이미지 히스토그램: 시각적 통찰력 공개, 컴퓨터 비전의 이미지 히스토그램 깊이 탐색

By Fouad Sabry

이미지 히스토그램이란 무엇입니까

이미지 히스토그램은 디지털 이미지의 색조 분포를 그래픽으로 표현하는 히스토그램 유형입니다. 각 색조 값에 대한 픽셀 수를 표시합니다. 시청자는 특정 이미지에 대한 히스토그램을 보고 전체 색조 분포를 한눈에 판단할 수 있습니다.

혜택

( I) 다음 주제에 대한 통찰력 및 검증:

1장: 이미지 히스토그램

2장: 히스토그램

3장: 색상 히스토그램

4장: 임계값(이미지 처리)

5장: 히스토그램 평준화

6장: 적응형 히스토그램 평준화

7장: 히스토그램 일치

8장: 톤 매핑

9장: 오류 확산

10장: 컴퓨터 비전의 그래프 컷

(II) 대중에게 답변하기 이미지 히스토그램에 관한 주요 질문.

(III) 다양한 분야에서 이미지 히스토그램을 사용하는 실제 사례.

이 책의 대상 독자

전문가, 학부 및 대학원생, 열성팬, 취미생활자 및 모든 종류의 이미지 히스토그램에 대한 기본 지식이나 정보를 넘어서고 싶은 사람들.

 

 

• Language: 한국어
• Publisher: 10 억 지식이 걸립니다 [Korean]
• Release date: Apr 28, 2024

Book preview

1장: 이미지 히스토그램

히스토그램의 한 종류는 이미지의 색조 분포를 시각적으로 묘사하는 사진 히스토그램입니다. 각 강도 수준에 대한 픽셀 수를 표시합니다. 시청자는 히스토그램을 검사하여 이미지의 전체 톤 분포를 빠르게 평가할 수 있습니다.

이미지 히스토그램은 오늘날 다양한 웹사이트에서 찾을 수 있습니다. 사진 작가는 얻은 색조의 범위와 밝은 영역과 어두운 부분의 디테일이 손실된 정도를 보여주기 위해 이를 사용할 수 있습니다.

가장 어두운 값은 가로 축의 왼쪽에, 중간 값은 가운데에, 가장 밝은 값은 오른쪽에 있습니다. 세로축은 이러한 각 영역에서 캡처된 총 영역을 픽셀 수의 함수로 표시합니다.

따라서 정말 어두운 이미지에 대한 대부분의 정보는 히스토그램의 왼쪽과 중앙에 집중됩니다.

반면에 이미지가 그림자가 거의 없이 주로 밝은 경우 히스토그램은 그래프의 오른쪽과 중앙에 대부분의 데이터 포인트를 갖게 됩니다.

수정되는 이미지의 히스토그램은 일반적으로 이미지 편집기에 의해 생성됩니다. 히스토그램은 세로 축을 따라 지정된 밝기 또는 색조 값(가로 축)을 갖는 이미지 픽셀의 비율을 표시합니다. 디지털 편집기의 알고리즘을 통해 사용자는 각 픽셀의 밝기 값을 실시간으로 변경할 수 있습니다. 이러한 알고리즘의 잘 알려진 사례 중 하나는 히스토그램 평형화입니다. 따라서 휘도 및 대비 측면에서 이미지 향상이 가능합니다.

이미지의 히스토그램은 종종 컴퓨터 비전 분야에서 임계값 설정 수단으로 사용됩니다. 이미지 히스토그램은 색조 변화의 함수로 픽셀 분포를 그래프로 묘사하기 때문에 스파이크와 밸리를 검사할 수 있습니다. 에지 검출, 그림 분할 및 동시 발생 행렬은 이 임계값이 유용한 응용 분야 중 일부에 불과합니다.

{챕터 1 종료}

챕터 2: 히스토그램

히스토그램은 수치 데이터의 산포를 근사화하기 위한 그래픽 도구입니다. 칼 피어슨(Karl Pearson)은 이 단어를 만든 것으로 알려져 있습니다.

각 구간의 케이스 수는 구간의 크기가 모두 같다고 가정할 때 구간 위에 그려진 막대의 높이를 결정합니다. 여러 범주 각각에 속하는 예제의 비율을 나타내기 위해 히스토그램을 정규화하여 높이의 합계가 1인 상대 빈도를 표시할 수 있습니다.

Bin의 너비는 다양할 수 있으며, 이 경우 결과 사각형의 크기는 Bin의 발생 빈도에 비례하도록 결정됩니다. 빈도 대신 세로축은 주파수 밀도 또는 가로 축 변수의 단위당 발생 횟수를 나타냅니다. 다음 인구조사국 데이터는 다양한 구간 너비의 예를 보여줍니다.

원래 변수가 연속형이면 히스토그램의 빈은 그 사이에 공백을 남기지 않고 결과 사각형이 닿습니다.

히스토그램은 일반적으로 밀도 추정 또는 기본 변수의 확률 밀도 함수를 추정하는 데 사용되며, 데이터의 기본 분포 밀도에 대한 대략적인 아이디어를 제공하기 때문입니다. 확률 밀도의 히스토그램은 항상 전체 면적이 1로 정규화됩니다. 히스토그램은 x-구간의 길이가 모두 1단위인 경우 상대 주파수 플롯처럼 보입니다.

품질 관리의 7가지 기본 도구 중 하나는 히스토그램입니다.

일반적인 데이터 시각화에는 막대 차트와 히스토그램이 포함됩니다. 표면적인 유사성에도 불구하고 둘 사이에는 중요한 차이점이 있습니다.

막대 그래프는 막대를 사용하여 다양한 데이터 그룹의 상대적 양 또는 빈도를 표시하는 차트 유형입니다. 막대는 수직 또는 수평일 수 있으며 다양한 그룹 간의 비교를 용이하게 하기 위해 각각 수평 또는 수직 방식으로 배치되는 경우가 많습니다. 학교의 각 학년 수준에 있는 학생 수는 막대 그래프에 표시될 때 이점을 얻을 수 있는 데이터 종류의 좋은 예입니다.

반대로 숫자 데이터는 히스토그램이라는 그래프를 사용하여 시각화할 수 있습니다. 범주형 막대 차트는 숫자 범위에 걸쳐 관측치의 수 또는 관측치의 빈도를 표시합니다. Bin은 겹치지 않는 일련의 불연속 시간 간격으로 지정되는 경우가 많습니다. 히스토그램은 데이터의 분포를 그래픽으로 표시하며, 각 Bin의 관측치 개수가 표시됩니다. 이는 데이터의 추세와 패턴을 확인하고 다양한 데이터 세트 간의 유사점을 그리는 데 도움이 될 수 있습니다.

오른쪽의 히스토그램에 대한 정보는 500개의 고유한 레코드에서 파생되었습니다.

히스토그램 패턴은 대칭, 왼쪽 또는 오른쪽으로 기울어진 패턴, 단일 모드, 이중 모드 또는 다중 모드로 특성화할 수 있습니다.

대칭, 단봉

오른쪽으로 기울어짐

왼쪽으로 기울어짐

바이모달

복합

대칭적인

데이터를 더 잘 이해하려면 Bin 너비 범위를 사용하여 플로팅하는 것이 좋습니다. 다음은 레스토랑의 실제 팁