Image J에서도 영상 해석을 하기도 하기 단순히 보기 좋으라고 하는 경우가 있습니다.

영상 분석시 알고리즘에 적합한 영상을 얻기 위해서 화질을 변경하는데 대표적으로 쓰이는 방법을 알아보겠습니다.

1. 밝기와 대비 변경하기(Brightness & Contrast)

가장 대표적으로 이미지를 변경하는 기능입니다.

Image J 인터페이스에서 [Image] - [Adjust] - [Brightness/Contrast]를 클릭하면 B&C가 활성화 됩니다.

단축키로는 Ctrl+Shift+C로도 부를 수 있습니다.

수행하는 기능은 아래와 같습니다.

먼저 ① 편집을 하고 ② 마음에 들면 Apply로 적용합니다. ③ 그런 후 저장까지 해야 합니다.

Apply만 적용한 상태에서도 Image J에서 Process가 돌아가기는 합니다. 

저장을 해야 파일에 적용됩니다.

• Min Max : 특정 명도를 기준으로 밝거나 어둡게 만듭니다.
• Brightness(밝기) : 이미지 전체 밝기를 일괄적으로 높이거나 낮춥니다.
• Contrast(대비) : 밝은 영역과 어두운 영역의 차이(기울기)를 조정합니다.
• Auto(자동조정) : Image의 밝기 분포를 분석하여 기울기를 자동으로 조정합니다.
• Reset : 셋업을 잘못했을 때 이미지를 원래대로 조정합니다.
• Set : 밝기의 기울기를 수동으로 입력합니다.
• Apply : 지금 그림을 이미지에 적용합니다.

Auto 기능은 편리하지만 그다지 좋지 않을 때도 있습니다.

위의 경우를 보면 대비가 올라갔습니다. 하지만 붉어져서 보기에는 별로군요.

2. 흐리거나 선명하게 하기(Smooth, Sharpen)

① Smooth, Sharpen 기능으로 변경하기

Image J의 인터페이스 상에서 [Process] - [Smooth, Sharpen]입니다.

자동으로 Smooth는 흐리고 Sharpen은 선명하게 만들어줍니다.

이걸 한번 두번 적용하면서 원하는 이미지가 나올 때 까지 적용할 수 있습니다.

아래 적용한 예제입니다.

각 기능에 따라서 이미지가 변하는 것을 확인 할 수 있습니다.

② 필터로 이미지 선명도 변경하기

한편으로 필터를 사용하여 얼마나 조정하는지 결정할 수 있습니다.

인터페이스 위에 [Process] - [Gaussian Blur]는 흐려지게하고

반면 [Process] - [Unsharp Mask]는 선명하게 합니다.

이 필터 기능에서는 몇 픽셀 반경으로 영향을 줄 것인지 설정할 수 있습니다.

원하는 값을 찾을 때까지 값을 변경하면서 적용할 수 있도록 Preview도 지원합니다.

선명한 이미지가 좋아 보이기는 하지만 선명한 경우 노이즈도 선명해 집니다.

흐리게 하는 경우가 노이즈 제거에 유용하여 더 많이 사용됩니다.

이미지 프로세스에서는 그 때 그 때 효과가 좋은 것으로 사용하면 됩니다.

3. 흑백으로 변경하기

흑백으로 변경할 때는 [Image] - [Type]에서 변경합니다.

8, 16, 32 bit 이미지로 변경할 수 있습니다.

보통 8 bit를 사용합니다.

원하는 경우에 H(색상), S(채도), V(명도)로 변경할 수도 있습니다.

흑백으로 변경하는 것이 이미지 해석에 좋은 경우가 많습니다.

색상이 포함된 이미지가 보기에는 좋지만 정보가 많아서 오류가 나기 쉽습니다.

흑백으로 변경하는 동안 형상에 대한 정보가 주로 남아서 많은 경우에 분석에 적합합니다.

Image J는 이미지 Tool로도 쓸수 있습니다.

이미지의 크기나 자르기를 수행할 수 있습니다.

1. 크기 편집하기

이미지를 크기를 변경할 때는 Image J에서 [Image] - [Adjust] - [Size]를 누르면 Resize 매뉴를 호출 할 수 있습니다.

