Pillow에서 Custom Kernel Filter 사용

Pillow는 spatial domain에서 convolution을 이용한 다양한 필터를 PIL.ImageFilter 모듈에서 제공하지만,
사용자가 직접 정의한 custom kernel을 사용하는 기능도 제공한다.

 

다음 gist에서 Custom Filter를 참고:

https://gist.github.com/dsaint31x/5dbd4fdcac38108c9fe5a055dfe9778c

pillow_basic04_image_filter.ipynb

 

convolution에 대해선 다음을 참고:

https://dsaint31.me/mkdocs_site/DIP/cv2/etc/dip_convolution/

BME

---

Custom Kernel 사용하기.

1. custom kernel의 matrix 직접 정의: 최종적으로는 1차원의 list 객체여야 함
2. kernel의 shape와 scale 및 offset(=bias)를 1번에서 정의한 kernel matrix와 함께 ImageFilter.Kernel 생성자에 전달.
3. 해당 kernel로 필터링할 PIL.Image.Image 객체에서 .filter() 메서드를 호출하면서 2번에 만든 커널 객체를 넘겨줌.

---

PIL.ImageFilter.Kernel 클래스

ImageFilter.Kernel은 사용자가 정의한 커널 행렬을 이미지에 적용할 수 있는 커널로 추상화해주는 Pillow의 클래스.

 

생성자는 다음과 같음:

ImageFilter.Kernel(
    size,      # tuple: (커널의 가로크기, 세로크기)
    kernel,    # list: 1차원 리스트로 변환한 커널 행렬 값
    scale=1,   # int or float: 결과를 정규화할 값 (기본값 1)
    offset=0   # int or float: 결과값에 더할 상수 (기본값 0)
)

• size:
  • (width, height) 형태의 tuple로,
  • kernel matrix의 shape를 정의.
• kernel:
  • 사용할 kernel matrix.
  • 반드시 1차원 리스트여야 함.
  • tuple로 넘겨지는 경우 에러가 발생하는 경우가 있을 수 있음.
• scale
  • scale이라는 이름이지만, 나누어지는 숫자임.
  • 9로 지정할 경우, 앞서의 kernel로 convolution 후 9로 나누어지게 됨.
• offset
  • convolution과 scale로 나누어진 연산 결과에 더해지는 bias 값.
  • 보통 [0,255] 의 값이어야하는 경우가 많으므로, 적절한 값을 넣어줘야 함.

---

유의사항

kernel matrix를 만들 때, 1d-sequence로 만들어야 한다는 점을 유의할 것.

일반적으로, NumPy의 ndarray를 사용하는 경우엔, .flatten() 메서드로 1D로 만들고, 이를 .tolist() 메서드로 리스트로 변환하여 사용한다.

• 시작품 개발이나, 다른 라이브러리와 같이 비교할 때는 NumPy의 ndarray를 쓰지만,
• exe 등으로 만들 때는 그냥 최종 결과 1d 리스트를 사용하는게 낫다 (용량 등 고려시)

---

Example

sharpening 에 사용되는 대표적인 HPF인 Laplacian filter 를 custom kernel로 만들어본다.

다음은 사용할 3x3 Laplacian 커널임.

[
 0, -1,  0
-1,  4, -1
 0, -1,  0
]

---

NumPy를 사용한 예제

from PIL import Image, ImageFilter
import numpy as np

img = Image.open("input.jpg")

laplacian_kernel = np.array([
    [ 0, -1, 0],
    [-1, 4, -1],
    [ 0, -1, 0]
])

kernel_list = laplacian_kernel.flatten().tolist()

laplacian_filter = ImageFilter.Kernel(
    size=(3, 3),
    kernel=kernel_list,
    scale=1,
    offset=128  # 음수 픽셀을 화면에 보이도록 이동
)

filtered_img = img.filter(laplacian_filter)
filtered_img.show()

---

순수 파이썬으로 작성한 예제

from PIL import Image, ImageFilter

img = Image.open("input.jpg")

kernel_list = [
     0, -1,  0,
    -1,  4, -1,
     0, -1,  0
]

laplacian_filter = ImageFilter.Kernel(
    size=(3, 3),
    kernel=kernel_list,
    scale=1,
    offset=128
)

filtered_img = img.filter(laplacian_filter)
filtered_img.show()

---

같이 보면 좋은 자료

많이 사용되는 kernel들은 다음으로 사전정의되어 제공됨:

2025.07.01 - [Python] - Pillow 사용법 - Basic 04 - ImageFilter

Pillow 사용법 - Basic 04 - ImageFilter

https://dsaint31.me/mkdocs_site/DIP/cv2/etc/dip_convolution/

BME