사진 속 물건 개수 세기

세기 귀찮은 작은 물건, 사진으로 세요

약국의 알약, 저금통 동전, 공구함의 나사, 실험실 배양 접시의 콜로니처럼 하나하나 세기 번거로운 물건을 사진 한 장으로 세요. 사진을 고르면 바탕과 물체를 밝기로 나누고, 서로 이어진 덩어리를 하나의 물체로 보고 번호를 붙여요.

잘 세는 사진 찍는 법

• 물체와 대비가 큰 단색 바탕(흰 알약이면 검은 종이, 어두운 콩이면 흰 종이)에 놓으세요.
• 그림자가 생기지 않게 바로 위에서, 조명은 고르게 비추세요. 플래시는 반사가 생겨 좋지 않아요.
• 물체끼리 살짝 떨어뜨려 두면 가장 정확해요. 사진 둘레에 바탕이 보이게 찍어야 ‘물체 색 자동’이 맞게 동작해요.

설정과 원리

먼저 사진을 흑백으로 바꾸고, Otsu 방법으로 바탕과 물체를 가장 잘 나누는 기준 밝기를 자동으로 찾아요(직접 막대로 바꿀 수도 있어요). 사진 둘레에 더 많이 있는 쪽을 바탕으로 보고, 나머지를 물체로 봐요. 경계 다듬기는 열림·닫힘 연산(모폴로지)으로 물체 사이의 가는 연결을 끊고 물체 속 작은 구멍을 메워요. 그다음 서로 붙은 픽셀 덩어리를 찾아(연결 요소 분석) 개수를 세요. 덩어리 넓이의 중앙값을 ‘한 개 크기’로 보고, 이보다 훨씬 큰 덩어리는 넓이 ÷ 한 개 크기를 반올림해서 몇 개가 붙어 있는지 추정해요. 최소 크기보다 작은 덩어리는 먼지로 보고 빼요.

정확도와 한계

크기가 비슷한 물체에 알맞은 방법이에요. 크기가 제각각이거나 서로 많이 겹쳐 있으면 추정 개수가 틀릴 수 있으니, 결과 사진에서 주황 테두리(붙은 덩어리)를 꼭 확인하세요. 약 개수처럼 정확해야 하는 일에는 참고용으로만 쓰고 직접 확인하세요. 계산은 긴 변 1200px로 줄인 사진에서 하고, 모두 브라우저 안에서 해요.

참고한 자료

• N. Otsu (1979) — A Threshold Selection Method from Gray-Level Histograms, IEEE Trans. SMC 9(1)
• Wikipedia — Connected-component labeling (연결 요소 분석)
• Wikipedia — Mathematical morphology (열림·닫힘 연산)