RGB2 Color Space ( RGB vs Lab ) 인간의 눈이 색상을 확인할 때 빨간색, 초록색, 파란색 삼 색의 합으로 색상을 바라봅니다. 인공지능에서는 RGB 보다는 Lab를 사용합니다. 아래는 Lab에 대한 간단한 설명입니다. L: 흑백 채널 a: 빨간색과 초록색의 비율입니다. b: 파란색과 노란색의 비율입니다. 저는 GAN을 사용하여 흑백이미지를 넣어서 컬러 이미지를 생성해 내려고 합니다. RGB image를 input으로 넣는다고 가정해봅니다. 이것을 grey로 변환해준 뒤 딥러닝 모델에 넣어서 다시 색상을 뽑아냅니다. 간단히 살펴봐도 복잡한것을 알 수 있습니다. 이제 Lab image를 input으로 넣는다고 가정해봅니다. L 자체가 grey를 의미합니다. grey를 딥러닝에 넣고 나머지 a, b 채널을 prediction 하면 됩니다. 즉 .. 2022. 7. 19. Image Data Preprocessing 01. 개요 및 이미지 데이터의 기초 우리가 파이썬으로 다루게 될 이미지 파일들은 사실 이산적인 무수한 점(pixel)들로 이루어져 있습니다. pixel이라고 불리는 이 점들은 화면을 구성하는 가장 기본이 되는 단위입니다. 정리해보자면 하나의 이미지 파일은 무수히 많은 픽셀로 구성되어있다는 것을 기억하며 이미지를 처리하는 방식을 살펴봅니다. [ 빛의 삼원색 ] RGB는 빛의 삼원색인 red, green, blue를 이용하여 색을 표현하는 방식입니다. 컬러가 있는 것을 channel이라고 부릅니다. 총 세 채널(R, G, B)로 구성되어있으며, 각 채널은 0 ~ 255의 범위에서 하나의 정수 값을 갖게 되는데, 각 채널의 값을 조절함으로써 다양한 색을 표현할 수 있습니다. => 예를 들어 모든 원소가 0 .. 2022. 7. 10. 이전 1 다음
