일반적으로 sklearn으로 알려진 Scikit-learn은 기계 학습 알고리즘을 구현하기 위해 사용되는 Python 라이브러리입니다.
한 색 공간에서 다른 색 공간으로의 이미지 변환은 일반적으로 새로 얻은 색 공간이 다른 작업을 수행하기 위한 더 나은 입력으로 증명될 수 있도록 사용됩니다. 여기에는 색조, 광도, 채도 수준 등의 분리가 포함됩니다. 이미지가 RGB 표현을 사용하여 표현될 때 색조 및 광도 속성은 채널 R, G 및 B의 선형 조합으로 표시됩니다.
RGB 색 공간이 있는 이미지를 회색조로 변환하려고 하면 픽셀 값은 빨강, 녹색 및 파랑 픽셀의 가중치 합으로 계산됩니다. 방정식은 아래와 같습니다 -
Y = 0.2125 R + 0.7154 G + 0.0721 B
이 가중치는 세 값 모두에 대해 동일한 가중치를 제공하는 것과 비교하여 빨강, 녹색 및 파랑 색상에 대한 인간의 인식을 더 잘 나타내는 CRT 형광체에 의해 사용되기 때문에 특별히 제공됩니다.
RGB 이미지를 그레이스케일 이미지로 변환하는 방법을 살펴보겠습니다. −
예시
from skimage import io
import matplotlib.pyplot as plt
from skimage import data
from skimage.color import rgb2gray
from skimage import data
path = "path to puppy_1.JPG"
orig_img = io.imread(path)
grayscale_img = rgb2gray(orig_img)
fig, axes = plt.subplots(1, 2, figsize=(8, 4))
ax = axes.ravel()
ax[0].imshow(orig_img)
ax[0].set_title("Original image")
ax[1].imshow(grayscale_img, cmap=plt.cm.gray)
ax[1].set_title("Grayscale image")
fig.tight_layout()
plt.show() 출력
설명
- 필수 라이브러리를 가져옵니다.
- 이미지가 저장되는 경로가 정의됩니다.
- 'imread' 함수는 경로를 방문하여 이미지를 읽는 데 사용됩니다.
- 'imshow' 기능은 콘솔에 이미지를 표시하는 데 사용됩니다.
- 'rgb2gray' 함수는 이미지를 RGB 색 공간에서 회색조 색 공간으로 변환하는 데 사용됩니다.
- matplotlib 라이브러리는 이 데이터를 플롯하는 데 사용되며 원본 이미지와 회색조로 변환된 이미지를 표시합니다.
- 콘솔에 표시됩니다.