01. 산술연산
- 덧셈연산: 명도 값을 증가시켜 밝게, 히스토그램의 기둥이 오른쪽으로 이동
- 뺄셈연산: 명도 값을 감소시켜 어둡게, 히스토그램의 기둥이 왼쪽으로 이동
- 곱셈연산: 명암 대비가 증가하여 히스토그램은 기둥의 분포 범위가 넓음
- 나눗셈연산: 명암 대비가 감소하여 히스토그램의 분포 범위가 좁음.
- => 선형 연산
2차원에서의 선형 : 1차원
산술연산의 문제점 해결 방법
클래핑(Clamping) : 최저/최대값 0~255 벗어나지 않도록
랩핑(Wraping) : 최댓값 + 1 = 최솟값
=> 비선형 연산
논리 연산
02. 다양한 화소 점 처리 기법
Output(q) = T[Input(p)]
- Null Transform
- Negative Transform = Output = 255 - Input
- Gamma Correction
- Intensity Contrast Stretch/Compress
- Posterizing
명암 값의 범위를 경계값으로 축소 (계단현상) - Binarization
0 or 255 - 범위 강조 변환
일정 범위의 화소만 강조
openCV : LUT (look-up table=mapping table)
'Python > Image vision' 카테고리의 다른 글
07장. 영역 처리를 이용한 에지 검출 (0) | 2020.01.20 |
---|---|
06장. 화소 영역 처리 - 2 (0) | 2020.01.20 |
06장. 화소 영역 처리 - 1 (0) | 2020.01.20 |
02장. 디지털 영상 (0) | 2020.01.20 |
01장. 디지털 영상처리 개요 (0) | 2020.01.20 |