곤약노트

1. Convolution이란? 이미지 처리의 핵심 연산Convolution(합성곱)은 두 함수(예: 이미지와 필터)를 합쳐서 새로운 결과를 만들어내는 수학적 연산입니다. 이미지 처리에서는 이를 활용해 이미지에 다양한 효과를 줄 수 있습니다. Continuous:$$(f * g)(t) = \int_{-\infty}^{\infty} f(\tau)\,g(t - \tau)\,d\tau$$Discrete:$$(f * g)[n] = \sum_{m=-\infty}^{\infty} f[m] \cdot g[n - m]$$">Continuous:$$(f * g)(t) = \int_{-\infty}^{\infty} f(\tau)\,g(t - \tau)\,d\tau$$Discrete:$$(f * g)[n] = \sum_{m..

Gray Level Transformation은 이미지의 픽셀 값을 수학적 함수로 변환해서 밝기를 조절하거나 대비를 높이는 기법입니다.이미지를 강조(enhancement)하거나 특정 특징을 부각할 때 자주 사용됩니다. 1. Linear (Negative Image)\( g(x, y) = (L - 1) - f(x, y) \) 밝은 부분은 어둡게, 어두운 부분은 밝게 반전 → 음화 이미지(negative image) 생성흑백 필름 느낌 표현 가능 2. Log Transformation \( g(x, y) = c \cdot \log(f(x, y) + 1) \)어두운 영역을 강조하고 밝은 영역은 눌러줌영상에서 작은 세부사항을 살리고 싶을 때 사용 3. Power-Law (Gamma) Transformation..

디지털 이미지에서 Gray level resolution이란 회색조의 단계 수, 즉 밝기를 얼마나 세밀하게 표현할 수 있는가를 의미합니다. 이 정밀도는 1픽셀당 몇 비트를 사용하는가(bits per pixel, bpp)에 따라 결정됩니다.\( L = 2^{\text{bpp}} \) bpp: 한 픽셀을 표현하는 데 쓰이는 비트 수L: 표현 가능한 밝기 단계 수 (gray level)bbp표현 가능한 단계 수12단계 (0, 1) = 흑백만8256단계 (0~255) = 일반 회색조 이미지416단계 등 *bit depth가 높을수록 더 부드러운 이미지, 낮을수록 정보가 손실된 이미지 import cv2import numpy as npimport matplotlib.pyplot as plt# 1. Grayscal..

이미지의 대비(contrast)가 흐릿하게 느껴질 때가 있죠? 사진 전체가 뿌옇거나, 명암이 애매할 때 말이에요. 이런 경우에 히스토그램 스트레칭(histogram stretching)을 통해 이미지의 대비를 높여줄 수 있습니다.대비(Contrast)란?대비는 이미지에서 가장 밝은 픽셀과 가장 어두운 픽셀의 차이를 의미Contrast = 최대 픽셀값−최소 픽셀값*대비가 크면 선명한 이미지, 대비가 작으면 뿌연 이미지 히스토그램 스트레칭 (Histogram Stretching)히스토그램 스트레칭은 픽셀 값의 범위를 넓혀서 대비를 강화하는 방법입니다. 밝기는 그대로 두고, 밝은 부분은 더 밝게, 어두운 부분은 더 어둡게 늘려주는 것이 핵심 $$g(x,y) = T(f(x,y)) = \left( \frac{..

이미지의 밝기(brightness)를 조절하고 싶을 때 어떻게 해야 할까요? 가장 직관적이고 쉬운 방법 중 하나가 바로 히스토그램 이동(Histogram Shifting)입니다. 앞선 포스팅에서 설명 드린대로 이미지의 히스토그램이란, 각 밝기 값(0~255)이 이미지에 얼마나 자주 등장하는지를 막대 그래프로 표현한 것이에요.왼쪽: 어두운 픽셀 많음오른쪽: 밝은 픽셀 많음픽셀 값을 전체적으로 상수 S만큼 더하거나 빼면, 이미지가 밝아지거나 어두워집니다. U - S \\f(x, y) + S & \text{otherwise} \\L & \text{if } f(x, y) \leq L - S\end{cases}$$">$$ g(x, y) = T(f(x, y)) = \begin{cases} U & \text{if }..