이 매뉴에서 이미지를 변경할 크기를 지정할 수 있습니다.

여러 층을 가지고 있는 다층 3차원 이미지의 경우에는 Depth로 지정을 할 수 있습니다.

여기에서 이미지의 사이즈를 변경할 때 interpolation(보간법) 기능도 제공하는데요.

이미지를 줄이거나 늘리면 픽셀이 많아지거나 적어지는데 이 때 정보를 처리하는 방법에 대해 설정하는 것입니다.

기본적으로 Image J에서는 3가지 옵션을 제공합니다.

• None : 가장 가까운 픽셀을 그대로 복사해서 사용합니다. 처리하지 않음으로 속도가 빠르고 선명함이 유지됩니다. 흑백영상등 특수한 이미지에서 유용합니다.
• Bilinear : 양옆과 위아래의 4개의 픽셀의 평균을 가중하여 새로운 픽셀 값을 생성합니다. 보기에는 자연스럽지만 약간 흐려질 수도 있습니다. 일반적인 이미지에 많이 사용합니다. "양선형 보간법"이라고도 합니다.
• Bicubic : 주변의 16개 픽셀을 사용하여 색상의 곡선을 만들고 보간합니다. 계산량이 많아 시간이 걸리 수도 있지만 고화질이 유지되는 장점이 있습니다. 고화질 이미지에 적합합니다.

그림으로 봤을 때 크게 구별이 되지는 않습니다.

자세히보면 흐린 정도나 자연스러움이 조금 다른것을 알 수 있습니다.

엄밀한 분석이 요구되는 경우에는 이런 보간법이 중요합니다.

2. 이미지 짜르기

이미지 짜르기는 심플합니다.

먼저 이미지에서 짤라낼 부분을 선택합니다.

그리고 [Image] - [Crop] 기능을 이용해서 짜르기를 선택합니다.

그러면 바로 이미지가 짤립니다.

3. 이미지 회전, 반전하기

이미지 회전과 반전의 매뉴는 같은 곳에 있습니다.

• Flip Horizontally : 가로 방향으로 좌우반전합니다.
• Filp Vertically : 세로 방향으로 상하반전합니다.
• Rotate 90 Degrees Right : 오른쪽 방향으로 90도로 회전한다.
• Rotate 90 Degrees Left : 왼쪽 방향으로 90도 회전한다.
• Rotate : 이미지를 회전합니다. 도단위로 이미지를 회전시킬 수 있습니다.

이미지를 회전시킬 때는 대각선 방향으로 픽셀 처리가 되어야 할 수 있습니다.

이 때도 사용할 Interpolation(보간법) 방식을 결정할 수 있습니다.

전문적으로 이미지만 편집하는 툴보다는 확실히 불편한 면도 있습니다.

Image J는 무료이고 또 여러가지 옵션을 제공하는 점에서는 장점도 있습니다.

Image J는 편리하고 간편한 이미지 분석 툴이라고 할 수 있습니다.

시료를 촬영한 사진을 분석하여 시료의 크기를 구하는 방법에 대해서 알아 보겠습니다.

원본사진은 몇개의 시료를 촬영한 아래 사진을 사용하겠습니다.

1. 이미지의 이진화

저렇게 컬러풀한 사진은 사실 컴퓨터의 경우에는 어디를 어떻게 처리해야 할지 잘 모른답니다.

사람은 엄청 쉬운데 그래서 특이점을 잡아야 합니다.

우선 특이점의 Threshold를 잡기위해서 먼저

① DATA를 8 bit로 변경합니다.

Image J에서 상단의 매뉴에 [Image] - [Type] - [8-bit]를 선택해서 변경할 수 있습니다.

8 bit 이미지가 되는 순간 color 정보를 소실하지만 여러가지 처리가 가능합니다.

그리고 원본 보존하는 것 항상 잊지 말도록 하세요

② Threshold를 사용해 배경과 시료를 나눕니다.

이 과정을 스킵을 해도 됩니다.

시료의 색이 이렇게 단순할 때 사용하는 방법인데요.

