Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 이미지프로세싱
- big data
- 빅데이터
- high-dimensional data analysis
- 모델링
- OpenCV
- 이미지대비
- data science
- 미국온라인석사
- 스플라인
- 이미지처리
- simulation
- 이미지변환
- 고차원데이터분석
- 이미지콘볼루션
- Data Analysis
- datascience
- 고차원데이터
- 시뮬레이션
- 이미지스트레칭
- high dimensional data analysis
- 이미지분석
- OMSA
- functional data analysis
- 데이터사이언스
- gray level resolution
- 데이터분석
- 이미지향상
- 함수형데이터분석
- bitdepth
Archives
- Today
- Total
목록Python (1)
곤약노트
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 }..
Data Science/High-Dimensional Data Analytics
2025. 6. 29. 07:00