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
- high-dimensional data analysis
- 이미지스트레칭
- big data
- 이미지콘볼루션
- OMSA
- functional data analysis
- datascience
- 고차원데이터분석
- 이미지대비
- data science
- 이미지변환
- 빅데이터
- 데이터사이언스
- 미국온라인석사
- 이미지처리
- 모델링
- gray level resolution
- 이미지분석
- 이미지프로세싱
- 시뮬레이션
- simulation
- OpenCV
- Data Analysis
- bitdepth
- 함수형데이터분석
- 이미지향상
- 고차원데이터
- 데이터분석
- high dimensional data analysis
- 스플라인
Archives
- Today
- Total
목록thresholding (1)
곤약노트
이미지 변환 (Image Transformation) ①임계값 처리 (Thresholding)로 흑백 이미지 만들기
디지털 이미지 처리의 가장 기본적인 변환 방법 중 하나는 바로 임계값 처리(Thresholding)입니다. 이 방법은 회색조(grayscale) 이미지를 흑백(black & white) 이미지로 바꿔주는 간단하면서도 매우 유용한 기법입니다. 회색조(grayscale) ▶ Thresholing ▶ 흑백(black & white) Thresholding이란? 임계값 처리란, 픽셀의 밝기 값이 어떤 기준 값(임계값 p)보다 크면 흰색(1)으로, 작거나 같으면 검은색(0)으로 이진화(Binarization) 시키는 방식입니다. p \\0 & \text{if } f(x, y) \leq p\end{cases}$$">$$ g(x, y) = T(f(x, y)) = \begin{cases} 1 & \text{if }..
Data Science/High-Dimensional Data Analytics
2025. 6. 26. 09:00