상단 매뉴의 [Image] - [Adjust] - [Threshold]를 눌러서 Threshold 창을 열어봅니다.

문턱치의 상하한을 조절해서 특정 밝기만을 구별할 수 있습니다.

예시로 쓰려고 가져온 사진이라 쉽게 명확하게 구별이 되죠.

이 정도면 별도의 처리 없이 한번에 가능할 것 같습니다.

③ Egde를 추출합니다.

이번에는 [Process] - [Find Edges]를 선택해서 경계선을 표시합니다.

위의 그냥 하얀 덩어리는 추출을 어려워합니다.

이렇게 경계선 상태로 만들어 져야 합니다.

이제 이미지의 이진화 준비는 되었습니다.

이진화하는 방법은 좀더 많지만 어찌되었든 영상처리에서는 이렇게 특이점으로 나누는 과정이 중요합니다.

이제 여기서부터는 아래의 이미지 분석하는 기능에 대해서 진행하겠습니다.

2. 시료 이미지 추출하기

이제 실제로 측정한 사진을 분석할 차례입니다.

자동으로 처리해주니 아래과정 대로만 해봅시다.

① 이미지 분석을 위해 설정을 합니다.

  - Set Measurements : 이미지를 분석할 항목을 설정합니다. 이번에는 Area(면적), Fit ellipse(타원 분석)을 위주로 확인하려고 합니다.

  - Set Scale : 이미지 Pixel의 실제 물리적 거리를 알고 있으면 입력합니다. 입력하면 편리하게 계산해주지만 안해도 픽셀 단위로 계산해 줍니다. 이번에는 입력하지 않고 진행할 것입니다.

② 파티클을 추출합니다.

드디어 오늘의 본론인 개체 분석을 할 시간입니다.

상단의 [Analyze] - [Analyze Particles]을 실행합니다.

선택할 수 있는 옵션은 Show에서 Outlines를 선택하고요,

Display Results를 통해서 인식된 내용을 볼 수 있도록 했습니다.

앞쪽에서 이미 이진화를 완벽하게 했기 때문에 그대로 인식이 됩니다.

보면 시료를 인식한데 빨간 점같은게 있는데 시료 번호입니다.

확대를 하면 보입니다. 예시로 사용한 사진이 생각보다 고화질이라 저렇게 된거네요.

그리고 위에서 Set Measurements에서 분석한 것을 저장해 줍니다.

확대를 해서 보겠습니다.

구석에 한두 픽셀 사이즈의 노이즈도 검출되는 것을 볼 수 있습니다.

이미지를 이진화할 때 완벽하게 걸러지지 않는 부분이 이렇게 표시가 됩니다.

③ 분석 DATA를 옮겨서 확인합니다.

Results 창은 CSV 파일로 저장할 수 있고 또 복사해서 엑셀에 붙여 넣을 수도 있습니다.

숫자로 나오면 쉽게 파악할 수 있습니다.

아래 표를 보면 Area(면적)이 작은 값들은 아마 노이즈일 것이고 3000이 넘는 것들이 시료일 것입니다.

필요한 것으로 나누어 쓰면 되겠네요.

시료가 타원 모양이니 Major(장축), Minor(단축)을 보고도 분석이 가능합니다.

4. DATA 분석시 주의사항

이렇게 사진을 분석하는 방법을 알아 보았습니다.

만일 제 포스팅을 보고 직접 하려면 아마 뜻대로 안될 것입니다.

이미지 분석에는 많은 요소가 있기 때문입니다.

대표적으로 확인해야 하는 부분을 소개합니다.

① 이미지의 밝기나 명암을 설정한다.

가능하면 이미지는 편집하지 않는 것이 좋습니다.

분석이 너무 힘들다면 [Image] - [Adjust] - [Brightness/Contrast] 에서 명암 밝기를 조절할 수 있습니다.

혹은 이미지가 흐리다면 [Process] - [Sharpen]을 누르고 선명하게 만들어 봅니다.

편집은 이진화 전에 이루어져야하고 이진화가 잘 되는지 확인을 해야 합니다.

② 원형도를 조절하기

검출하고자 하는 시료가 원에 가까운지 모릅니다.

Analyze Particle을 실행할 때 Circularity를 조절해서 모양에 대한 최적화를 합니다.

Size 역시 설정하면 결과에 영향을 줄 수 있습니다.

③ 촬영환경 고정하기

시료의 색깔과 대비가 큰 받침을 사용하고 균일한 조명을 사용하며 그림자가 생기지 않도록 합니다.

처음부터 명확하게 촬영이 되면 분석결과도 우수해 집니다.

실험을 반복적으로 할 때는 동일한 조건에서 촬영이 되도록 주의해야 합니다.

이런 것 외에도 Image J에서도 꽤 많은 옵션이 추가적으로 있습니다.

촬영을 할 때도 시료를 염색하거나 형광소재를 사용하는 등 여러가지 방법을 통해서 인식이 잘 되도록 할 수 있습니다.

반복적인 실험과 검증을 통해서 최적화하는 것 만이 정확한 결과를 도출하는 길입니다.

엑셀에서는 파일을 공유하고 검토내용을 주고받기 위해서 메모기능을 지원합니다.

메모는 그냥 사용해서 많이 편리한 기능이고요 꾸미기도 가능합니다.

오늘은 배경으로 그림을 넣는 법을 알아보겠습니다.

배경을 변경하는 것은 기존에 있는 메모기능에 사용할 수 있습니다.

① 메모를 삽입합니다.

먼저 메모가 있어야 꾸미던지 할 것입니다.

메모 기능의 위치는 [상단매뉴] - [검토] - [메모] -  "새 노트" 를 클릭하면 메모를 만들 수 있습니다.

단축키로 "shift + F2"으로도 만들 수 있습니다.

② 메모를 보이게 하고 마우스 오른쪽 클릭을 합니다.

메모를 선택하고 "메모 표시/숨기기"로 항상 표시되도록 유지합니다.

그런 후 테두리를 마우스로 오른쪽 클릭으로 하면 메모 서식으로 들어갈 수 있습니다.

어느정도 정확하게 클릭해야 메모서식으로 들어갈 수 있습니다.

③ 메모 서식에 그림을 넣습니다.

탭에 "색 및 선"으로 배경을 지정합니다.

색 옆에 아래 화살표(∨)를 선택하면 채우기 효과 매뉴를 열 수 있습니다.

그림 탭으로 가면 그림 선택으로 로컬 컴퓨터에 있는 파일을 가져 올 수 있습니다.

미리보기에서 그림을 확인할 수 있습니다.

④ 메모를 확인합니다.

이제 그림배경이 적용이 되었습니다.

그 위에 글자가 입력이 됩니다.

한 번 작성한 메모는 셀을 복사해서 붙여넣기로 여러 개 만들 수도 있습니다.

문서를 강조하거나 보여주고 싶은 것이 있으면 여러가지 방법으로 가능합니다.

그중에 대표적으로 그림을 넣거나 배경을 꾸미는 것이 있습니다.

엑셀에서는 메모가 두가지 종류가 있습니다.

원래 있던 메모와 Micro office 369 버전 혹은 Excel 2019 이상에서 추가된 대화형 메모의 두 종류입니다.

엑셀에서는 현재 둘다 메모라는 이름의 기능으로 사용하고 있습니다.

이번 포스트에서는 기존 메모와 대화형 메모로 나누어 작성하겠습니다.

이전 버전의 엑셀에서는 대화형 메모는 사용할 수 없고 기존 메모만 쓸 수 있습니다.

1. 메모의 사용법

두 메모 기능은 비슷한 곳에 있는데 [상단메뉴] - [검토] - [메모]에 나누어 있습니다.

똑같이 메모라고 표시되고 추가된 대화형 메모가 더 많은 칸을 차지하고 있습니다.

그리고 중간에 있는 "삭제, 이전 메모, 다음 메모, 메모표시"는 두 가지 공통적으로 사용가능합니다.

기존 메모는 포스트잇 색으로 추가되며 대화형 메모는 대화가 가능하도록 달립니다.

Windows에 로그인한 아이디로 표시가 됩니다.

