13장. Shape 분석과 ROI 처리

ROI 란

신문을 펼치면 기사, 광고, 사진이 한 면에 빽빽합니다. 관심 있는 기사 하나만 읽고 싶으면 가위로 그 기사만 오려 냅니다. 오린 조각은 작아서 들고 다니기 쉽고, 다른 기사에 눈이 가지 않습니다. 사진에서 필요한 부분만 골라 다루는 관심 영역(ROI)이 이 오려 낸 기사입니다.

빠르게, 정확하게, 골라서의 세 가지 ROI 를 쓰는 까닭을 견준 비교 그림

그림의 세 상자가 ROI 를 쓰는 까닭입니다. 칸 수가 줄어 계산이 빨라지고, 다른 물체가 끼어들지 않아 결과가 정확해지고, 필요한 곳에만 처리를 걸 수 있습니다. 여기서 신문 한 면이 전체 사진, 오려 낸 기사가 ROI 입니다.

택배 상자 사진 전체와 그 안의 송장만 잘라 낸 ROI 를 나란히 놓은 그림

왼쪽은 책상 위 택배 상자 사진 전체(320×240 = 76,800칸)이고, 보라 네모가 송장의 자리입니다. 오른쪽은 그 네모만 잘라 낸 ROI(145×113 = 16,385칸)입니다. 송장 글자를 읽거나 바코드를 찾을 때 오른쪽만 다루면 칸 수가 5분의 1 쯤으로 줄고, 상자의 테이프나 스티커가 끼어들지 않습니다. 송장의 이름, 주소, 전화번호는 지어낸 것입니다.

ROI 의 모양과 만드는 법

ROI 모양	만드는 법	결과	이 장의 절
네모	슬라이싱 `img[y:y+h, x:x+w]`	작은 그림 한 장	사각형 ROI
동그라미, 다각형	마스크 + `cv2.bitwise_and`	원본 크기, ROI 밖은 검정	모양 ROI
사람이 고른 네모	`cv2.selectROI`	(x, y, 가로, 세로)	ROI 안에서만 처리하기

ROI 를 쓰는 곳

장면	관심 영역	앞 장과 이어짐
송장 읽기	흰 송장 네모	8장의 이진화를 송장에만
작은 부품 검사	부품 둘레의 네모	8장: 물체가 아주 작으면 잘라서 Otsu
색으로 물건 고르기	고른 물체의 상자	3장의 HSV 마스크
얼굴·번호판 가리기	가릴 곳만	6장의 블러를 그곳에만

짧은 예시

Python

import cv2

img = cv2.imread("ch13_parcel.png")
# 송장의 자리: 가로 60~204, 세로 40~152 → [세로 범위, 가로 범위] 로 자른다
label = img[40:153, 60:205]
print(img.shape, "→", label.shape)                  # 결과: (240, 320, 3) → (113, 145, 3)

# 칸 수가 얼마나 줄었나
whole = img.shape[0] * img.shape[1]
part = label.shape[0] * label.shape[1]
print(whole, part, round(part / whole, 3))          # 결과: 76800 16385 0.213

주의할 점

ROI 를 너무 딱 맞게 자르면 물체의 가장자리가 잘립니다. 몇 칸의 여백을 붙여 자르는 것이 안전합니다(다음 절).
ROI 의 좌표는 ROI 안에서 다시 (0, 0) 부터 셉니다. ROI 안에서 찾은 자리를 원본에 표시하려면 ROI 의 왼쪽 위 (x, y) 를 더해야 합니다.