안녕하세요. 지난 포스팅의 Opencv 제대로 쓰기[5].영상 샤프닝에서는 영상으로부터 엣지를 얻은 뒤 샤프닝을 적용하는 방법에 대해서 알아보았습니다. 오늘은 영상으로부터 opencv를 이용해서 히스토그램을 추출하고 히스토그램 평활화하는 방법에 대해서 알아보겠습니다. 오늘도 전체 코드는 아래의 깃허브를 참조해주시길 바랍니다. skawngus1111/opencv-python-tutorial Contribute to skawngus1111/opencv-python-tutorial development by creating an account on GitHub. github.com 가장 먼저 해볼것은 영상으로부터 히스토그램을 추출하는 것입니다. 디지털 영상에서 히스토그램이란 밝기가 어느정도 분포해있는 지 알 ..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 히스토그램 평활화(Histogram Equalization)에 이어서 조금 더 일반화된 히스토그램 기반 영상 처리 방법인 히스토그램 지정에 대해서 알아보도록 하겠습니다. 기존의 히스토그램 평활화는 이론적으로 임의의 픽셀 강도 확률 분포를 가지는 입력 영상을 균등확률분포을 가지는 출력 영상으로 변환시키게 된다는 것을 알 수 있었습니다. 여기서 확장하여 균등확률분포가 아니라 저희가 원하는 임의의 확률분포를 가지는 출력 영상으로 변환시킬 수 있지 않을까요? 해당 방법이 바로 히스토그램 지정(Histogram Matching)입니다. 이전에 히스토그램 평활화를 설명할 때 도입했던 $p_{r}(r), p_{z}(z)$를 다시 한번 사용하도록 하겠습니다. 일단은 두 ..
안녕하세요. 지난 포스팅의 디지털 영상 처리 - 영상 히스토그램(image historgram)에서는 영상을 히스토그램으로 변환하였을 때 밝기와 대비에 따른 히스토그램의 분포의 차이를 알아보았습니다. 그 결과로 낮은 대비를 가지는 영상을 높은 대비로 바꾸어주려면 히스토그램의 분포를 넓게 퍼뜨려주어야한다는 사실을 알았습니다(하단의 그림을 보시면 쉽게 이해할 수 있습니다.). 오늘은 높은 대비로 만드는 가장 대표적인 알고리즘인 히스토그램 평활화에 대해서 알아보겠습니다. 이제부터는 히스토그램 평활화 알고리즘를 명확하게 정의하기 위해서 몇 가지 가정을 추가하도록 하겠습니다. 먼저, $r$을 입력 영상의 밝기라고하면 $r \in [0, L-1]$를 만족합니다. 따라서 $r = 0, L-1$은 각각 검은색과 흰색을..
안녕하세요. 지난 포스팅에서는 디지털 영상 처리 - 밝기 변환 함수에 대해서 알아보았습니다. 그 중에서도 대표적인 변환인 영상 반전, 영상 로그 변환, 감마 변환 등을 직접 매트랩 코드를 이용하여 구현까지 해보았습니다. 오늘은 좀 더 어려운 개념으로서 히스토그램 처리에 대해서 알아보겠습니다. 코드는 아래 링크에서 다운받으실 수 있습니다. github.com/skawngus1111/DIP.git skawngus1111/DIP Digital Image Processing exercise&code. Contribute to skawngus1111/DIP development by creating an account on GitHub. github.com 지난 포스팅에서 제가 사용했던 용어 중 영상 대비(con..