2. 메모의 특징과 기능

① 기존 메모의 특성

기존메모는 포스트 잇 같은 공간에 여러가지 내용을 입력할 수 있습니다.

항상 떠있게도 할 수 있고, 셀에 마우스 커서를 올리거나 클릭된 상태에서만 출력하도록 할 수 있습니다.

색이나 서식을 변경하고 위치도 변경이 가능합니다.

② 대화형 메모의 특징

최신 버전임에도 디자인을 변경할 수 없습니다.

항상 표시를 선택할 경우 오른쪽에 대화창을 통해서 볼 수 있습니다.

대화형을 강조한 인터페이스로 댓글을 달때 "아이디"와 "시간"을 표시할 수 있습니다.

3. 두 개의 기능의 차이

두 기능의 차이를 정리하면 아래 표와 같습니다.

마이크로 소프트에서 요즘 유행하는 대화형 인터페이스를 시도하는 것 같습니다.

장기적으로 보면 큰 변화가 있을 것은 분명해 보이지만 아직은 이런 실험용 기능들로 시장의 반응을 보는 것 같습니다.

대화형은 처음에 볼 때는 불편해 보이지만 익숙해지면 아주 편합니다.

기능이 있다는 것을 알고 필요할 때는 사용해 봅시다.

※ 엑셀 2019나 office 365 이상의 버전에서는 대화형 메모가 나와있습니다. 오늘은 구버전 메모기능에 대한 내용입니다.

1. 메모 삽입하는 방법

엑셀에서는 셀에 내용이나 수식을 넣어서 문서를 만들 수 있지만, 거기에 또다시 메모를 추가할 수 있습니다.

메모 기능의 위치는 [상단 매뉴] - [검토] - [메모] - [새 노트]에 있습니다.

검토항목에 있어서 가끔 혼돈이 될 때가 있습니다.

표 형식으로 작성되는 엑셀에서 추가적인 설명을 도와주고 내용의 요약을 도와줍니다.

사용 빈도가 높은 기능으로 의존하는 분이 많습니다.

2. 메모 편집하기

기본 설정은 가만두면 편집을 할 수 없습니다.

메모가 있는 셀에 가서 메모 편집기능을 사용합니다.

아까 추가한 곳에서  [상단 매뉴] - [검토] - [메모] - [메모 표시/숨기기] 를 선택하면 메모를 선택하고 편집할 수 있습니다.

이러면 설정이 모로를 표시하기로 변경되기 때문에 단축키 Shift + F2로도 편집을 할 수 있는데요.

이 경우에는 편집 시키고 다른 셀을 선택하면 다시 숨기게 됩니다.

3. 메모의 색과 테두리 변경하기

메모의 테두리를 오른쪽 클릭을 합니다.(어느 정도 정확하게 클릭해야 합니다.)

그러면 "메모 서식" 메뉴로 들어갈 수 있습니다.

여기서 색이나 선을 변경할 수도 있지만 글꼴 여백등도 조절이 가능하니 여러가지로 디자인 할 수 있습니다.

4. 메모 복사해서 붙여 넣기

메모는 기본적으로 셀을 복사해서 붙여 넣을 때 같이 이동합니다.

새로 만들기 싫을 때는 이렇게 해서 편집하기로 수정하는 방식을 사용합니다.

그리고 복사해서 붙여넣을 때 마우스 오른쪽 클릭을 해서 "선택하여 붙여넣기"를 사용하면,

메모만 붙여 넣는 것도 가능합니다.

파이썬(python)은 직관적이고 개발하는 속도가 빠른 언어로 알려져 있습니다.

개발자가 사용할 때는 어떻게 되도 좋지만 배포하기 위해서는 실행파일로 만들 필요가 있습니다.

오늘을 Windows 환경에서 콘솔을 사용해서 실행파일(exe)로 내보내는 방법을 알아보겠습니다.

1. 파이썬(python)이 설치된 환경이여야 합니다.

너무 당연한 말부터 시작하나요? 파이썬 코드는 사실 여기저기서 만들고 실행할 수 경우가 많습니다.

