패스트캠퍼스 챌린지 19일차 - Ch3. 기본적인 영상 처리 기법

3-6. 히스토그램 평활화

히스토그램 평활화 (Histogram Equalization)

    히스토그램이 그레이스케일 전체 구간에서 균일한 분포로 나타나도록 변경하는 명암비 향상 기법

    균등화, 균일화, 평탄화와 동일한 의미로 쓰인다

    변환 함수: dst(x,y) = round(cdf(src(x,y)) * Lmax)

     cdf(cumulative distribution function)는 누적 분포를 구하는 함수이다.

히스토그램 평활화 이해도. 여기서 Lmax는 7. (출처: FastCampus)

    히스토그램 스트레칭도 입력 영상 대비 명암비가 높아진 것을 볼 수 있지만 히스토그램 평활화가 더 다이나믹한 명암비 증가를 볼 수 있지만 부자연스러운 레벨까지 올라갈 수 있으므로 주의해야한다.

명암비 향상 기법 비교 (출처: FastCampus)

    평활화 함수: cv2.equalizeHist(src, dst) -> dst

     src은 입력 영상. 한 채널 영상, dst는 결과 영상

     위의 기법 비교 자료 사진에 사용된 영상처럼 그레이스케일 영상을 사용할 경우 src로 사용해도 되지만 컬러 영상일 경우 밝기 성분을 따로 저장하는 색 공간인 YCrCb 영상으로 변환한 뒤 Y 채널만 평활화를 진행해야 한다.

(a)는 강의 영상에서 테스트한 비교 자료. (출처: FastCampus) (b)는 제공된 코드로 글쓴이가 Lenna 사진을 테스트해본 결과

 

---

인증 타임

원래는 이 이후 수업인 히스토그램 역투영까지 들을려고 했으나 출장 다녀온 후에 들은 수업이라 피곤해서 짧고 빠르게 한 챕터만 후딱 들었다. 이런 저런 툴에서 명암비를 조절하는 옵션을 많이 만져봤었는데 이러한 원리를 사용했을 거라니 좀 신기하다. 다음 역투영까지 배워서 빨리 크로마키도 적용해보고 싶다.

 

---

#패스트캠퍼스 #패캠챌린지 #직장인인강 #직장인자기계발 #패스트캠퍼스후기 #OpenCV를 활용한 컴퓨터비전과 딥러닝 올인원 패키지 Online

 

패스트캠퍼스(FastCampus) 강의 둘러보러 가기 

↓ ↓ ↓ 

https://bit.ly/37BpXiC

패스트캠퍼스 [직장인 실무교육]

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.

---