그레이 스케일과 휘도 평활화
실행 환경
Google 공동체
Google Colaboratory에서 이미지를 로드할 준비
from google.colab import files
from google.colab import drive
drive.mount('/content/drive')
필요한 라이브러리 로드
import cv2 #opencv
import matplotlib.pyplot as plt
%matplotlib inline
img = plt.imread("/content/drive/My Drive/Colab Notebooks/img/Lenna.bmp")
#↑この記事からplt.imreadで読み込むことにしました。
다양한 변환
plt.figure(figsize=(9, 6), dpi=100,
facecolor='w', linewidth=0, edgecolor='w')
#オリジナル画像
plt.subplot(3,3,1)
plt.imshow(img)
plt.subplot(3,3,4)
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
#グレースケール
plt.subplot(3,3,2)
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
plt.imshow(gray)
plt.subplot(3,3,5)
plt.hist(gray.ravel(),256,[0,256])
#輝度平滑化
plt.subplot(3,3,3)
dst = cv2.equalizeHist(gray)
plt.imshow(dst)
plt.subplot(3,3,6)
plt.hist(dst.ravel(),256,[0,256])
plt.show()
결과
왼쪽부터,
오리지널/그레이 스케일/휘도 평활화
문법
그레이 스케일
cv2.cvtColor(src, cv2.COLOR_RGB2GRAY)
휘도 평활화
cv2.equalizeHist(src)
휘도 평활화함으로써 히스토그램이 흩어지지 않고 퍼져,
명암이 알기 쉬워졌습니다.
특징을 검출하기 위해서는 이 처리를 하는 것이 좋을 것 같다.
Reference
이 문제에 관하여(그레이 스케일과 휘도 평활화), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Ksandesu/items/4f581cf65a8384233f92
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
from google.colab import files
from google.colab import drive
drive.mount('/content/drive')
필요한 라이브러리 로드
import cv2 #opencv
import matplotlib.pyplot as plt
%matplotlib inline
img = plt.imread("/content/drive/My Drive/Colab Notebooks/img/Lenna.bmp")
#↑この記事からplt.imreadで読み込むことにしました。
다양한 변환
plt.figure(figsize=(9, 6), dpi=100,
facecolor='w', linewidth=0, edgecolor='w')
#オリジナル画像
plt.subplot(3,3,1)
plt.imshow(img)
plt.subplot(3,3,4)
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
#グレースケール
plt.subplot(3,3,2)
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
plt.imshow(gray)
plt.subplot(3,3,5)
plt.hist(gray.ravel(),256,[0,256])
#輝度平滑化
plt.subplot(3,3,3)
dst = cv2.equalizeHist(gray)
plt.imshow(dst)
plt.subplot(3,3,6)
plt.hist(dst.ravel(),256,[0,256])
plt.show()
결과
왼쪽부터,
오리지널/그레이 스케일/휘도 평활화
문법
그레이 스케일
cv2.cvtColor(src, cv2.COLOR_RGB2GRAY)
휘도 평활화
cv2.equalizeHist(src)
휘도 평활화함으로써 히스토그램이 흩어지지 않고 퍼져,
명암이 알기 쉬워졌습니다.
특징을 검출하기 위해서는 이 처리를 하는 것이 좋을 것 같다.
Reference
이 문제에 관하여(그레이 스케일과 휘도 평활화), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Ksandesu/items/4f581cf65a8384233f92
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
import cv2 #opencv
import matplotlib.pyplot as plt
%matplotlib inline
img = plt.imread("/content/drive/My Drive/Colab Notebooks/img/Lenna.bmp")
#↑この記事からplt.imreadで読み込むことにしました。
plt.figure(figsize=(9, 6), dpi=100,
facecolor='w', linewidth=0, edgecolor='w')
#オリジナル画像
plt.subplot(3,3,1)
plt.imshow(img)
plt.subplot(3,3,4)
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv2.calcHist([img],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
#グレースケール
plt.subplot(3,3,2)
gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
plt.imshow(gray)
plt.subplot(3,3,5)
plt.hist(gray.ravel(),256,[0,256])
#輝度平滑化
plt.subplot(3,3,3)
dst = cv2.equalizeHist(gray)
plt.imshow(dst)
plt.subplot(3,3,6)
plt.hist(dst.ravel(),256,[0,256])
plt.show()
결과
왼쪽부터,
오리지널/그레이 스케일/휘도 평활화
문법
그레이 스케일
cv2.cvtColor(src, cv2.COLOR_RGB2GRAY)
휘도 평활화
cv2.equalizeHist(src)
휘도 평활화함으로써 히스토그램이 흩어지지 않고 퍼져,
명암이 알기 쉬워졌습니다.
특징을 검출하기 위해서는 이 처리를 하는 것이 좋을 것 같다.
Reference
이 문제에 관하여(그레이 스케일과 휘도 평활화), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/Ksandesu/items/4f581cf65a8384233f92텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)