그래서 설치하지 않고 개발하는 것도 가능하기 때문에 우선 이걸 받아야 한다는 이야기를 드립니다.

아래 홈페이지에 다운 받을 수 있습니다.

https://www.python.org/

2. Windows의 콘솔창을 열고 설치가 잘 되었는지 확인

Windows 환경에서 명령어를 실행하기 위해 콘솔창에서 작업을 하겠습니다.

콘솔창 열기 가장 쉬운 방법은 단축키 [windows key] + [R]을 누르고 "CMD"를 입력하는 것입니다.

파이썬(python)이 설치가 되었다면, 아래 명령어를 사용해서 설치여부를 확인합니다.

• python --version : 버전을 확인하는 명령어
• pip --version : pip의 설치경로와 버전을 확인하는 명령어

잘 설치가 되지 않았다면 명령어에 응답하지 않거나 오류메시지를 출력합니다.

응답하면 이걸 신호로 해서 아래 작업을 계속 진행해도 되겠습니다.

3. pip을 최신화합니다.

pip은 Python의 패키지 관리자로, PyPI에서 패키지를 다운로드하고 관리하는 역할을 합니다

위에서 pip이 설치가 있다는 것을 지장없이 확인했습니다.

하지만 한번 더 다운로드 받아서 최신화하는 것도 좋습니다.

콘솔창에 "pip install pyinstaller pip" 명령어를 입력하면 확인합니다.

추가 버전이 확인되면 "python.exe -m pip install --upgrade pip" 명령어로 업그래이드합니다.

(원하지 않으면 안해도 됩니다. 24.3.1 버전으로도 오늘 작업은 할 수 있습니다.)

4. 실행파일로 만듭니다.

오늘의 목적인 실행파일을 만들어 보겠습니다.

콘솔창에서 파이썬 코드 파일이 있는 폴더로 이동합니다.(cd 경로명)

.py 파일로 저장해 두었습니다.

명령어 "pyinstaller --onefile --windowed 파일명.py"를 입력하면 실행합니다.

windows 인터페이스에서 동일 폴더에 dist라는 폴더가 만들어지고 그 안에 실행파일이 있을 껍니다.

5. 실행파일이 안될 때 

문제는 이 실행파일이 아마 실행이 안되는 경우가 너무 많다는 것입니다.

대표적인 경우만 해도 아래 것들이 있는데요

• PyInstaller가 자동으로 라이브러리를 포함하지 못하는 경우 : hidden-import 옵션으로 활용하기
• 외부파일을 참고하고 있을 때 경로명이 정확하지 않는 경우
• 외부 실행파일을 동작시킬 때 참고오류(경로명이나 호출오류 등등)
• 코드가 잘못 짜져있어서 디버그 오류가 날때
• 그렇다고 외부, 자동 라이브러리를 모두 포함해서 메모리가 감당 못할때

이게 정말 머리아픈게 각각이 코딩한 소스에 따라서 외부파일이 다르고 참고방식이 다릅니다.

그에 따라 해결방법이 다 다르기 때문에 결국 이 부분은 그때그때 내용을 파서 해결해야 합니다.

어떤 경우에는 수학 알고리즘 만들고, 코딩하고 정리했는데 배포파일 만드는게 더 시간이 오래걸리기도 합니다.

혹시 가능한 사례가 생기면 다음 기회에 소개드리도록 하겠습니다.

1. 에지(Edge)의 의미

사진에 있어서 에지(Edge) 검출을 하고는 합니다.

에지는 어떤한 것이든 사진내에서 밝기나 색상이 급격하게 변하는 구간을 의미합니다.

보통은 물체의 물리적인 경계선이나 윤곽선일 경우입니다.

대부분의 이미지 분석은 먼저 특이점을 기준으로 진행을 하는데 이 에지가 가장 많이 사용됩니다.

아래사진은 에지를 이해하기 위해 경계면을 확대시킨 사진입니다.

경계가 넘어가는 지점에서 크게 어두운 한픽셀의 선이 발생하는 것이 알 수 있습니다.

에지 검출 알고리즘은 이런 지점을 특이점으로 추적하도록 만들어져 있습니다.

