학교에서 영상처리 과목시간에 히스토그램 평활화 과제가 나왔다.
흑백으로 하면 기본점수이고 컬러로 하면 추가점수가 있다고 해서 컬러로 구현했다.
방법은 내가 알기로는 크게 두가지인데, hsv로 변환하여 v 값을 평활화 한다음, 다시 rgb로 변환시키는 방법이랑
ycbcr로 변환한 다음 y값을 평활화하고 다시 rgb로 변환하는 방법이다.
나는 ycbcr변환 방법을 채택했다.
def HistoEqual(m_image):
k = 0
Sum = 0
total_pixels = 0
hist = list(0 for i in range(256))
sum_of_hist = list(0 for i in range(256))
for z in range(0, 256): #초기화 단계
hist[z] = 0
sum_of_hist[z] = 0
for i in range(0,256):
for j in range(0,256):
k = int(m_image[i][j])
hist[k] = hist[k] + 1
for i in range(0,256):
Sum = Sum + hist[i]
sum_of_hist[i] = Sum
total_pixels = 256 * 256
for i in range(0,256):
for j in range(0,256):
k = int(m_image[i][j])
m_image[i][j] = sum_of_hist[k]*(255.0/total_pixels)
#sum_of_hist 누적분포함수 * 255/total_pixels 최대 명암도
return m_image이 코드가 평활하 하는 코드이고, 한 채널의 이미지만 연산이 가능하다. 그러기에 y값만 넣을 수 있다. 변환 코드는 다음과 같다.
def rgb2ycbcr(img):
height, width, channel = img.shape
b = img[...,0]
g = img[...,1]
r = img[...,2]
y = np.zeros((height, width), dtype=np.float)
cr = np.zeros((height,width),dtype=np.float)
cb = np.zeros((height,width), dtype=np.float)
for i in range(height):
for j in range(width):
y[i][j] = 0.299 * r[i][j] + 0.587 * g[i][j] + 0.114 * b[i][j]
cr[i][j] = (r[i][j] - y[i][j]) * 0.713 + 128
cb[i][j] = (b[i][j] - y[i][j]) * 0.564 + 128
return y.astype(np.uint8),cr.astype(np.uint8),cb.astype(np.uint8)
def ycbcr2rgb(img):
xform = np.array([[1,0,1.402],[1,-0.34414, -.71414],[1,1.772,0]])
rgb = img.astype(np.float)
rgb[:,:,[1,2]] -= 128
rgb = rgb.dot(matrixMult(xform))
np.putmask(rgb,rgb>255,255)
np.putmask(rgb,rgb<0,0)
return np.uint8(rgb)
def matrixMult(A): # 전치행렬
row = len(A)
col = len(A[0])
B=[[0 for row in range(row)] for col in range(col)]
for i in range(row):
for j in range(col):
B[j][i]=A[i][j]
return b교수님이 웬만하면 라이브러리를 사용하지 말라고 하셨기 때문에 cv2.cvtColor를 사용하지 않아야한다. T(전치행렬)은 사용하지 않았지만 dot함수는 도저히 손으로 짤 수없어서 포기했다.
dot함수는 matmul과 같이 행렬곱 함수이지만 3차원연산까지 지원이 된다고 한다.
마지막으로 이미지를 불러오고 함수호출부와 그래프 출력 코드이다.
img = cv2.imread("./image.jpeg", cv2.IMREAD_UNCHANGED)
r = img[...,0]
g = img[...,1]
b = img[...,2]
y,cr,cb = rgb2ycbcr(img)
new_y = HistoEqual(y)
ycrcb = (np.dstack((new_y, cr, cb))).astype(np.uint8)
new_rgb = ycbcr2rgb(ycrcb)
nr = new_rgb[...,0]
ng = new_rgb[...,1]
nb = new_rgb[...,2]
f,axes = plt.subplots(2,3)
f.set_size_inches((10,5))
plt.subplots_adjust(hspace=0.5)
axes[0,0].hist(r)
axes[0,0].set_title('Before Red')
axes[0,1].hist(g)
axes[0,1].set_title('Before Green')
axes[0,2].hist(b)
axes[0,2].set_title('Before Blue')
axes[1,0].hist(nr)
axes[1,0].set_title('After Red')
axes[1,1].hist(ng)
axes[1,1].set_title('After Green')
axes[1,2].hist(nb)
axes[1,2].set_title('After Blue')
cv2.imshow("original",img)
cv2.imshow("image",new_rgb)
plt.show()
cv2.waitKey(0)
cv2.destroyAllWindows()밑은 결과 이미지이다.
