색 보정

 

히스토그램

• 채널별로 밝기의 분포를 시각화

  import matplotlib.pyplot as plt
  for i, color in enumerate('bgr'):
      hist = cv.calcHist([image], [i], mask=None, histSize=[256], ranges=[0, 256])
      plt.plot(hist, color=color)
  

• 빨간색은 어두운 영역에 많고, 초록색은 중간, 파란색은 밝은 영역에 많음

 

히스토그램 균일화

• 밝기 분포를(히스토그램) 고르게 만듦(균일화)

  src = cv.imread('xray.jpg', cv.IMREAD_GRAYSCALE) # 흑백으로 열기
  hist1 = cv.calcHist([src], [0], mask=None, histSize=[256], ranges=[0, 256])
  eqd = cv.equalizeHist(src) # 히스토그램 균일화
  hist2 = cv.calcHist([eqd], [0], mask=None, histSize=[256], ranges=[0, 256])
  

• 전반적으로 뿌연 밝기
• 검은 부분이 없음
• 하얀 부분도 없음
• 어두운 곳은 확실히 어둡게
• 밝은 곳은 확실히 밝게

 

CLAHE

• 히스토그램 균일화는 전반적으로 이미지가 선명해지기는 하지만
• 어두운 부분은 너무 어두워지고, 밝은 부분은 너무 밝아져서 디테일이 사라짐
• CLAHE(Contrast Limited Adaptive Histogram Equalization)는 그림을 고정된 크기의 타일로 나누어, 타일별로 히스토그램 균일화
• 노이즈가 있을 수 있으므로 제한을 넘는 값은 모든 영역에 균일하게 배분

  clahe = cv.createCLAHE(
      clipLimit=2.0, # 밝기 제한을 설정. 보통 2.0-4.0
      tileGridSize=(8, 8)) # 이미지를 가로 8개, 세로 8개의 타일 -> 총 64개로 나눔
  clahed = clahe.apply(src)
  

• 히스토그램 균일화와 달리 갈비뼈가 뚜렷하게 보임

 

컬러 이미지의 히스토그램 균일화

• BGR에서 균일화하면 선명해지기는 하지만 색상 간의 비율이 달라져서 색상이 바뀜

  src = cv.imread('low.jpg')
  b,g,r = cv.split(src)
  be = cv.equalizeHist(b) # 파랑의 균일화
  ge = cv.equalizeHist(g) # 초록의 균일화
  re = cv.equalizeHist(r) # 빨강의 균일화
  eqd1 = cv.merge((be,ge,re)) # 결합
  

• src: 전반적으로 뿌옇다
• eqd1: 선명해졌지만 색상의 비율이 달라졌음

 

컬러 이미지의 히스토그램 균일화

hsv = cv.cvtColor(src, cv.COLOR_BGR2HSV) # HSV로 바꿈
h,s,v = cv.split(hsv) # 색상(H) 채도(S) 명도(V)를 분리
eqd_v = cv.equalizeHist(v) # 밝기만 균일화(어두운 곳은 어둡게, 밝은 곳은 밝게)
mgd = cv.merge((h,s,eqd_v)) # 색상과 채도는 그대로, 밝기만 바꿔서 합침
eqd2 = cv.cvtColor(mgd, cv.COLOR_HSV2BGR) # BGR로 바꿈

• src: 전반적으로 뿌옇다
• eqd2: 색상과 채도는 유지하면서 밝기만 균일화되어 선명해짐

 

퀴즈