2. Image J에서 사용하는 에지 검출 방법

에지를 파악하기 위해서는 주변 픽셀과의 변화량을 알아야 하니 미분연산을 많이 사용하게 됩니다.

Image J에서는 Sobel 에지 검출 알고리즘을 사용하는 엣지 검출 방법을 지원합니다.

이 방법은 자신을 중심으로 인접한 3 x 3의 픽셀을 변화량, 그러니까 기울기(Gradient)를 구합니다.

자신 주변의 픽셀값에 아래와 같이 수평과 수직 방향으로 각각 행렬을 적용합니다.

이렇게 적용하여 수평, 수직 방향의 변화량에 아래와 같은 연산을 통해서 최종 변화량을 계산합니다.

이게 Sobel 변화량이며 이 변화량 G > 임계치(threshold)이면 에지로 간주하는 방식을 사용합니다.

다만 Image J에서는 별도로 임계값을 변화시킬 수가 없고 유동적으로 조절하는 알고리즘을 사용합니다.

만일 사용자가 에지 추출 민감도를 조정하고 싶으면 별도로 이미지를 흐리거나 선명하게 편집해서 사용해야 합니다.

3. Image J의 에지 검출 방법

Image J에서 이지를 검출하는 기본방법은 아주 간단합니다.

여러 이미지가 열려 있는 경우라면 추출할 이미지를 선택하고, [Process] - [Find Edges] 를 클릭하면 됩니다.

바로 내부 알고리즘을 통해서 에지를 찾고 이진화된 이미지를 보여줍니다.

Image J의 에지 검출은 그 자체로도 사용하기도 합니다.

하지만 공식적인 알고리즘으로 얼마나 이미지가 잘 촬영되었나 용도로도 사용할 수 있습니다.

바로 이진화된 이미지를 보여주기 때문에 여기저기 쓸모가 많습니다.

위의 그림처럼 경계선이 그려지고 이미지가 흑백으로 이진화 되었습니다.

많은 이미지 해석 알고리즘이 이진화를 기본으로 하기 때문에 공부하시는 분은 이 그림에 집중해야 합니다.

4. 에지를 이용한 이미지 검출의 예

에지 검출과 이진화 한 이미지에 대해서 하나 예시를 보여드리겠습니다.

두 개의 건축자제를 접착제로 붙인 사진입니다. 그리고 1년 뒤에 어떻게 되었는지 확인하려고합니다.

1년이 지나다보니 화질이나 각도가 똑같이 촬영되지 못해 상황을 알기가 어렵습니다.

이제 Image J를 이용하여 에지를 검출하고 이미지를 이진화를 시켰습니다.

이러면 색상이나 화질에 의한 변화가 거의 없어집니다.

이 영상 분석에 대해서는 접착층이 처음에는 균일하고 고루 작업이 되었습니다.

1년이 지난후 접착층이 아래위에 잘 흡착되어 흡수되었으며 시간이 지난 후에도 안정적으로 균열없이 잘 있습니다.

외부만 보고 판단하면 그렇다는 것이지만 실제로도 꽤 안정적이였습니다.

이렇게 이진화된 이미지는 객관적인 결과를 도출하는데 많은 도움이 됩니다.

< IMAGE J 소개 >

Image J는 미국 국립보건원(National Institutes of Health)과 광학 및 계산 계측 연구소(LOCI, University of Wisconsin)에서 개발된 Java 기반 이미지 처리 프로그램입니다.

첫 번째 버전인 ImageJ 1.0는 공개용 도메인으로 개발되어 아직도 어디서나 사용할 수 있습니다.

많은 개인과 기관이 1.x 버전을 사용해서 영상을 처리합니다.
Image J2 부터는 일부 프로젝트에 BSD-2의 허용적 라이선스(Permissive License)를 적용받았습니다.

(SciJava, ImgLib2, SCIFIO)

< 다운 받는 곳 >

Image J는 Jaba 플러그인과 매크로의 기록과 적용 가능하여 사용자가 프로그램을 확장시킬 수 있는 구조입니다.

