이 문서는 1.1 문서의 1.1.2에서 소개한 m*n*3으로 구성된 RGB format을 기준으로 다루었다. indexed image format에 대해서는 다른 방법을 써야할 수도 있다.(1.1문서: https://hezma.tistory.com/80) 1.4 매트랩에서 이미지의 RGB 추출하기 이번 목표는 매트랩의 컬러 영상에서 주어진 사진을 불러와서 출력해보기 R G B 성분 각각을 추출해서 띄워보기 원래의 이미지를 빨간 사진, 파란 사진, 초록 사진으로 분해하여 출력해보는 것이다. 즉 합쳐지면 원래의 사진이 되는 3개의 R G B 사진 띄우기가 목표다. 예제로써 다음 사진을 사용했다. 우선 같은 카테고리의 1.1과 1.2를 읽거나 매트랩에서 이미지가 어떤 구조로 되어있는지 알고 이 글을 읽기를 권..
1.1 매트랩의 이미지 구조 매트랩에서 행렬 연산등을 통해 영상 처리를 하기 위해서는 당연히 매트랩이 이미지를 표현하는 방법부터 알아야할 것이다. 매트랩에서 이미지는 크게 3가지 유형으로 표현/처리되는데 다음과 같은 유형의 format이 존재한다. 흑백 이미지 (명암 이미지) RGB(트루컬러) 이미지 인덱스 이미지 1.1.1 흑백 이미지의 구조 우선, 흑백 영상을 다루는 것을 생각해보자. 흑백 영상에 있는 하나의 pixel은 다음과 같은 정보를 반드시 포함해야한다. 가로 축 좌표 세로 축 좌표 각 좌표에서 밝기의 값 이 정보는 2D array면 표시할 수 있다. row와 col이 각각 하나의 좌표가 되고 배열에 들어있는 값이 밝기의 값을 표시하면 되기 때문이다. 또한 각 pixel 밝기의 값은 0~1에서..
- Total
- Today
- Yesterday
- 머신 러닝
- 딥러닝
- 신호 및 시스템
- 매트랩
- 컴퓨터 과학
- 이산 신호
- 매트랩 함수
- 사진구조
- 밑바닥부터 시작하는 딥러닝
- CNN
- 자연어 처리
- 이미지처리
- rnn
- 컴퓨터과학
- 영상구조
- CS
- Logistic Regression
- Neural Network
- gradient descent
- 인덱스 이미지
- 신경망
- ML
- 이미지
- NLP
- 머신러닝
- 순환 신경망
- Andrew ng
- 연속 신호
- RGB이미지
- 영상처리
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |