Histogram Calculation #1 - Gray Histogram
By 느린번개 | 2017년 1월 19일 |
히스토그램은 계량형 표본 데이터의 형상과 산포를 평가하는 데 사용할 수 있는 그래프입니다.여기서는 image에서 각 Pixe들이 가지는 값의 출현빈도를 그래프화 한것입니다. 예를 들어, Gray 이미지의 크기를 100 x 100 이라고 한다면, 총 10,000개의 픽셀들을 0~255 값에 따라 분류하여 각 개별값을 갖는 픽셀들이 몇 개씩인지 알아낸 것이 히스토그램이다. 히스토그램을 통해서, 화질개선이 가능하며,물체인식에도 사용 될수 있고, 그외 image 분석을 위한 용도로 사용된다. OpenCV에서 calcHist() 를 통해서 쉽게 구현할 수 있다.calcHist() 관련 내용은 아래 사이트에를 참조 하면 된다.출처 : 레퍼런스 코드랑 똑같이 만들면 재미없으닌깐, 필요한 만큼 살짝 수정을 하였다
Anisotropic Diffusion (비등방확산필터, 이등방확산필터)
By 절대수훈's Notepad | 2017년 7월 24일 |
안녕하세요! 오래간만에 포스팅을 합니다. 오늘 포스팅할내용은 Anisotropic Diffusion (이등방확산필터) 입니다. 이 필터는 1990년에 발표된 논문입니다. Pietro Perona 와 Jitendra Malik 의 공저로서 " Scale-Space and Edge Detection Using Anisotropic Diffusion" 라는 논문을 발표 했습니다.우선 비등방확산(이등방확산)이라는것이 무엇이냐? >>자세한것은 위키를 참조하세요 공간 내에서 어느 방향으로나 같은 확률을 가지고 움직이는 자유로운 브라운 운동과 같이 전 방향으로 동일한 확률의 값을 가지는 경우를 등방성 확산(isotropic diffusion) 이라고 합니다.우리가 흔히 알고 있으며, 대중
차량번호판 인식 #2
By 느린번개 | 2017년 11월 10일 |
Image안의 문자를 text로 변경할 수 있는 Tesseract-OCR을 사용해보면 성능이 그리 좋지 않음을 한번에 알게 됩니다. 아래처럼 Image상에서 문자만 있는 경우는 어느정도(한글의 경우 80%) text로 변경이 가능합니다. 변환해 보면 중간중간에 오류가 발생하는것을 볼수 있습니다. 문자가 뿐만 아니라 이미지까지 포함되어 있는 경우는 변환율이 더 떨어지고,변환시간도 엄청나게 오래 걸리는 문제가 발생을 합니다.그러므로, 번호판만을 짤라내야 하는 방법이 필요로 하죠, 즉 관심영역 ROI(Region Of Interest)를 정의가 필요로 합니다. 원본이미지를 Gray처리후 Canny를 이용하여 edge를 구합니다. Open image ->
Histogram Calculation #3 - Histogram Equalization
By 느린번개 | 2017년 1월 20일 |
한쪽으로 치우친 밝기의 분포를 재분배 해서 그레이 레벨의 발생 빈도를 균등하게 분포하도록 만들어줍니다. 출처 : Equalization 원리는 구글에서 쉽게 찾아 볼수 있으며, 아래 사이트를 참조하여 작성되었다.http://www.tutorialspoint.com/dip/Histogram_Equalization.htm equalizeHist() 를 이용하여 확인한 결과이다. 중간부분이 살짝 펴졌다는 느낌...실제 사진은 좀더 선명해졌다고 해야겠다. equalizeHist() 가 Gray데 대한 결과를 보고 RGB 모두를 변경하게 되면 어떤 결과가 나올지 궁금해졌다. 초록색이 평준화가 많이 되어,, 이미지가 전체적으로 초록색이 강해진 느낌...먼저 split() 함수를 이용하여, RGB별로 분리한후