이런 구조를 개방형 아키텍처라고 하고, Image J는 그중에서도 성공적인 SW입니다.
사용자의 역량에 따라 내장 편집기와 Java 컴파일러를 이용하여 플러그인을 개발하여 기능을 추가할 수 있습니다.

아래 링크에서 다운을 받을 수 있습니다.

다운 받는 링크 : https://imagej.net/ij/download.html

< Image J의 특성 >

Image J는 강력한 기능을 가지고 있는 툴로 분야를 가리지 않고 여러 곳에서 사용됩니다.

대표적인 특징은 아래와 같은데요.

• 독립성 : Java를 기반으로 만들어져서 Windows와 MAC, Linux 모두 실행이 가능합니다.
• 유연성 : jpeg, bmp, png, Tiff등등 알려진 거의 모든 이미지를 처리가능합니다.
• 응용성 : 플러그인과 메크로를 사용하여 기능을 개발할 수 있습니다.
• 확장성 : 만들어진 플러그인은 타인에게 배포할 수 있어 포럼등을 기반으로 계속 확장됩니다.

< 기본적인 사용방법 >

기본적인 사용 방법은 창을 열고 이미지를 선택해서 드래그 앤드 드롭(Drag and Drop)하면 이미지를 오픈합니다.

한번에 하나를 열고 사용할 수 도 있지만 여러개의 파일을 오픈하고 작업을 수행할 수도 있습니다.

창이 여러개 열고 사용할 수 있고 각 이미지는 독립적으로 분석이 가능합니다.

기능을 적용할 때는 적용할 창을 먼저 선택합니다.

그 후에 Image J의 메인창을 선택하고 기능을 실행하면 그 창에서 기능이 동작합니다.

기능은 이미지를 변경할 수도 있지만 ROI를 선택하고 특정 범주에서만 동작시킬 수도 있습니다.

위에는 왼쪽에는 Find Edges를 적용하고 오른쪽에는 흐리게 하기를 적용했습니다.

이렇게 이미지별로 다르게 할 수 있는 것이 Image J의 편리함과 강력함을 더욱 돋보이게 합니다.

Image J는 아주 유용한 툴로 저도 엄청나게 많이 사용하는 이미지 분석 도구입니다.

영상을 분석하기 위해서는 이미지 내에서 관심 영역 ROI (Region of Interest)을 설정하는데요.

여러장의 영상을 분석할 때는 똑같은 ROI를 설정하는 방법을 알아보겠습니다.

Image J는 다양한 선택 툴을 제공합니다. 아래 메인 매뉴에만 해도 상당한 양을 선택에 할당하고 있고요

네모, 원형, 다각형 등등 [edit] - [selection] 에서는 더욱 다양한 모양을 제공합니다.

그 중 한가지를 선택하고 영역을 복사하는 방법을 알아 보겠습니다.

① 이미지를 열고 선택영역 고르기

우선 이미지를 열고 영역을 선택합니다.

마음에 드는 완벽한 상태를 열었다면 다른 그림으로 옮기고 싶습니다.

이 때 ROI 매니저 기능이 필요합니다.

② ROI Manager를 엽니다.

위의 그림이 선택된 후에 Image J의 인터페이스를 조작합니다.

[Analyze] - [Tools] - [ROI Manager]를 열거나 단축키 Ctrl + T를 누릅니다.

이 포스팅은 Windows를 기준으로 합니다. Image J의 단축키는 MAC에서는 다릅니다.

그리고 "ADD"를 클릭해서 ROI를 저장합니다.

③ 다른 그림에 ROI를 옮깁니다.

다른 그림을 클릭하고 ROI Manager에서 저장된 영역을 마우스로 클릭하든가,

단축키 Ctrl + Shift + E를 누르면 두번째 그림에 똑같은 ROI가 생깁니다.

굉장히 편리하죠.

이 기능은 몇년 전인가 배웠지만 매번 까먹어서 고생하고는 했습니다.

오늘 기회에 저도 필요할 때 찾아보고, 공유하려고 포스팅해봤습니다.

레포트를 쓸 때 거의 비슷한 그림들을 분석해야 할 때 ROI를 똑같이 그리는 것은 중요합니다.

이 ROI Manager를 유용하게 활용해 봅시다.