size of catsmallgray is %s" % (catsmall_gray.shape,))
print("Type of catsmallgray is ", type(catsmall_gray))

출력: Size of catsmallgray is (100, 100)  Type of catsmallgray is <class 'numpy.ndarray'>

plt.imshow(catsmall_gray) # cmap없으면 이상한 그림이 됨
plt.title("[imshow] Gray image")
plt.grid(False)
plt.colorbar()
plt.show()

fail to convert to gray

plt.imshow(catsmall_gray, cmap=plt.get_cmap("gray")) # cmap없으면 이상한 그림이 됨
plt.title("[imshow] Gray image")
plt.grid(False)
plt.colorbar()
plt.show()

gray-scaled image

---

Reshape

# Matrix to Vector
catrowvec = np.reshape(catsmall_gray, (1, -1)) # 1 x 10,000 (row:1, column : -1 mean 나머지 알아서넣어줘)
print("Size of catsmallgray is %s" % (catrowvec.shape,))
print("Type of catsmallgray is ", type(catrowvec))

# Vector to Matrix
catmatrix = np.reshape(catrowvec, (100,-1)) # 100 x 100 (row:100, column : -1 mean 나머지 알아서넣어줘)
print("Size of catsmallgray is %s" % (catmatrix.shape,))
print("Type of catsmallgray is ", type(catmatrix))

출력: Size of catsmallgray is (1, 10000) Type of catsmallgray is <class 'numpy.ndarray'> Size of catsmallgray is (100, 100)  Type of catsmallgray is <class 'numpy.ndarray'>

plt.imshow(catmatrix, cmap=plt.get_cmap("gray")) # cmap없으면 이상한 그림이 됨
plt.title("Reshaped Matrix")
plt.grid(False)
plt.colorbar()
plt.show()

reshaped image

---

Load from folder

: 폴더 안에 있는 이미지들을 확인해보자

cwd = os.getcwd()
path = cwd + "/img/"
file_list = os.listdir(path)
print("[{}] file are in [{}]".format(len(file_list), path))

출력: [4] file are in [C:\dss\DeepLearning_beginning/img/]

사진리스트를 뽑아보면...

for i, f in enumerate(file_list):
    print("{}. file is [{}]".format(i,f))

출력: 0. file is [cat.jpg] 1. file is [cow.jpg] 2. file is [dog.jpg]  3. file is [horse.jpeg]

사진파일하고 다른 파일이 섞여있다면?

# 사진 파일이 아닌 데이터 자르기
valid_exts = [".jpg",".gif",".png",".tga",".jpeg"]
images = []
names = []
for f in file_list:
    ext = os.path.splitext(f)[1]
    print(ext)
    if ext.lower() not in valid_exts:
        continue
    fullpath = os.path.join(path,f)
    images.append(imread(fullpath))
    names.append(os.path.splitext(f)[0])

출력: .jpg  .jpg  .jpg  .jpeg